当前位置：首页 > article >正文

WebSocket 协议爬虫

article 2025/3/10 18:41:39

⚠️前言⚠️

本文仅用于学术交流。
学习探讨逆向知识，欢迎私信共享学习心得。
如有侵权，联系博主删除。
请勿商用，否则后果自负。

网址

aHR0cHM6Ly93d3cubHV4aS5nb3YuY24vY29sL2NvbDQ0NDQvaW5kZXguaHRtbA==

本网站数据均通过webSocket协议传输

一. WebSocket简介引用 -【K哥】WebSocket 协议爬虫

WebSocket 是一种在单个 TCP 连接上进行全双工通信的协议，WebSocket 使得客户端和服务器之间的数据交换变得更加简单。
在 WebSocket API 中，浏览器和服务器只需要完成一次握手，两者之间就直接可以创建持久性的连接，并进行双向数据传输。

WebSocket 协议简称为 WS 或者 WSS（WebSocket Secure），其发送请求的 URL 以 ws:// 或者 wss:// 开头，WSS 是 WS 的加密版本，
类似于 HTTP 与 HTTPS。

WebSocket 协议的最大特点就是：服务器可以主动向客户端推送信息，客户端也可以主动向服务器发送信息，是真正的双向平等对话，
属于服务器推送技术的一种。

数据传输对比图

二. 网站分析

1. 先来分析一下 webSocket 链接的构成，主要分析一下这两个字是怎么生成的，其他暂可固定

在这里插入图片描述

2. 通过查看cookie，我们知道这两个值分别是 cookie

dGg2aCfMMK97Ro270mqBFu5qjC8TQbL2opnHvbEpM: 大概率是由session响应的加密信息解密之后得到
FW9uCWqlVzC22m1KfCMCjfvFHpRMsgt: 由session接口返回
session 接口
session 接口响应内容

三. session 接口 data

1. 参数密文生成逻辑分析

在这里插入图片描述

加密位置，ajax断点调试，找到如下位置，h值即为加密data的生成位置
参数T分析如下，其中 cid，tabId需要搞一下，其他可固定
最终调用 this下的 _dynamicEncrypt 生成

2. 参数 T 中 cid 的生成

在这里插入图片描述

需要注意的是 cid 其实就是 localStorage 中的 uuid 属性，调试之前清空浏览器缓存，找到值的生成逻辑
最终 cid 其实就是这个 i 值
代码改写一下

function getCid(){
            return Math["random"]()['toString'](36)['slice'](-8)
        }

3. 参数 T 中 tabId 的生成

回到参数 T 组装的位置看一下，发现 tabId 值存在于对象 o 中
通过堆栈找到 tabId 的生成位置

在这里插入图片描述

生成逻辑
至此参数 T 组装完成

4. 加密方法 _dynamicEncrypt

回到参数 data 的生成位置，我们来看一下这个加密方法
就是这里了
参数1：明文 T 参数
参数2：priKey 加密 Key 固定
参数3：iv 动态生成

在这里插入图片描述

js文件 ob 混淆 + webpack，根据webpack扣代码思路，缺那个模块补那个模块就可以
7万多行代码758个模块，没有复杂的环境，这里扣代码细节就不多说了
注意：找对应模块的时候，可以把断点定位在加载器，找起来更方便

在这里插入图片描述

5. iv 值

生成位置，就在刚才加密方法的上方， _dynamicEncrypt 搞定之后，iv 微调一下也就出来了
需要注意的是 session 请求发送时，请求头中有个 Etag 值，其实就是iv值，不对应的话请求会发送失败

在这里插入图片描述

6. 结果

在这里插入图片描述

四. session 接口响应解密

参数 data 的加密方法是 _dynamicEncrypt
大胆猜测一下，在对象中可能会存在一个类似名称的解密方法，这个方法有可能就是用来解密响应内容的
果然，我们直接进方法调试一下看看
参数 t 就是session中返回的密文，iv 和 data 生成时保持一致即可
结果

五. WebSocket

1. 收发信息

直接在network中看收发信息时以乱码的形式展示的
所以我还需要找到js中 websocket 收发位置，看看是怎么加密与解密的
我们可以用webSocket中的一些关键字通过全局检索的方式来定位:
信息发送明文位置

在这里插入图片描述

信息发送位置，信息发送前通过 r.encode() 转化了一下，所以我们在 network 中看到的才是乱码
信息接收位置，最终通过 r.decode() 转化成明文

在这里插入图片描述

信息接收位置，日志断点
收发日志信息

六. 模拟 webSocket 请求

1. nodejs 模拟简易代码

// 客户端
const WebSocket = require('ws');

const options = {
    headers: {
        "Sec-WebSocket-Version": "13",
        "Upgrade": "websocket",
        'Sec-WebSocket-Key': '5ZH2HCR7sxXbypI96Bixqg==',
        'Sec-WebSocket-Extensions': 'permessage-deflate; client_max_window_bits'
    }
};

const socket = new WebSocket('wss链接', [], options);

// 当连接建立时触发
socket.onopen = () => {
    console.log('Connected to server');
    // 在此处添加发送消息的逻辑
   ...
   // 模拟心跳
    setInterval(() => {
        console.log('send ' + JSON.stringify([-1,["","",32,62,!1]]))
        socket.send(window.r.encode([-1,["","",32,62,!1]])); // 发送心跳消息以保持连接活跃
    }, 3000); // 每3秒发送一次心跳消息
};

// 当接收到服务器发送的消息时触发
socket.onmessage = (event) => {
    console.log(`Received: ${window.r.decode(event.data)}`);
};

// 当连接关闭时触发
socket.onclose = () => {
    console.log('Connection closed');
};

2. webSocket特殊 headers 字段说明

Upgrade: websocket：表明这是 WebSocket 类型请求；
Sec-WebSocket-Version：告诉服务器所使用的 Websocket Draft（协议版本），必须是 13；
Sec-WebSocket-Extensions：协议扩展，某类协议可能支持多个扩展，通过它可以实现协议增强；
Sec-WebSocket-Key：是 WebSocket 客户端发送的一个 base64 编码的密文，是浏览器随机生成的，要求服务端必须返回一个对应加密的 - Sec-WebSocket-Accept 应答，否则客户端会抛出 Error during WebSocket handshake 错误，并关闭连接。