Python 突破防盗链下载FLASHGET资源
Geek Gao 2010年06月12日 星期六 15:28 | 2674次浏览 | 0条评论
今天，群里一位童鞋碰到的一个问题，本着互帮互助的无私精神，帮他研究了下，现总结如下：
Q: 采集网站资源，但网站采用的防盗链，不能直接访问下载页 如何解决？
A: 一般的防盗链采用的是识别访问者的Referer 来判断访问者是否直接通过站外链接下载的资源。所以，在下载时伪造个合法的Referer就能 达到欺骗的目的，Python代码实例：
2 opener = urllib2 . build_opener ( urllib2 . HTTPHandler )
3 opener . addheaders = [( 'User-agent' , 'Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.2.3) Gecko/20100401 Firefox/3.6.3' )]
4 opener . addheaders = [( 'Referer' , ' http://www.qcfans.cn/soft/download.asp?softid=3317' )]
5 urllib2 . install_opener ( opener )
6 response = urllib2 . urlopen ( url )
7 the_page = response . read ()
8 print the_page
打印出的结果：
< script > function ConvertURL2FG ( url , fUrl , uid ){ try { FlashgetDown ( url , uid ); } catch ( e ){ location . href = fUrl ; }}
function Flashget_SetHref ( obj ){ obj . href = obj . fg ;} < /script>
< script > ConvertURL2FG ( 'Flashget://W0ZMQVNIR0VUXWh0dHA6Ly9sb3ZlLnFjZmFucy5jbi9kb3duL3BwdC/G+7O1t6K2r7v6ubnU7NPr0N7A7S+12rDL1cIgt6K2r7v6tcTXsMXkoaK199X70+vEpbrPLnBwdFtGTEFTSEdFVF0=&17826' , 'http://www.qcfans.cn' , 17826 ) < /script>
Ok，第二个问题出来了，瞧：
Q: 我不想使用FLASHGET进行下载，如何得到真实的资源地址呢？
A: 这里涉及到FlashGet专用地址与统一资源定位符转换的问题，具体的算法很简单（就文章发布前而言）：
首先，我们提取flashget的地 址
Flashget://W0ZMQVNIR0VUXWh0dHA6Ly9sb3ZlLnFjZmFucy5jbi9kb3duL3BwdC/G+7O1t6K2r7v6ubnU7NPr0N7A7S+12rDL1cIgt6K2r7v6tcTXsMXkoaK199X70+vEpbrPLnBwdFtGTEFTSEdFVF0=&17826
然 后将其地址的协议前缀
Flashget://
和等号
后的
&17826
去掉。
将处理过的地址字符串进行Base64解码，看Python 实例：
2 i9kb3duL3BwdC/G+7O1t6K2r7v6ubnU7NPr0N7A7S+12rDL1cIgt6K2r7v6tcTXsMXko \
3 aK199X70+vEpbrPLnBwdFtGTEFTSEdFVF0=" ) )
见print输出的结果如下：
ok，现在显而易见了吧，取 [FLASHGET] 标记内的地址 就是真实的资源地址！
关键代码在此，其余的代码就 不浪费篇幅陈述了。
到此，玩弹弹堂去了。。。
评论
Zeuux © 2024
京ICP备05028076号
暂时没有评论