快捷搜索:

【电脑单机下载】百度统计的JS脚本原理分析

作者: 电脑单机下载  发布:2019-09-13

这段js,实质上是往页面中引进hm.baidu.com/h.js的这段代码,该代码的内容会依照前面包车型大巴参数有所区别,h.js?前边的参数便是您在百度总计里的id。

h.js被下载后,便实行其脚本获取一些浏览器相关消息和拜会来源,获取的音信包括显示器尺寸、颜色深浅、flash版本、客户语言等。

        百度总计是基于cookie的,当呼吁js脚本的时候,会在你计算机里保存贰个永远cookie,该cookie作为你的客商标记。同期开掘,但剥离时候参数ep从最先阶的0变为了“7289%2C115”,转义后是“7289,115”那是七个纳秒单位,即7.2秒和0.1秒的意味。同期前两遍呼吁hm.gif的时候lt参数(时间,javascript:(new Date).getTime())是不变的。rnd随机数每一次都变。

百度总括服务端,通过接受到这一个诉求,并从这么些图片的网站附带的参数获取有关音讯,记录访客访问记录;当页面被顾客关闭的时候,同样会触发贰次呼吁hm.gif的进度,但那些进度不是兼备浏览器和装有关闭动作都协理。

上面咱们就来效仿一回呼吁,本次使用的python语言。




能够窥见,浏览器总共向劳动器端发送了4次呼吁:

########################################################################
class Baidu:
""""""
Referer=''
TargetPage='/www.lixin.me'
BaiduID=''
Hjs=""
Hgif=""
UserAgent='Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)' #IE9
MyData={'cc':'1','ck':'1','cl':'32-bit','ds':'1024x768','et':'0','ep':'0','fl':'11.0','ja':'1','ln':'zh-cn','lo':'0','nv':'1','st':'3','v':'1.0.17'}
#----------------------------------------------------------------------

当那个参数都安装结束了(有个别参数并从未赋值),筛选出曾经赋值了的参数,并视作hm.baidu.com/hm.gif的参数拼凑出一个url,如:   。然后须求该图片。

def __init__(self,baiduID,targetPage=None,refererPage=None):
"""Constructor"""
self.TargetPage=targetPage or self.TargetPage
self.Referer=refererPage or self.Referer
self.BaiduID=baiduID
self.MyData['si']=self.BaiduID
self.MyData['su']=urllib.quote(self.Referer)
pass
def run(self,timeout=5):
cj=cookielib.CookieJar()
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
opener.addheaders=[("Referer",self.TargetPage),("User-Agent",self.UserAgent)]
try:
response=opener.open(self.Hjs+self.BaiduID).info()
self.MyData['rnd']=int(random.random()*2147483647 )
self.MyData['lt']=int(time.time())
fullurl=self.Hgif+urllib.urlencode(self.MyData)
response2=opener.open(fullurl,timeout=timeout).info()
self.MyData['rnd']=int(random.random()*2147483647 )
self.MyData['et']='3'
self.MyData['ep']='2000,100'
response3=opener.open(self.Hgif+urllib.urlencode(self.MyData),timeout=timeout).info()
pass
except urllib2.HTTPError ,ex:
print ex.code
pass
except urllib2.URLError,ex:
print ex.reason
pass
pass

率先,使用Wireshark(一款互联网抓包工具)对浏览器实际的进程进行捕获。首先是应用ie张开七个有超链接链接到有百度总计的网址,加载达成后关闭浏览器。最终在Wireshark上赢得那样的互联网数据包。

获得该h.js代码的同一时间,百度总结会往你的浏览器写入贰个名叫“HMACCOUNT”的cookie,该cookie的过期时间为2038年,所以如若你未曾清空浏览器cookie,基本就无须过期。

首先,百度总括会要求我们在要计算的页面中放置一段js语句,类似如下:

 

接下去通进程序模拟这一进程:

  1. 伸手一段js脚本。
  2. 加载实现时候出发二回呼吁,并传递参数
  3. 剥离页面时候,发出一次呼吁,并传递参数,与地方相比,发掘ep参数有转移。

 

 

cc: 不知道,一般为1
cf:url参数hmsr的值
ci:url参数hmci的值
ck:是或不是援助cookie 1:0
cl:颜色深浅 如 “32-bit”
cm:url参数hmmd的值
cp:url参数hmpl的值
cw:url参数hmkw的值
ds:荧屏尺寸,如 ’1024×768′
ep:开首值为’0′,时间变量,反映页面停留时间,格式差非常的少是:以后时光-载入时间+“,”+另叁个非常小的年华值
et:最初值为’0′,假如ep时间变量不是0的话,它会成为任何
fl:flash版本
ja:java支持 1:0
ln:语言 zh-cn
lo: 不知道,一般为0
lt:日期 time.time(),如“1327847756”, 在第一回呼吁未有
nv: 不知道,一般为1或者0
rnd:11位随机数字
sb:假若是360se浏览器该值等于‘17’
se: 和探求引擎相关
si:总结代码id
st:
su:上一页document.referrer
sw: 不亮堂,估量和搜索引擎有关,一般为空
sse:不精晓,推断和搜求引擎有关,一般为空
v:总结代码的版本 ,近些日子该值为“1.0.17”

从js代码中得以获得,全体参数满含这一个:”cc,cf,ci,ck,cl,cm,cp,cw,ds,ep,et,fl,ja,ln,lo,lt,nv,rnd,sb,se,si,st,su,sw,sse,v”。这一个参数的意义大约如下:

<script type=”text/javascript”>
var _bdhmProtocol = ((“https:” == document.location.protocol) ? ” https://” : ” http://”);
document.write(unescape(“%3Cscript src=’” + _bdhmProtocol + “hm.baidu.com/h.js%3F3266e9d3684eaa1337dc7c4b4b64b0ae’ type=’text/javascript’%3E%3C/script%3E”));
</script>

import urllib2
import urllib
import random
import math
import urlparse
import time
import cookielib

if __name__ =="__main__":
a=Baidu('百度计算id','')
a.run()

本文由云顶娱乐棋牌游戏发布于电脑单机下载,转载请注明出处:【电脑单机下载】百度统计的JS脚本原理分析

关键词:

上一篇:没有了
下一篇:没有了