java+pycharm如何实现抖音视频爬虫

这篇文章给大家分享的是有关java+pycharm如何实现抖音视频爬虫的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

1、用到的工具等：

Charles (随便一个抓包工具即可，哪个顺手用哪个)

动态字段： x-gorgon：0408*** （开头）

抖音Version：12.8.0 （发帖时的最新版本）or 抖音极速版 （文件少，编译快）

IDA or JEB

Jadx-gui

frida

Pycharm

root 真机（Android） or 模拟器

2、反编译：

Apk 直接丢入 Jadx-gui or Apk==>zip ==> 解压 ==> .dex 全部打包丢入 Jadx-gui

查找关键字： x-girgon

cdn.nlark.com/yuque/0/2020/png/97322/1607128046539-933da4e3-cc27-4aa6-86dd-93ecf6c9281f.png?x-oss-process=image/resize,w_1500">

先看调用处：

这个so 文件全名： libcms.so apk压缩包中可以找到。

接下来看看函数声明处：

代码不能被工具完美还原，试了几个工具都这球样，不用浪费时间折腾了。直接看吧，功底好的可以直接看Smali 代码。

可以看到r8 即为想要的值，向上查找r8

其中 com.ss.a.b.a.a() 是重载函数，hook时需要注意下。

贴附一段Frida 代码： 注意overload("")

这块儿的代码是可以正常展示的，很好还原：

接下来到了难点：

byte[] r0 = com.ss.sys.ces.a.leviathan(r8, r7, r0)

这个不太好还原， 三个参数：

native 修饰的 leviathan （）函数， 对应的方法体在最早加载的 cms.so 中。

可以使用ida or jeb 进行查看，会发现没有到处函数，其使用了花指令混淆的加密措施。

破解难度太大，可以考虑换了一种简单的调用方式进行解决

优先推荐 ： frida-rpc, 实现思路如下： 具体的自行完善

(我自己使用的java 进行主动调用的，想了解的可以关注后留言，或者微信)

这种方式比较简单，还可以开微服务。

其中传递进去的参数可以使用frida hook 进行获取

输出结果为：

参数1: -1

参数2: 十位时间戳（来自url参数中的十三位时间戳）同 x-khronos 相同。

参数3: post参数的data 部分，就是下图中的r0

参数整理：

r0 = md5(url？后的参数) 对网址的参数进行md5

r13 = x-ss-stub，只有post时才有效，否则是32个0

r11 = md5(cookie) 对cookie进行md5

r12 = md5(cookie['sessionid']) 对cookie里面对sessionid进行md5，否则也是32个0

感谢各位的阅读！关于“java+pycharm如何实现抖音视频爬虫”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！