HifJzoc9 和 80T 的获取思路

第一个

直接去看控制台请求，就会找到下面的这个请求，这个请求返回的就是列表内容

但是直接去找 HifJzoc9 是找不到。说明这是被后来加上去的。通过拦截 XMLHttpRequest ,将生成的参数加到请求参数里。而且在这个网站，这个参数的名字也是 js 动态生成。

下图是 cookie 中 80T 的名字的生成地方。看好了就是名字。不要想太多。具体破解还未完成。

所以呢一种是增加 XHR 断点，另一种就是使用下面的函数。这个函数我使用的时候是用谷歌插件的方式。

分享一个钩子函数

var code = function () {   var open = window.XMLHttpRequest.prototype.open;    window.XMLHttpRequest.prototype.open = function open(method, url, async) {        if (url.indexOf("HifJzoc9") > -1) {            debugger;        }    };};var script = document.createElement('script');script.textContent = '(' + code + ')()';(document.head || document.documentElement).appendChild(script);script.parentNode.removeChild(script);

这个函数可以请求发送之前将该请求拦截。

既然可以拦截到请求，那就意味可以拿到当前环境下生成的加密参数。

如果经常看这个网站的话，你就会注意到，他会每隔几秒就会发起这样的请求

所以我的拦截代码就可以一直使用，一直拦截不让他发起请求。从下图就可以看到，请求并没有发出去。

取消请求

window.XMLHttpRequest.abort();

url 参数取到了，就差 cookie 了。

第二个

直接在控制台打印 cookie

这样打印出来其实是只有 80T 的，并没有 80S.

这是因为 HTTPOnly 的原因。具体的可以去百度查查，现在基本大网站都有这个，也是为了安全

这个可以使用谷歌插件解决，可以看看谷歌文档。

谷歌插件提供了一个方法。当然这个方法需要在背景页中使用。填写 URL后就可以获取他的所有 cookies 。

chrome.cookies.getAll({url: "http://*.cn/"}, function (cookies) {});

80T 也是一直在刷新的，所以只需要一直获取提交到你的爬虫就完成了。

总结

1、拦截 XMLHTTPRequest 请求

2、获取到已经生成加密的参数后的 url

3、取消请求

window.XMLHttpRequest.abort();

4、获取 cookie

5、将获取到 cookie 和 url 发送给爬虫。（这一块都是通过插件的背景页做的。网站有跨域限制，所以最后的发送操作都是在背景页。具体的大家多看看插件，挺简单的）

6、爬虫请求数据。

完整流程

谷歌插件 发送加密后的 url 以及 cookie 到接口，爬虫通过接口获取到值进行数据抓取。很简单。

而且这网站只要你能获取到这两个东西，剩下就好说了，请求多了目前发现就只有个图片验证码。

缺点就是：

如果需要大量抓取的话，就需要很多浏览器。

优点就是：

不用破解 js

还有一种思路就是通过 selenium 、pyppeteer、puppeteer 执行 js ，生成加密参数后，再取消请求。这样就会更快的生成你想要的东西。也是挺爽的。

但是这种的我不知道如何再去取消请求，并且将参数拦截获取出来。