爬虫逆向学习(十一)：实战分享反爬机制快速定位与破解
此分享只用于学习用途，不作商业用途，若有冒犯，请联系处理
反爬前置信息
站点：aHR0cHM6Ly9jenFqZC5qc3p3ZncuZ292LmNuL2tkY3B1YXBvcnRhbC8jLw==
接口：/kong/InnerGateway/kdcpua/lib/project/publicity
反爬机制定位
在抓取某个站点时，我们需要找到目标接口，然后确定目标接口所使用的反爬机制，常见反爬机制有cookie、请求头、签名校验等，只有找到它所使用的反爬机制我们才能对点下药。
找到对应的接口，右键复制其cUrl，然后使用爬虫工具库将其转成python requests代码，这样便于我们快速进入调试定位反爬机制
可以看到它只存在两个变量，就是cookie和请求头，接下来使用控制变量法，结果如下：
- 请求传入headers，传入cookie，请求成功
- 请求不传入headers，传入cookie，请求失败
- 请求传入headers，不传入cookie，请求成功
- 请求不传入headers，不传入cookie，请求成功
根据结果确定它的反爬机制只有请求头
大家看下，红色横线对应的那些请求头不会是检测点，而像Accept，Accept-Language，Referer，User-Agent都是可以写死的，大家可能会说User-Agent也是反爬机制，User-Agent确实可以反爬，不过它的反爬机制对应的是采集频率，我们现在是请求请求前的反爬
剔除这些后，剩下的Authorization，Token，x-date就很明显是动态生成且容易作为检测点了，这里Token不需要关注，我们测试一下Authorization，x-date，结果如下：
- 保留
Authorization，保留Token，请求成功 - 保留
Authorization，不保留Token，请求失败 - 不保留
Authorization，保留Token，请求失败 - 不保留
Authorization，不保留Token，请求失败
结果两次测试结果可以确定Authorization，Token是检测点且两者之间存在关系。通过这种方法我们最终确定了接口的反爬机制，接下来就是如何破解它了。
逆向研究
这个站点没有特别的混淆，全局搜索x-date直接锁定关键代码位置，它是一个原生的hmac-sha256加密，加密文本就是x-date，x-date是UTC时间字符串
算法破解
import base64
import hashlib
import hmac
from datetime import datetimeimport requestsdef get_hmac_authorization():hit_time = datetime.utcnow().strftime('%a, %d %b %Y %H:%M:%S GMT')key = '1S7JzAkstxUV1g51IB22otDrwRkFxRJ3'.encode()message = 'x-date: {}'.format(hit_time).encode()hmac_sha256 = hmac.new(key, message, digestmod=hashlib.sha256)hmac_digest = hmac_sha256.digest()encrypt_result = base64.b64encode(hmac_digest).decode()return {'Authorization': 'hmac username="kdcpua", algorithm="hmac-sha256", headers="x-date", signature="{}"'.format(encrypt_result),'x-date': hit_time,}headers = {"Accept": "*/*","Accept-Language": "zh-CN,zh;q=0.9","Origin": "Origin","Referer": "Referer","Token": "undefined undefined","User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36",
}
headers.update(get_hmac_authorization())
url = "url "
response = requests.post(url, headers=headers)print(response.text)