逆向案例五、爬取b站评论，表单MD5加密

1.便捷写爬虫网站：

Convert curl commands to code

使用流程：又点击想要抓的包，复制URL（base）格式复制

在上面链接中粘贴即可

2.找到含有评论的包（即main?oid)：观察表单发现两处参数在变化，即wts和w_rid,且它们是加密的

遇到这这种，都是在下方serach框搜索关键参数w_rid

进入第一个js文件

 

在w_rid处打上断点，并下滑页面使之暂停，观察代码，wts由Ft.toString（）得来，而Ft = Math.round(Date.now() / 1e3

这段代码是用来获取当前时间的 Unix 时间戳，并将其转换为秒数。具体解释如下：

• Date.now(): 返回当前时间的毫秒数，是相对于 1970 年 1 月 1 日午夜（UTC 时间）的时间戳。
• / 1e3: 将毫秒数转换为秒数，即除以 1000。
• Math.round(): 对除以 1000后的秒数进行四舍五入，确保结果为整数。

因此，整体来说，Ft 变量的值表示了当前时间的 Unix 时间戳（秒数）。

用python实现：

import time# 获取当前时间的 Unix 时间戳（秒数）
Ft = round(time.time())

分析w_rid，它有MD5加密得来，Wt经过实验，在控制台打印，是一个固定值

 

 

Jt由en变字符串处理而得来，打印一下，发现其与wts还有关系

 

再看，发现其就是由url表单变过来的：

 

代码实现：

import time
import hashlib
import requests
# 获得当前wts的函数
def get_w_rid(wts):MD5 = hashlib.md5()Jt = f'mode=3&oid=1651458406&pagination_str=%7B%22offset%22%3A%22%7B%5C%22type%5C%22%3A1%2C%5C%22direction%5C%22%3A1%2C%5C%22session_id%5C%22%3A%5C%221750756505440224%5C%22%2C%5C%22data%5C%22%3A%7B%7D%7D%22%7D&plat=1&type=1&web_location=1315875&wts={wts}ea1db124af3c7062474693fa704f4ff8'print(Jt)MD5.update(Jt.encode('utf-8'))return MD5.hexdigest()
wts = get_wts()
w_rid = get_w_rid(wts)
print(w_rid)
print(wts)

 输入对应的wts，上述代码返回的w_rid与表单一致

 

 

但注意的是，这些都是第一页往后的规律，第一页，Jt是什么样的我没办法得到，得不出第一页的w_rid,在第一页后的表单是这样的，

 

pagination_str是不变的，而其中session_id在第一页的数据中可以获取。