requests模拟登录12306

天黑我隐身 发表于 2020-5-19 10:30

## 1、开局闲聊
昨天下午准备随便找找高铁票时，突然对12306的登录产生了兴趣，于是研究了一下，先说明两点：
* 验证码
这部分调用的是一个大佬现成的(http://littlebigluo.qicp.net:47720/)，如果各位大佬对识别验证码部分感兴趣，我很抱歉帮不上忙
* 登录表单
实际上12306登录的表单十分简单，字段少JS代码也没什么难度，所以想看JS逆向的姐姐可能要失望了

既然没什么难点，那有人可能就问了为什么还要水一篇文章?

原因就是12306登录过程中还是有不少坑，虽然单个页面请求字段少，但顶不住一个登录请求居然有十来个请求页面，在这个过程中各种自动手动设置Cookie，如果你憨憨的只请求登录url是永远失败的（别问我怎么知道的！），浪费我好几个小时时间。

## 2、准备工具
* 浏览器开发者工具
* Fiddler或Charles等抓包工具
建议使用抓包工具，因为请求太多时控制台不是很直观，控制台主要用于JS调试，虽然登录12306基本不需要用到调试

## 3、请求分析
首先运行抓包工具监听，在浏览器打开12306的主页手动登录一次，登录成功后就可以抓包监听了，我这里用的是Charles

显示的结果有很多，但是不要怕，大部分都是静态文件，除掉静态文件其他相关请求大概也就十五六个...
我一开始被N次登录失败搞上头了总觉得12306在请求上埋坑于是还真按着这十多个请求一路写下去...
后来想想其实没必要这么做，关注主要的几个登录请求中的Cookie字段来源再针对性发出请求就好了，事后也证明只需要经过6个请求，就能成功登录。
所以本文我会着手从关键的几个登录请求分析，就不赘述摸索过程的痛了。
### 3.1 获取验证码
生成验证码的URL很容易找到
> https://kyfw.12306.cn/passport/captcha/captcha-image64?login_site=E&module=login&rand=sjrand&1589797925252&callback=jQuery191020097810026343454_1589797924079&_=1589797924080

请求字段

请求字段基本上都是固定值，callback和_还有1589797925252是和时间戳相关的，但服务器压根不验证callback和_，所以我们不用管
Cookie和响应

响应image就是经过base64验证码图片，验证码图片从这里就可以拿到了
重点说Cookie，虽然字段有点多，但其实只要关注使用JS手动设置的字段就可以了，因为Session会帮我们处理响应头里的Cookie，重点就是确定哪些字段不是通过响应头设置的，可以直接搜索字段，比如第一个_passport_session

结果显示在某一个请求的响应头中存在Set-Cookie: _passport_session 那我们就可以暂时放下不管
再比如RAIL_EXPIRATION字段

在一个JS文件中出现了该字段，这表明是手动添加的，需要重点关注，既然是手动添加的字段要么是JS计算生成要么是服务器响应，可以先找找字段值

成功在响应中找到了值，点进去看看

首先分析响应有三个字段exp、cookieCode和dfp，经比对exp和dfp就是验证码请求Cookie中的RAIL_EXPIRATION和RAIL_DEVICEID
其次看看这个请求本身：
> https://kyfw.12306.cn/otn/HttpZF/logdevice?algID=y6fvmhGlLP&hashCode=WRXET1wCtYsDWujgBBDiq2A4aqJOy-G6t5VK5OI0wNY&FMQw=0&q4f3=zh-CN&VPIf=1&custID=133&VEek=unknown&dzuS=0&yD16=0&EOQP=c227b88b01f5c513710d4b9f16a5ce52&jp76=52d67b2a5aa5e031084733d5006cc664&hAqN=MacIntel&platform=WEB&ks0Q=d22ca0b81584fbea62237b14bd04c866&TeRS=709x1280&tOHY=24xx800x1280&Fvje=i1l1o1s1&q5aJ=-8&wNLf=99115dfb07133750ba677d055874de87&0aew=Mozilla/5.0%20(Macintosh;%20Intel%20Mac%20OS%20X%2010_14_6)%20AppleWebKit/537.36%20(KHTML,%20like%20Gecko)%20Chrome/81.0.4044.138%20Safari/537.36&E3gR=92271eade53193a7130e280652b8e939×tamp=1589810100160

请求参数虽然有很多，但浏览器打开是可以直接响应结果的，所以暂且不管它，实际上这些参数的生成过程还是有点意思的，我会找时间专门写一篇分析这部分JS参数的文章，现在我们直接使用访问拿到的结果就能通过
回到获取验证码的请求cookie上来，经过分析发现除开RAIL_EXPIRATION和RAIL_DEVICEID其他字段都是响应头设置的，所以在获取验证码图片这一步我们只需要进行两个请求：
```python
import re
import requests
headers = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',
'Referer': 'https://kyfw.12306.cn/otn/resources/login.html',
'Host': 'kyfw.12306.cn'
}

session = requests.Session()
# p1这些字段其实基本就是获取设备信息再进行加密处理
p1 = {
'algID': 'y6fvmhGlLP',
'hashCode': 'WRXET1wCtYsDWujgBBDiq2A4aqJOy-G6t5VK5OI0wNY',
'FMQw': 0,
'q4f3': 'zh-CN',
'VPIf': 1,
'custID': 133,
'VEek': 'unknown',
'dzuS': 0,
'yD16': 0,
'EOQP': 'c227b88b01f5c513710d4b9f16a5ce52',
'jp76': '52d67b2a5aa5e031084733d5006cc664',
'hAqN': 'MacIntel',
'platform': 'WEB',
'ks0Q': 'd22ca0b81584fbea62237b14bd04c866',
'TeRS': '709x1280',
'tOHY': '24xx800x1280',
'Fvje': 'i1l1o1s1',
'q5aJ': '-8',
'wNLf': '99115dfb07133750ba677d055874de87',
'0aew': headers['User-Agent'],
'E3gR': '92271eade53193a7130e280652b8e939',
'timestamp': int(time.time() * 1000)
}
# 第一次请求获取exp和dfp
r1 = session.get('https://kyfw.12306.cn/otn/HttpZF/logdevice', params=p1, headers=headers)
exp = re.search(r'exp":"(\d+)",', r1.text).group(1)
dfp = re.search(r'dfp":"(.+?)"', r1.text).group(1)
cookieCode = re.search(r'cookieCode":"(.+?)"', r1.text).group(1) # 这个字段暂时不确定作用
session.cookies.update({'RAIL_DEVICEID': dfp, 'RAIL_EXPIRATION': exp})# 手动添加cookie
# 第二次请求获取验证码
p2 = {
'login_site': 'E',
'module': 'login',
'rand': 'sjrand',
str(int(time.time() * 1000)): ''
}
r2 = session.get('https://kyfw.12306.cn/passport/captcha/captcha-image64', params=p2)
image = re.search(r'image":"(.+?)",', r2.text).group(1)
```
验证码图片就成功拿到了
### 3.2 提交验证结果

如上图，在点击登录后的第一步是发起一个ajax请求判断验证码是否正确
老规矩，上URL
> https://kyfw.12306.cn/passport/captcha/captcha-check?callback=jQuery19108610389300189387_1589810101978&answer=197%2C125%2C26%2C129&rand=sjrand&login_site=E&_=1589810101981

先分析请求参数，发现除了answer也就是验证码答案是动态的，其他都是静态的，那这个答案197,125,26,129是怎么整出来的呢，这时候用浏览器分析页面结构：

先随便在验证码图片上点一下，然后右键检查元素

发现当在图片上标记一个点，页面就会生成一个div标签，很简单就能推测出randcode就是提交答案，它的数值就是图片所在的平面位置点，我们可以随意的在8个图中取一个点作为第几张图的映射，如
```python
position = {
1: '49,48', 2: '124,52', 3: '200,43', 4: '259,47',
5: '50,113', 6: '101,102', 7: '198,112', 8: '250,127'
}

def getVerifyResult(path: str):
"""调用API接口获取验证码结果
:param path: 验证码图片路径
:return:
"""
url = "http://littlebigluo.qicp.net:47720/"
ret = []
file = open(path, 'rb')
response = requests.post(url, data={"type": "1",},
                        files={'pic_xxfile': file})
file.close()
for i in re.findall("<B>(.*)</B>", response.text).split(" "):
   ret.append(position)
return ret
```
接下来调用上面的识别函数获取答案
```python
import base64
code_path = "code.jpg"
imgdata = base64.b64decode(image)
with open(code_path, 'wb') as f:
f.write(imgdata)
capchat = getVerifyResult(code_path)
answer = ','.join(capchat)
```

Cookie和响应，都是老东西中规中矩没有需要注意的

在提交验证结果这一步，只需要一个请求
```python
p3 = {
'answer': answer,
'rand': 'sjrand',
'login_site': 'E'
}
# 第三次请求提交验证码答案
r3 = session.get('https://kyfw.12306.cn/passport/captcha/captcha-check', headers=headers, params=p3)
j3 = r3.json()
if j3.get('result_message') != '验证码校验成功':
raise RuntimeError('【验证码异常】: ' + j3.get('result_message'))
```
### 3.3 提交登录表单

URL：
> https://kyfw.12306.cn/passport/web/login

表单字段就4个，账号密码都是明文，answer是上一步的验证码答案
响应结果是一段json，其中返回了一段比较长的字段uamtk，先记下来暂且不管
```python
r4 = session.post('https://kyfw.12306.cn/passport/web/login',
                  data={'username': user,
                              'password': password,
                              'appid': 'on',
                              'answer': answer},
                  headers=headers)
j4 = r4.json()
if j4.get('result_message') != '登录成功':
raise RuntimeError('【登录失败】: ' + j4.get('result_message'))
uamtk = j4['uamtk']
```
虽然返回登录成功，但你可千万别天真的相信了，这个cookie依然没通过认证

有同学可能注意到login后面紧贴的2个请求，但经验证这两个请求可有可无，从它们不涉及生产任何cookie也可以验证这一点
### 3.4 登录验证
继续寻找请求记录，发现了一个显眼的URL请求
> https://kyfw.12306.cn/passport/web/auth/uamtk

注意到Cookie里面出现的新字段uamtk就是login返回的uamtk，可以直接安排上
响应也有一串字符串newapptk，老规矩记下来再说
接下来看看提交的表单

哟，又是白给，可以很轻松的构建这个请求
```python
r5 = session.post('https://kyfw.12306.cn/passport/web/auth/uamtk',
                     headers={'User-Agent': headers['User-Agent'],
                              'Referer': 'https://kyfw.12306.cn/otn/passport?redirect=/otn/login/userLogin',
                              'Origin': 'https://kyfw.12306.cn',
                              'Host': 'kyfw.12306.cn'},
                     data={'appid': 'otn'})
j5 = r5.json()
if j5.get('result_message') != '验证通过':
raise RuntimeError('【验证失败】: ', j5.get('result_message'))
tk = j5['newapptk']
```
此时此刻依然还未通过验证，继续找下去

url：
> https://kyfw.12306.cn/otn/uamauthclient

为什么会找到它呢？因为响应很显眼啊，都返回用户名了重点关注准没错~
可以看到表单一个字段tk，不就是上一个请求给我们的newapptk嘛
再看Cookie

没有新鲜玩意，直接构建请求完事
```python
r6 = session.post('https://kyfw.12306.cn/otn/uamauthclient',
                  data={'tk': tk},
                  headers=headers)
j6 = r6.json()
if j6.get('result_message') != '验证通过':
raise RuntimeError('【验证失败】: ', j6.get('result_message'))
```
这就是最后一个请求了，没有更多了...
### 3.5 验证登录是否成功
经过前面的6个请求，我们的session已经可以使用了，由于12306的信息基本用ajax获取，所以访问普通页面是得不到信息的，这里可以使用一个api来判断是否登录成功：
> https://kyfw.12306.cn/otn/index/initMy12306Api

```python
url = 'https://kyfw.12306.cn/otn/index/initMy12306Api'
r = session.post(url)
if '"status":true' in r.text:
print('登录成功:', r.json()['data']['user_name'])
else:
raise RuntimeError('登录失败...')
```
至此，模拟登录就完成了，cookie可以保留到本地，下次登录直接使用cookie就不用这么折腾了。

## 4、完整代码
我把整个模拟登录代码封装好了，目前只实现了模拟登录并上传到了(https://github.com/sswest/12306)，有兴趣的小伙伴可以去看看，如果对你有帮助欢迎点个Star

hbwwt 发表于 2020-5-19 11:25

高手哦赞一个

huadao 发表于 2020-5-19 11:42

nice,学到了

xyz5356 发表于 2020-7-18 21:23

大佬，能不能分享个迅雷的模拟登录过程啊

fls 发表于 2020-7-20 07:20

【http://littlebigluo.qicp.net:47720/】这个站学习了，之前写的12306登录，还是用手动输验证码坐标的方式{:1_919:}

techliu 发表于 2020-7-20 12:31

可以可以，加油

页: [1]

吾爱破解 - 52pojie.cn's Archiver

requests模拟登录12306