資訊專欄INFORMATION COLUMN
摘要：在爬蟲的編寫過程中使用最多的是，它表示查看請(qǐng)求和響應(yīng)的數(shù)據(jù)內(nèi)容。后續(xù)在打開剛才加載的軟件，例如本次案例打開的是皮皮蝦，開啟，成功捕獲到如下請(qǐng)求，這個(gè)地方就是最終的接口了。復(fù)制接口地址，在本地瀏覽器打開，得到皮皮蝦的視頻評(píng)論數(shù)據(jù)。
本篇博客開始，我們將涉足手機(jī) APP 采集領(lǐng)域，這部分的知識(shí)我們主要以分析核心接口，編寫針對(duì)接口的突破代碼為主。
這里希望通過前面 57 篇爬蟲系列博客的學(xué)習(xí)，你已經(jīng)可以通過不同的“手段”，去采集數(shù)據(jù)。
手機(jī) APP 的采集與網(wǎng)頁(yè)爬蟲的采集一個(gè)最大的差異，就是需要抓取 APP 接口地址，因?yàn)槲覀儧]有谷歌瀏覽器開發(fā)者工具的支持，所以需要使用 Fiddler 工具，進(jìn)行抓包。
對(duì)于任何一款軟件，能讓其正常運(yùn)行起來(lái)，就完成了 90%的工作。
fiddler 是一款收費(fèi)軟件，官網(wǎng)：https://www.telerik.com/fiddler，有能力的建議購(gòu)買，不想支付的可以選擇其它路徑，官方版本具備 30 天的試用期，我們就采用這個(gè)版本進(jìn)行學(xué)習(xí)吧。
下載的時(shí)候，選擇 Classic 版本即可，下載地址。
安裝過程就比較簡(jiǎn)單了，基本遵循下一步原則即可，安裝完畢會(huì)出現(xiàn)如下網(wǎng)頁(yè)，注意這里先不要關(guān)閉，后續(xù)我們會(huì)用到里面的幾個(gè)配置文檔。
運(yùn)行界面，呈現(xiàn)如下效果，一般不建議漢化了，因?yàn)闆]有多少?gòu)?fù)雜操作，多用用就習(xí)慣了。
這里有個(gè)細(xì)節(jié)需要注意，當(dāng)你打開 Fiddler 的時(shí)候，它就已經(jīng)把 HTTP 的代理給修改了，所以會(huì)碰到當(dāng)打開 Fiddler 時(shí)，可能無(wú)法正常的訪問網(wǎng)站，或者訪問的速度變慢。
Fiddler 默認(rèn)是直接抓包的
如果不想要抓包，可以在 File->Capture Traffic 和左下角按鈕進(jìn)行設(shè)置，快捷鍵是 F12。
默認(rèn)能抓取的是 HTTP 請(qǐng)求的站點(diǎn)，稍后會(huì)說明 HTTPS 如何配置。
開啟抓包請(qǐng)求之后，去訪問網(wǎng)絡(luò)，會(huì)得到如下頁(yè)面，其中相關(guān)字段已經(jīng)標(biāo)注在下圖中。
上述圖片中的內(nèi)容，一定要留下印象，方便后續(xù)的學(xué)習(xí)。
接下來(lái)雙擊上圖任意一個(gè)請(qǐng)求，查看右側(cè)窗口內(nèi)容，下圖為你標(biāo)記一下右邊窗口的內(nèi)容都是什么。
在爬蟲的編寫過程中使用最多的是 Inspectors，它表示查看請(qǐng)求和響應(yīng)的數(shù)據(jù)內(nèi)容。
其余功能簡(jiǎn)單描述如下：
Statistics： 查看關(guān)于 HTTP 請(qǐng)求的性能以及數(shù)據(jù)分析；AutoResponder ：允許攔截指定規(guī)則的請(qǐng)求，可以基于字符串和正則表達(dá)式做攔截，大意是將指定請(qǐng)求劫持后，使用本地版本；Composer： 自定義請(qǐng)求發(fā)送服務(wù)器，可以新建，也可以直接拖拽一個(gè)過去；Filters ：請(qǐng)求過濾規(guī)則；Timeline： 請(qǐng)求響應(yīng)時(shí)間。這些內(nèi)容在后續(xù)都會(huì)逐步使用到。
下面完成最重要的一步，配置 fiddler，使其可以抓取 HTTPS 請(qǐng)求。
選擇開始菜單中的 Tool->Options -> HTTPS ，然后點(diǎn)擊下圖 Decrypt HTTPS Traffic，就可以安裝一個(gè)證書。
如果本步驟設(shè)置完畢了，還是不能獲取 HTTPS 請(qǐng)求，可以參考下述 2 篇博客解決相應(yīng)問題。
- https://www.cnblogs.com/wsy0202/p/12404715.html- https://blog.csdn.net/baidu_28647571/article/details/107554126這個(gè)步驟需要電腦可以打開 Wifi，并實(shí)現(xiàn)共享網(wǎng)絡(luò)，如果你使用的是臺(tái)式機(jī)，它可能沒有無(wú)線網(wǎng)卡，是不能共享網(wǎng)絡(luò)的（安裝外置網(wǎng)卡即可），筆記本電腦無(wú)該問題。
然后手機(jī)鏈接共享出去的 Wifi，接下來(lái)在 fiddler 中配置如下內(nèi)容。
確定之后，需要在 fiddler 中找到下圖所示的本地 IP，例如下圖所示的 IP 地址為 172.24.203.1，這個(gè)地址很重要，結(jié)合上述的端口 8888，一會(huì)需要訪問該地址去下載一個(gè)證書到手機(jī)端。
手機(jī)鏈接該 Wifi，并設(shè)置如下代理。
此時(shí)還不可以，還需要在手機(jī)端下載證書，通過手機(jī)端默認(rèn)瀏覽器打開 http://172.24.203.1:8888（確保 fiddler 是抓包狀態(tài)），如果手機(jī)端無(wú)法打開，重啟 fiddler。
打開之后，如下圖所示，點(diǎn)擊下圖紅線位置進(jìn)行證書下載。
瀏覽器下載的證書如果點(diǎn)擊無(wú)法安裝，去手機(jī)設(shè)置里面找到下圖內(nèi)容，每個(gè)手機(jī)的路徑不太一致，基本參考路線是 設(shè)置->通用設(shè)置->安全和隱私->更多->加密和憑據(jù)，然后點(diǎn)擊下面的從 SD 卡安裝，應(yīng)該在根目錄下可以找到剛才下載的證書，點(diǎn)擊安裝即可。
安裝證書時(shí)，需要設(shè)置的內(nèi)容，如下所示。
此時(shí)已經(jīng)完整大部分工作了，如果你的 安卓系統(tǒng)是 7.0 以下，那到此就可以結(jié)束了，但如果你的版本比 7.0 高，那還需要繼續(xù)設(shè)置一些配置。
如果不確定是否可以，可以隨機(jī)打開手機(jī)上的 APP，然后再 fiddler 中查看是否可以解開 HTTPS 請(qǐng)求。
環(huán)境構(gòu)建過程中，可以不時(shí)重啟 fiddler 確保配置生效。
使用 VirtualXposed+JustTrustMe 來(lái)繞過 SSL 驗(yàn)證，實(shí)現(xiàn)抓包需求
在 github 下載上述兩款工具。
VirtualXposed：https://github.com/android-hacker/VirtualXposed/JustTrustMe：https://github.com/Fuzion24/JustTrustMe/無(wú)法下載，可以直接在我提供的 地址下載，安裝的時(shí)候發(fā)現(xiàn) VirtualXposed 最新版本不支持 32 位 APP 了，如果需要抓取 32 位的 APP，需要安裝 VirtualXposed_0.18.2.apk 包 。
文件傳輸?shù)绞謾C(jī)上之后，全部進(jìn)行安裝，然后打開 VirtualXposed ，點(diǎn)擊下面的按鈕之后選擇添加應(yīng)用，模塊管理開啟 JustTrustMe，之后選擇重啟即可。
后續(xù)在 VirtualXposed 打開剛才加載的軟件，例如本次案例打開的是 “皮皮蝦 APP”，開啟 fiddler，成功捕獲到如下請(qǐng)求，這個(gè)地方就是最終的接口了。
復(fù)制接口地址，在本地瀏覽器打開，得到皮皮蝦的視頻評(píng)論數(shù)據(jù)。
https://is-hl.snssdk.com/bds/cell/cell_comment/?offset=10&cell_type=1&api_version=1&cell_id=7023269838151751943……其余部分隱藏拿到接口之后，剩余的邏輯處理部分就比較簡(jiǎn)單了，步驟依次如下：
精簡(jiǎn)參數(shù)之后得到如下接口格式：
https://is-hl.snssdk.com/bds/cell/cell_comment/?offset=10&cell_id=7023269838151751943&aid=1319&app_name=superAPP 爬蟲最難的地方是獲取接口，獲取到接口并分析之后，如果沒有加密參數(shù)，那直接采用之前博客中提及的任意一個(gè)庫(kù)或者框架，都可以完成爬蟲代碼的編寫。
從本篇博客開始，我們將正式進(jìn)入手機(jī)APP爬蟲部分，這部分內(nèi)容大概會(huì)編寫10篇左右的博客
今天是持續(xù)寫作的第 262 / 200 天。
可以關(guān)注我，點(diǎn)贊我、評(píng)論我、收藏我啦。
更多精彩
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/123516.html
摘要：文章目錄前言爬取分析視頻教學(xué)成果展示福利入門到就業(yè)學(xué)習(xí)路線規(guī)劃小白快速入門爬蟲路線前言皮皮蝦一個(gè)沙雕而又有趣的憨憨少年，和大多數(shù)小伙伴們一樣喜歡聽歌游戲，當(dāng)然除此之外還有寫作的興趣，，日子還很長(zhǎng)，讓我們一起加油努力叭話 ...
摘要：文章目錄毛遂自薦題目題外話正經(jīng)點(diǎn)，解題思路代碼實(shí)現(xiàn)最后皮皮蝦一個(gè)沙雕而又有趣的憨憨少年，和大多數(shù)小伙伴們一樣喜歡聽歌游戲，當(dāng)然除此之外還有寫作的興趣，，日子還很長(zhǎng)，讓我們一起加油努力叭話不多說，直達(dá)底部有粉絲專享福利毛 ...
摘要：點(diǎn)擊，即可進(jìn)入證書的安裝頁(yè)面。上一篇文章網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)庫(kù)的安裝下一篇文章網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)爬取相關(guān)庫(kù)的安裝的安裝 上一篇文章：Python3網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)---6、Web庫(kù)的安裝：Flask、Tornado下一篇文章：Python3網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn)---8、APP爬取相關(guān)庫(kù)的安裝：MitmProxy的安裝 除了 Web 網(wǎng)頁(yè)，爬蟲也可以對(duì) APP 的數(shù)據(jù)進(jìn)行抓取，APP 中的頁(yè)面要加載出來(lái)，首先需...
摘要：時(shí)間永遠(yuǎn)都過得那么快，一晃從年注冊(cè)，到現(xiàn)在已經(jīng)過去了年那些被我藏在收藏夾吃灰的文章，已經(jīng)太多了，是時(shí)候把他們整理一下了。那是因?yàn)槭詹貖A太亂，橡皮擦給設(shè)置私密了，不收拾不好看呀。 ...
摘要：今天就先給大家講大數(shù)據(jù)分析工程師。所以你要和我說你在外面培訓(xùn)了個(gè)月的大數(shù)據(jù)分析后，就想做了，那請(qǐng)你再考慮考慮。而他們鼓吹的大數(shù)據(jù)分析師，其實(shí)就是。 showImg(https://segmentfault.com/img/remote/1460000018722710?w=1000&h=750); Overview： 序 基本概念 DS的職能要求 DE的職能要求 總結(jié) 一、序 今天...
閱讀 2766·2021-11-16 11:45
閱讀 1673·2021-09-26 10:19
閱讀 2065·2021-09-13 10:28
閱讀 2824·2021-09-08 10:46
閱讀 1551·2021-09-07 10:13
閱讀 1547·2019-08-30 13:50
閱讀 1387·2019-08-30 11:17
閱讀 1466·2019-08-29 13:18
