閱讀本篇預(yù)計(jì)需要 5 分鐘
分享之前，我想和大家說件事：
“ 大家應(yīng)該也看到了我最近更新的頻率很低，原因就不說了。不過這種情況只會持續(xù)一段時(shí)間而已，如果要關(guān)注我的分享可以加我的微信 mcx1469 ，當(dāng)然加我的時(shí)候注明下個(gè)人介紹?！?/p>
正文
Sign 算法我相信大家并不陌生，通俗的來說就是一種簽名算法。在我們訪問的很多 Http 請求中為了保證請求的安全性都會追加一種簽名。
當(dāng)然這種 Sign 算法的存在也是有必要的，一個(gè)很復(fù)雜、很精密的 Sign 算法能很大程度上提高服務(wù)的安全性。例如微信朋友圈的接口，現(xiàn)在幾乎沒人能破解。
所以今天我要分享的內(nèi)容是：破解一個(gè)國外大廠的 Sign 算法。
當(dāng)然我會分步驟的進(jìn)行分享，目的是為了對各位讀者在之后的技術(shù)中能有所幫助。
這里我就不繞彎子了，這個(gè)所謂的國外大廠其實(shí)就是 Facebook 。 而我進(jìn)行破解的 Sign 算法則是 Instagram 的一套加密算法。后文中將由 Ins 來代替。
- 1、為什么要破解這套加密算法
很多玩 Ins 的朋友應(yīng)該都知道，無論是在 App 上 還是 PC 上都無法進(jìn)行保存Ins 圖片的操作。
這是因?yàn)?Ins 為了保護(hù)原創(chuàng)所以在 App 和 JS 上都動了手腳，不允許有保存操作。
對于很多技術(shù)人來說：越是不讓我做什么，我越會去做什么。
所以市場上就出現(xiàn)了形形色色的關(guān)于 Ins 保存圖片的小工具，這個(gè)我就不分享了。感興趣的可以去搜一下，一大堆。
其實(shí)保存某張圖片的原理很簡單，就是 圖片鏈接 + ?__a=1 就會得到一段 JSON 。
但是。。。
如果我要獲取到某個(gè) Ins 明星的所有照片，雖然我也可以通過 主頁鏈接 + ?__a=1 來拿到，但問題是這種操作只能在你登錄的狀態(tài)。
我們可以來驗(yàn)證下：
CASE 1、 在登錄 Ins 的情況下，獲取 JSON 數(shù)據(jù)
a：打開 Ins 上一個(gè)明星的主頁，注意這段鏈接
b: 在這個(gè)主頁的鏈接之后，我們增加 ?__a=1 來看看
可以很明顯的看到有一段 json ，而這段 json 正是 Wade 主頁的一部分圖片。
CASE 2、注銷 Ins 的登錄再來試試
在未登錄的狀態(tài)下，同樣可以訪問到 Wade 的主頁。但這時(shí)候我們再來試試獲取 JSON 數(shù)據(jù)。
網(wǎng)頁出錯(cuò)，請求被拒絕。很明顯我們已經(jīng)沒有權(quán)限去讀取這段JSON。
所以通過這么一步步驗(yàn)證之后，我們會發(fā)現(xiàn) Ins 的個(gè)人主頁數(shù)據(jù)并不會這么簡單的被獲取到。
插個(gè)題外話，其實(shí)在 FB 的 ”隱私門“ 之前這種方式還是可以正常請求的，但自從那件事之后接口就被 Ban 了。
這也正式的引出了我今天的主題，如何在未登錄的狀態(tài)下獲取 Ins 個(gè)人主頁的圖片信息。
- 2、*分析思考+實(shí)踐
很多人應(yīng)該都注意到了在未登錄情況下，我們至少還可以在瀏覽器上訪問到這些數(shù)據(jù)。
而且我還可以告訴你，上滑可以分頁拿到所有數(shù)據(jù)。
因此，這足以證明我們是完全可以通過代碼來拿到這些數(shù)據(jù)的。至于怎么去拿，就需要我們一步步分析。
很多人可能會說用 SeleniumJS 就能解決，但問題是效率太低。所以這種方式我們不考慮，我們需要直接調(diào)用接口來獲取。
這時(shí)候會用到抓包工具，我個(gè)人用的是 Charles 。
a： 打開抓包工具，抓到主頁的數(shù)據(jù)。
可以看到，這就是 wade 的主頁數(shù)據(jù)。
b: 找到我們需要的數(shù)據(jù)
那么我們需要的數(shù)據(jù)又在哪，其實(shí)很簡單，我們在瀏覽器上打開 wade 主頁之后隨便找一個(gè) 字符串或者數(shù)字進(jìn)行復(fù)制。
然后在抓包工具中進(jìn)行搜索，就能找到它的位置。
例如我通過查找 Wade 的”個(gè)人介紹“ 成功的找到了抓包工具中的數(shù)據(jù)位置。
我們會發(fā)現(xiàn)其實(shí)這些數(shù)據(jù)就是在之前抓到的網(wǎng)頁里面，我們將這個(gè)網(wǎng)頁復(fù)制出來在文本編輯器中打開看看。
再次搜索之后，我們發(fā)現(xiàn)這些數(shù)據(jù)保存在一個(gè)命名為 window._sharedData 的 JS 字符串中。
我們可以將這段內(nèi)容復(fù)制出來，然后用 JSON 格式化工具進(jìn)行格式化會發(fā)現(xiàn)這就是一段 JSON 數(shù)據(jù)，而且也正是我們需要的。
細(xì)心的網(wǎng)友會發(fā)現(xiàn)，其實(shí)這段內(nèi)容的位置是固定在 sharedData 里面的，因此我們可以通過正則表達(dá)式來匹配到：
這樣我們就手動成功的通過各種復(fù)制拿到了一段數(shù)據(jù)。
不過這段數(shù)據(jù)并不是完整的，而是主頁數(shù)據(jù)中的第一頁。后續(xù)還有核心的分頁操作。
（考慮到內(nèi)容太長，核心的分頁邏輯會在下一篇進(jìn)行分享）
通過這一步步分析之后，我們得到了一個(gè)核心數(shù)據(jù)就是這段正則表達(dá)式。這時(shí)候我們可以通過代碼來驗(yàn)證下：
如上我們將這段正則應(yīng)用到代碼中，執(zhí)行之后：
- 3、*總結(jié)
到這里，我們就成功的通過代碼來拿到了主頁的部分?jǐn)?shù)據(jù)。
大家可以看到這段代碼很簡單，但要寫出這段代碼是需要經(jīng)過一步步的分析之后才能產(chǎn)生的。
其實(shí)這篇文章中講到的只是一些常規(guī)數(shù)據(jù)的獲取方式，還是很入門很入門的階段。
上面拿到的數(shù)據(jù)也只是一部分，確切的說只是主頁中的第一頁數(shù)據(jù)，也就只有 10 來張圖片信息。
而要獲取到更全的數(shù)據(jù)，就需要分析其中的分頁邏輯，也正是 Sign 算法的應(yīng)用之處，也同樣是我們要核心破解的點(diǎn)。
聚焦到接口上，其實(shí)就是：
而 Sign 字段則是 query_hash。
由于考慮到內(nèi)容太長，接下來的內(nèi)容會在下一篇進(jìn)行分享。
謝謝大家的閱讀
