Python 爬虫破解移动端登录

目标场景

在移动互联网时代，很大一部分企业抛弃了传统的网站，选择将数据、服务整合到 App 端，因此 App 端无论是爬虫还是反反爬都显得尤为重要。

常见的 App 端的爬虫方式是利用 Appium 和 Airtest 驱动手机打开应用，操作页面，然后通过元素 ID 获取元素的内容，又或者借助 mitmproxy 捕获到请求的数据，最后将数据保存下来。

如果要完成复杂的操作，加快爬虫的效率，就必须破解 App 端的登录，获取一些关键的数据，直接模拟接口请求，达到快速高效地爬取数据的目的。

准备工作

在开始编写脚本之前，需要做好如下准备工作

1、待破解的 APK 应用，可去官网或者各大应用市场去下载，然后安装应用到手机中

2、反编译工具，mac OSX 推荐 Android Crack Tool 工具集，Win OS 可以使用 dex2jar 来反编译 APK 应用包

3、源码浏览工具：jadx-gui

4、抓包工具：Charles 或者 Fiddler

编写脚本

第 1 步，确保手机配置好代理之后，就可以利用 Charles 对「获取验证码」和「登录」进行抓包操作，得到请求地址、请求参数和请求头等数据。

第 2 步，对请求参数、请求头中「没有规律的数据」寻找生成的规律，并用 Python 代码来生成这些数据。

首先，我们查看获取验证码这一请求的参数，发现除了手机号码外，参数 t 可以很容易想到是请求的时间戳，唯独参数 token 在没有其他网络请求的情况下生成了。

所以，我们大胆猜测：这个 token 是 App 端通过一定的逻辑生成的；同理，请求头中 token 也是由 App 端生成。

在我们多次发起获取验证码的操作之后，我们得出一个规律：参数中的 token 保持不变，与请求时间没有关系；请求头的 token 会随着时间的变化的也会发生变化。

我们利用 Android Crack Tool对 APK 应用进行反编译，得到源码 Jar 包。

然后就可以使用 jadx-gui 工具打开源码 Jar 包，通过请求地址中的「关键词：login」搜索源码，就能找到请求发送的位置。

由于应用源码打包的时候混淆了代码，因此，我们需要根据上面的搜索结果去定位参数初始化位置及实现逻辑。

逐步往上追溯应用源码，可以找到按钮点击事件的监听函数。

具体实现逻辑是把用户输入的手机函数传给混淆后的函数 ：b()

点击查看函数 b() 的实现逻辑，会发现方法中对手机号码进行了截取，获取当前日期时间，进行字符串的「第一次拼接」操作。

对第一部分的拼接我们用 Python 代码进行实现。

第一次拼接完成之后，我们发现又调用了一个函数 a()，参数为上面拼接生成的两个变量。

函数 a() 的内部使用「DES + Base64」加密算法来进行第二步的处理。

加密的操作用 Python 可以很轻松的实现。

需要注意的是，b()函数的最后一行，对第二步生成的字符串进行了特殊字符的替换操作，生成 Token 之前需要对数据进行同样的处理。

通过以上三步操作，就可以生成网络请求中的参数 Token。

同样的方式，针对请求中的 Token，我们通过查询 token 关键字查询源码。

通过观察，我们发现类 e 中的 b()函数的功能就是往请求中添加请求头，继续查看函数 b() 的实现类，发现这个类也全部被混淆了。

如果你细心一点，一定会发现当前实现类的包名是 Okhttp3，我们可以从 Github 下载 Okhttp3 的源码，然后进行对比，就能很清晰的知道里面的实现逻辑了。

ps：okhttp 是 Android 使用很多一个网络请求库。

通过对比没有混淆过的代码，可以很容易的编写出生成请求头中 Token 的逻辑。

至此，这一步就完成两个 Token 的生成。

第 3 步就可以利用 Python「模拟发起一个请求」，来获取手机验证码了。

同理，后面的登录请求也是先通过抓包，使用上面生成的 Token 逻辑去修改请求头中 Token，然后模拟请求，就可以正常登录了。

结果结论

通过模拟获取验证码的请求，等待手机收到验证码之后，输入验证码，然后再模拟登录的请求，就可以获取登录成功后的令牌。

由于验证码是由服务器产生的，这里没法获取生成逻辑，但是针对安卓手机可以监听通知栏消息元素，拿到短信验证码进行自动填入，就不需要人工输入了。

拿到登录令牌之后，理论上 App 上页面的各类网络请求都可以利用 Python 去模拟，后面提供的源码包含了一个完整抢票的流程。