抖音a_bogus,mstoken全参数爬虫逆向补环境2024-06-15最新版

抖音a_bogus,mstoken全参数爬虫逆向补环境2024-06-15最新版

接口及参数

1. 打开网页版抖音，右键视频进入详情页。
2. F12打开控制台筛选detail，然后刷新网页，找到请求。
3. 可以发现我们本次的参数目标a_bogus。a_bogus有时长度为168有时为172，都可用。
4. msToken在cookie中可以获得msToken，过期时间为7天。
5. screen_width、screen_height对应cookie中的dy_swidth、dy_sheight。
6. cpu_core_num、device_memory对应cookie中的device_web_cpu_core、device_web_memory_size。
7. verifyFp、fp对应cookie中的s_v_web_id。
8. webid可以从doc中获得user_unique_id。
   
   
   

找到加密代码

• 找到入口

  首先看一下接口的加载器，也就是发送请求的调用栈，挨个查看之后不难发现，加密的入口应该在这两处，由于栈中的调用顺序是从下往上，所以我们先看下面那个入口。

  

• 查看参数

  首先我们查看入口参数，不难发现arguments[1]是请求的url，那么我们可以根据url包含detail去打一个断点，然后一步一步进行调试，看看发生了什么。

  

• 断点调试

  单步步入之后，开始了加密参数的流程，我们发现这里的代码明显是混淆过的，上下翻动后，我们发现这是jsvmp文件。单步跳出后，直接到了请求流程，说明在这里面已经完成了a_bogus的加密，所以我们可以断定，加密参数是在调用栈中另一个地方调用的。所以我们再查看一下调用栈中的另一个入口。

  

  可以看到，加密最后运行的函数是s.apply(b,u)并且赋值给了l，那么我们可以大胆猜测一下，这个l就是返回的加密结果，但是我们知道request中有很多加密参数，而且这个代码是jsvmp，所以我们可以认为，这里是调用了jsvmp的指令函数，这个指令函数加密了我们的a_bogus，但是也被其他的一些需求调用，所以说我们要定位到加密a_bogus的时机。

  
  我们可以知道a_bogus的长度为172，所以我们可以在这里打条件断点，当s.apply(b,u).length === 172时断住。然后进行观察。

  

  断住之后，我们发现结果大概率是我们要的a_bogus，后面我们会验证一下，参数为uri以及UserAgent。那么我们之后调用的时候，可以直接调用这个函数，把相应的参数传进去就可以得到我们想要的结果。由于这个s.apply可能调用的函数有很多种，我们不知道它调用的具体函数是哪个，因此，我们需要找到函数调用入口也就是函数导出。至此我们先验证一下结果。

  
  

补环境

1. 首先我们把整个bdms.js拿下来，本地运行，进行补环境。

2. 然后运行后发现window is not defined，我们定义一个window=global补个window环境再试试看。

   

3. 我们发现这里莫名其妙报了个错，由于代码混淆加上各种循环，很难找到这个变量是什么，所以我们猜测，大概率是获取某些环境没有获取到，所以我们加代理看看他获取了什么没获取到导致的。我们添加下列代理来看看检测了哪些环境。

   function get_enviroment(proxy_array) {
       for (var i = 0; i < proxy_array.length; i++) {
           handler = '{\n' +
               '    get: function(target, property, receiver) {\n' +
               '        console.log("方法:", "get  ", "对象:", ' +
               '"' + proxy_array[i] + '" ,' +
               '"  属性:", property, ' +
               '"  属性类型:", ' + 'typeof property, ' +
               // '"  属性值:", ' + 'target[property], ' +
               '"  属性值类型:", typeof target[property]);\n' +
               '        return target[property];\n' +
               '    },\n' +
               '    set: function(target, property, value, receiver) {\n' +
               '        console.log("方法:", "set  ", "对象:", ' +
               '"' + proxy_array[i] + '" ,' +
               '"  属性:", property, ' +
               '"  属性类型:", ' + 'typeof property, ' +
               // '"  属性值:", ' + 'target[property], ' +
               '"  属性值类型:", typeof target[property]);\n' +
               '        return Reflect.set(...arguments);\n' +
               '    }\n' +
               '}'
           eval('try{\n' + proxy_array[i] + ';\n'
               + proxy_array[i] + '=new Proxy(' + proxy_array[i] + ', ' + handler + ')}catch (e) {\n' + proxy_array[i] + '={};\n'
               + proxy_array[i] + '=new Proxy(' + proxy_array[i] + ', ' + handler + ')}')
       }
   }
   proxy_array = ['window', 'document', 'location', 'navigator', 'history', 'screen', 'aaa', 'target']
   get_enviroment(proxy_array)
   

4. 我们发现，检测的还不少。加上代理之后我们发现，在访问wondow.requestAnimationFrame时没访问到，然后紧接着报错了，那么说明，对window.requestAnimationFrame进行了校验，因此我们可以补一下 ，这个是一个函数，我们补一个空函数试试。

   

5. 补完后发现又有报错。我们发现访问window._sdkGlueVersionMap时XMLHttpRequest报错，那我们都补一下。我们可以到浏览器的控制台获取window._sdkGlueVersionMap的值。

   
   

6. 全部补完之后我们发现终于没报错了，说明正常运行了，下一步我们需要找到加密函数的入口，然后进行最后的加密操作。

   

函数入口

我们重新断点进入，看看到底调用了什么，我们可以发现，首次调用的函数是这里，我们可以单步调试进去看一下什么时候调用的s.apply。

断住之后，我们进去看看什么时候调用到了我们需要的s.apply，所以我们需要在s.aaply处打个断点。打住断点之后，由于我们之前在这里断点过，所以我们可以通过查看u[3]的url是否包含我们的本次请求detail查看。

断住s.apply后，我们可以知道这里调用的函数就是我们需要的导出的函数，我们单步步入，发现是这个函数。这个函数的样子我们好像见过，没错这个函数有好几处，我们可以通过59 !== m找到他。我们可以看到实际上u = function ()，把加密函数赋值给了u，所以我们直接在这里导出即可，对了，别忘了加上,。

凑合用的结果

其中我们发现，调用sign之后又多检测了很多环境变量，为了环境更加真实和防止被检测的风险，尽量补全环境是最好的，即使会降低运行速度，如果追求运行速度我们可以尝试难度更高的纯算逆向。

而且补空函数并不能通过环境的检测，因此我们需要把整个环境补全，最终补全的环境代码如下:

window = global

document = {}
document.all = {}  // 全局搜索document.all发现并没有检测，因此这里不补typeof
navigator = {}
navigator.userAgent = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
document.createElement = function (name) {
    if (name == 'span') {
        return [{}]
    }
}
document.documentElement = ''
document.createEvent = function () {
    return 'createEvent() { [native code] }'
}
document.createElement = function () {
    return 'createElement() { [native code] }'
}
window.requestAnimationFrame = function () {
    return 'requestAnimationFrame() { [native code] }'
}
window._sdkGlueVersionMap = {
    "sdkGlueVersion": "1.0.0.51",
    "bdmsVersion": "1.0.1.5",
    "captchaVersion": "4.0.2"
}
XMLHttpRequest = function () {
    return 'XMLHttpRequest() { [native code] }'
}

window.fetch = function () {
    return `(input, init) {
	        var _this6 = this;
	        var url, method;
	        if (IS_REQUEST_API_SUPPORTED && input instanceof Request) {
	          url = input.url;
	          method = input.method…`
}

window.onwheelx = {
    "_Ax": "0X21"
}

navigator.vendorSubs = {
    "ink": 1718453241914
}
window.innerWidth = 1920
window.innerHeight = 1080
window.outerWidth = 1914
window.outerHeight = 1026
window.screenX = 2563
window.screenY = 412
window.pageYOffset = 0
window.pageYOffset = 0
window.screen = {
    availWidth: 1920,
    availHeight: 1032,
    width: 1920,
    height: 1080,
    colorDepth: 24,
    pixelDepth: 24,
    orientation: {
        type: "landscape-primary",
        angle: 0
    },
};
navigator.platform = 'Win32'
document.body = ''

全环境补完正确结果

需要注意的是，环境检测远不止这一点，还有dom之类的检测，这部分大家可以通过断点一步步调试，最终补好所有环境。

测试

成功!!!

需要注意的是，每个接口加密参数不同需要自己去探索，其中详情接口和回复接口如下:

项目参考

这是我写的爬虫项目，后续抖音部分将全面更新为a_bogus算法，敬请关注。

https://github.com/ShilongLee/Crawler