前言
最近在學(xué)習(xí)python 爬蟲方面的知識，網(wǎng)上有一博客專欄專門寫爬蟲方面的，看到用urllib請求有道翻譯接口獲取翻譯結(jié)果。發(fā)現(xiàn)接口變化很大，用md5加了密，于是自己開始破解。加上網(wǎng)上的其他文章找源碼方式并不是通用的，所有重新寫一篇記錄下。
爬取條件
要實(shí)現(xiàn)爬取的目標(biāo)，首先要知道它的地址，請求參數(shù)，請求頭，響應(yīng)結(jié)果。
進(jìn)行抓包分析
打開有道翻譯的鏈接：http://fanyi.youdao.com/。然后在按f12 點(diǎn)擊Network項(xiàng)。這時(shí)候就來到了網(wǎng)絡(luò)監(jiān)聽窗口，在這個(gè)頁面中發(fā)送的所有網(wǎng)絡(luò)請求，都會在Network這個(gè)地方顯示出來，如果是空白的，點(diǎn)擊XHR。接著我們在翻譯的窗口輸入我們需要翻譯的文字，比如輸入hell。然后點(diǎn)擊自動翻譯按鈕，那么接下來在下面就可以看到瀏覽器給有道發(fā)送的請求，這里截個(gè)圖看看：
點(diǎn)擊鏈接，就可以看到整個(gè)請求的信息。包括請求頭，請求參數(shù)，響應(yīng)結(jié)果。
這里面有一個(gè)問題就是參數(shù)進(jìn)行了加密。我們需要知道這些參數(shù)是如何加密的。
破解加密難題
要想知道如何加密的，需要查看源碼。于是我們需要知道發(fā)起這個(gè)請求的js文件。在文件查找這個(gè)相關(guān)代碼。剛才我們監(jiān)聽了網(wǎng)絡(luò)請求，可以看到發(fā)起請求的js文件。那么接下來查找發(fā)起請求的鏈路，鼠標(biāo)浮到請求文件上，顯示了一系列執(zhí)行方法，我們點(diǎn)擊跟業(yè)務(wù)相關(guān)的那個(gè)方法對應(yīng)的文件鏈接，這里是t.translate 對應(yīng)的連接。
點(diǎn)擊進(jìn)入查看對應(yīng)的源碼
我們可以看到i,salt,sign是變量，其他的請求參數(shù)是常量。i是需要翻譯的字符串，salt是時(shí)間戳生成的13位，sign是S+n+r+D
也就S是client的值，也就是fanyideskweb. 我們查找D 這個(gè)常量，在底欄輸入框輸入 D = （空格D空格=空格；格式化后的代碼規(guī)范）點(diǎn)擊右邊的Aa讓搜索時(shí)大小寫敏感。回車查找到下一個(gè)，直到找到對應(yīng)的值。
在上圖我們看到了_,C，S,D等常量。
于是你以為構(gòu)建一個(gè)請求，傳好這些參數(shù)就ok了。別忘了，為了反爬蟲，都是會校驗(yàn)請求頭。于是要模擬瀏覽器的請求頭。經(jīng)過驗(yàn)證只需要User-Agent，Referer，Cookie 三個(gè)請求頭。
實(shí)現(xiàn)代碼：
# -*- coding: utf-8 -*-
from urllib import request,parse
import json
import time
from hashlib import md5
'''
def dicToSortedStrParam(dic={}):
keyList = sorted(dic)
str =""
for i,key in enumerate(keyList):
if i==len(keyList)-1:
str += key +"="+ dic[key]
else:
str += key +"="+ dic[key] + "&"
pass
return str
'''
def create_md5(data):
md5_obj = md5()
md5_obj.update(data.encode("utf-8"))
return md5_obj.hexdigest()
if __name__ == "__main__":
request_url = "http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule"
translate = "hell"
c = "fanyideskweb"
data = {}
data["i"] = translate
data["from"] = "AUTO"
data["to"] = "AUTO"
data["smartresult"] = "dict"
data["client"] = c
data["doctype"] = "json"
data["version"] = "2.1"
data["keyfrom"] = "fanyi.web"
data["action"] = "FY_BY_REALTIME"
data["typoResult"] = "false"
salt = str(int(round(time.time(),3)*1000))
# 加密
data["salt"] = salt
# a = "rY0D^0'nM0}g5Mm1z%1G4" 網(wǎng)上別人的 也可以
a = "ebSeFb%=XZ%T[KZ)c(sy!"
sign = create_md5(c+translate+salt+a)
data["sign"] = sign
headers = {}
headers["User-Agent"] = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"
# headers["Content-Type"] = "application/x-www-form-urlencoded; charset=UTF-8"
headers["Referer"] = "http://fanyi.youdao.com/"
# headers["Host"] = "fanyi.youdao.com"
# headers["Origin"]="http://fanyi.youdao.com"
headers["Cookie"]="OUTFOX_SEARCH_USER_ID=-948455480@10.169.0.83; " \
"JSESSIONID=aaajvZPcjhFWbgtIBPuiw; " \
"OUTFOX_SEARCH_USER_ID_NCOO=1148682548.6241577;" \
" fanyi-ad-id=41685; fanyi-ad-closed=1; ___rl__test__cookies="+salt
data = parse.urlencode(data).encode('utf-8')
request1 = request.Request(request_url,data,headers = headers)
response = request.urlopen(request1)
print(response.info())
#讀取信息并解碼
html = response.read().decode('utf-8')
print(html)
#使用JSON
translate_results = json.loads(html)
# 找到翻譯結(jié)果
translate_results = translate_results['translateResult'][0][0]['tgt']
# 打印翻譯信息
print("翻譯的結(jié)果是：%s" % translate_results)
翻譯結(jié)果：
{"translateResult":[[{"tgt":"地獄","src":"hell"}]],"errorCode":0,"type":"en2zh-CHS","smartResult":{"entries":["","n. 地獄；究竟（作加強(qiáng)語氣詞）；訓(xùn)斥；黑暗勢力\r\n","vi. 過放蕩生活；飛馳\r\n","int. 該死；見鬼（表示驚奇、煩惱、厭惡、惱怒、失望等）\r\n"],"type":1}}
翻譯的結(jié)果是：地獄
翻譯的結(jié)果是：地獄
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長非常感激您！手機(jī)微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
