破解文泉学堂的登陆验证

写在开头声明应用程序&依赖思路检查登陆是否影响资源的访问权限解析登陆请求，尝试模拟登陆获得请求链接获得请求参数解析登陆思路使用Python进行模拟登陆总结

写在开头

说起来挺尴尬的

昨天上午刚刚分享了文泉学堂的Jwt-HS256加解密详解，下午服务器就被恶意爬虫攻击了。

console.log('真的不是我干的')

文泉学堂爬虫：Jwt-HS256加解密详解

https://blog.csdn.net/m0_46261074/article/details/104162067

于是文泉暂时关闭服务器，更新了反爬机制后重新上线。

说实话人家服务器都被玩崩了也挺惨的，于是火急火燎上线了登陆验证，不登号的一律不许学习。

声明

1. 本文尽仅涉及到获取 文泉学堂登陆状态 的可用Cookie ，不涉及书籍的下载与爬取； 本文仅限学习交流使用，不得用于商业或非法用途，否则，一切后果请用户自负。 如有侵权请邮件与我联系处理。

应用程序&依赖

Chrome

python 3.8

PyCharm

PostMan Canary

pip install requests

思路

跳过登陆或模拟登陆，访问我们需要的资源。

1. 检查登陆是否影响资源的访问权限； 解析登陆请求，尝试模拟登陆；

检查登陆是否影响资源的访问权限

从网站中随意拿一个api出来尝试请求：

api_initRead = 'https://www.wqxuetang.com/v1/read/initread'
1
import requests

session = requests.session()
api_initRead = 'https://www.wqxuetang.com/v1/read/initread'
response = session.get(api_initRead)
print(response.text)

{“data”:[],“errcode”:3001,“errmsg”:“请先登录”}

哦豁完蛋，以前能请求到的资源现在要登陆才能看到了。

解析登陆请求，尝试模拟登陆

进入文泉学堂官网，发现要求进行登陆：

https://www.wqxuetang.com/#/

点击去登陆跳转进登陆界面，选择用密码登陆并进入控制台，查看登陆按钮所对应的JS函数：

看到登陆按钮响应 post_login函数。

全局搜索post_login函数，并点击进入函数体：

通过分析函数体，我们可以了解到：post_login函数执行了ajax请求，我们在函数结尾打断点并登陆，查看具体的链接和参数信息。

获得请求链接

网页在断点暂停，可以看到请求链接和请求参数，发现请求链接是由/checklogin?和u[1]拼接，在控制台输出u[1] ：

response_type=code&client_id=wqxuetang&redirect_uri=https%3A%2F%2Fwww.wqxuetang.com%2Fv1%2Flogin%2Fcallbackwq&scope=userinfo&state=https%3A%2F%2Flib-nuanxin.wqxuetang.com%2F%23%2F

与baseUrl和/checklogin?拼接：

http://open.izhixue.cn/checklogin?response_type=code&client_id=wqxuetang&redirect_uri=https%3A%2F%2Fwww.wqxuetang.com%2Fv1%2Flogin%2Fcallbackwq&scope=userinfo&state=https%3A%2F%2Flib-nuanxin.wqxuetang.com%2F%23%2F

发现Url中有通过UrlEncode编码的文字，进行UrlEncode解码后：

http://open.izhixue.cn/checklogin?response_type=code&client_id=wqxuetang&redirect_uri=https://www.wqxuetang.com/v1/login/callbackwq&scope=userinfo&state=https://lib-nuanxin.wqxuetang.com/#/

api_checklogin = 'http://open.izhixue.cn/checklogin?response_type=code&client_id=wqxuetang&redirect_uri=https://www.wqxuetang.com/v1/login/callbackwq&scope=userinfo&state=https://lib-nuanxin.wqxuetang.com/#/'

至此成功生成登陆请求链接，在这里命名为api_checklogin。

获得请求参数

请求参数就是data中的内容，包含accout和password两个部分，毫无疑问就是账号和密码。不过这里的登陆参数居然是用明文传输的真的是震撼狗妈，清华总是给我们惊喜。

data = 'account=XXXXXXXXXXX&password=XXXXXXXXXXX'

解析登陆思路

在获得请求链接和请求参数之后我们使用Postman进行Post请求尝试登陆：

Tips:注意POST请求需要设置对应的Content-Type,否则可能导致请求失败！

可以看到请求成功，返回值是一串JSON，包含code，message和data三个字段，可以看到唯一有效的字段就是data，同样是一段通过UrlEncode编码后的网址信息：

尝试使用UrlEncode解码后：

https://www.wqxuetang.com/v1/login/callbackwq?code=f3e9b5931b53764aeebd529a3d03fc5ed9ce9f33&state=https://lib-nuanxin.wqxuetang.com/#/

Tips: 该网址在一次解码后仍有urlencode编码的文字，进行第二次解码后才可以得出以上内容。

至此成功生成Callback链接，在这里命名为api_callback。

api_callback = 'https://www.wqxuetang.com/v1/login/callbackwq?code=f3e9b5931b53764aeebd529a3d03fc5ed9ce9f33&state=https://lib-nuanxin.wqxuetang.com/#/'

之后继续分析JS，发现在第一次请求成功后，会调用windows.location.href函数请求该网址：

由此得出结论，登陆时会先请求checklogin链接，认证成功后返回callback链接，再由浏览器请求callback链接并将callback返回的Cookie信息设置给浏览器。

使用Python进行模拟登陆

直接上代码，注释写的很清楚：

import urllib.parse
import requests


def login(account, password):
    api_checklogin = 'http://open.izhixue.cn/checklogin?response_type=code&client_id=wqxuetang&redirect_uri=https://www.wqxuetang.com/v1/login/callbackwq&scope=userinfo&state=https://lib-nuanxin.wqxuetang.com/#/'

    # 创建了一个请求Session
    session = requests.session()
    # 生成登陆参数
    headers = {"Content-Type": 'application/x-www-form-urlencoded;charset=UTF-8'}
    data = 'account={}&password={}'.format(account, password)
    # 进行请求
    response_checklogin = session.post(api_checklogin, data=data, headers=headers)
    # 解码回调链接
    api_callback = urllib.parse.unquote(response_checklogin.json()['data'])
    # 请求回调链接，并返回需要调Cooike
    response_callback = session.get(api_callback, allow_redirects=False)
    return response_callback.cookies


def get_user(cookies):
    session = requests.session()
    api_login = 'https://www.wqxuetang.com/v1/login/checklogin'
    response = session.get(api_login, cookies=cookies)
    return response.text


if __name__ == '__main__':
    account = 'XXXXXXXX'
    password = 'XXXXXXXX'
    cookies = login(account, password)
    userInfo = get_user(cookies)
    print(userInfo)

可以看到成功返回了登陆的用户信息。

总结

挺简单的。

编辑于 Tues Feb 4 19:20:46 2020

左素