app中阿里云滑动验证码和抓取代码解耦的一些尝试

Posted 2022-10-18 「已注销」

考虑这样一个场景，当你在app端提交订单/登录的时候有一个滑动验证码怎么处理？

一般我们会采用自动化浏览器完成这样的抓取，但是效率太低。本篇文章尝试将滑动验证码和抓取的代码进行解耦。

也就是滑动验证码模块只管获取滑动之后的token，而抓取的代码只管抓取。中间通过相关存储介质进行通讯。

背景分析

通过各种尝试发现，某app中阿里云的滑动验证码只是操作行为的验证。

简而言之，就是阿里云只是知道有人滑了验证码，并且此验证码并没有被使用过。

通过分析和尝试，我们完全可以有一个自动化浏览器去滑动生成未使用过的token，然后通过python读取token完成相关抓取。这样相当于有个滑动验证码池，其他的业务需要的话可以直接读取使用。

准备知识

• puppeteer破解阿里h5滑动验证码
• chrome远程调试webview

流程分析

1. 使用puppeteer生成未使用过的滑动验证码，并把相关信息拦截，存起来。
2. python读取滑动验证码池，完成相关抓取。

效果展示

核心代码

• puppeteer 通过监听response事件，把response的内容存起来

page.on('response',async response=>
        let url = response.url()
        if (url.indexOf('analyze.jsonp')!==-1)
            let  content = await response.text()
            if(content.indexOf('block')===-1)
                let  file_name = "slide/"+process.pid +Date.now()+".txt"

                 fs.writeFile(file_name,content+url,encoding:'utf-8',mode:'0666',function (err) 
                    console.log(err)
                )

            
        
    )

• python读取存储的token
  • 滑动验证码的token有3个字段，分别是csessionid，value,t（t的格式是xxx:时间戳:随机数）

后记

写这篇文章是为了解决我在app中遇到阿里云滑动验证码的问题，在群友的提醒下，发现阿里云app端的滑动验证码是个h5。

这样的话，有一个专门的自动化浏览器不断获得验证码，而我之前逆向出来的app接口还能继续使用，也不枉一份辛苦。