快手弹幕 websocket 分析

声明:

本文章中所有内容仅供学习交流使用,不用于其他任何目的,抓包内容、敏感网址、数据接口等均已做脱敏处理,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关!
逆向分析

复制代码
import time

import requests
import random
def generate_random_string(t):
    characters = "useandom-26T198340PX75pxJACKVERYMINDBUSHWOLF_GQZbfghjklqvwyzrict"
    result = ''.join(random.choice(characters) for _ in range(t))
    return result
headers = {
    "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7",
    "Accept-Language": "zh-CN,zh;q=0.9",
    "Cache-Control": "no-cache",
    "Connection": "keep-alive",
    "Pragma": "no-cache",
}
url = ""
response = requests.get(url, headers=headers)
html_content = response.text
# 拿到token 和id发送send加密包链接直播间    def v(e):
        """将整个 SocketMessage 序列化为二进制"""
        # 创建 SocketMessage 消息
        message = SocketMessage_pb2.SocketMessage()
        # 设置 payloadType
        message.payloadType = e.get('payloadType')
        # 获取 payload 数据并序列化
        payload_data = e.get("payload", {})
        print(payload_data)
        liveStreamId = payload_data.get("liveStreamId", "")
        token = payload_data.get("token", "")
        pageId = payload_data.get("pageId", "")
        serialized_message = ser(liveStreamId,token,pageId)
        return serialized_message
    r = {
        'payloadType': 200,
        'payload': {
'liveStreamId':liveStreamId, 
'token':token, 'pageId':pageId}
    }
    binary_result = v(r)
    # print("二进制数据:", binary_result)
    ws.send(binary_result, opcode=websocket.ABNF.OPCODE_BINARY)

结果

总结

1.probuf结束,后续研究安卓。web方面除了5s基本都搞完了,今天用dp,搭建一下真机安卓环境先。

2.出于安全考虑,本章未提供完整流程,调试环节省略较多,只提供大致思路,具体细节要你自己还原,相信你也能调试出来。

相关推荐
benchmark_cc22 分钟前
用 QuantDash 读取单只股票五档盘口:抽样、缺失值检查与复现记录
python·数据分析·pandas·量化交易·股票数据·quantdash
曲径海盗1 小时前
【Python 学习第 55 天】列表基础
python·学习笔记·编程入门
专注仿真1 小时前
知识问答模型用到的算法集详解及代码实例
python·算法·代码·大模型训练·控制算法
jyOverQ1 小时前
我写了一个 CSDN Markdown 图片助手:告别本地图片逐张上传
python·工具·csdn
nice_lcj5202 小时前
【从零理解 Spring AI · 14】RAG 的四个环节:加载、切分、向量化、检索
java·spring boot·embedding·向量数据库·rag·spring ai·ai应用开发
学长毕设3 小时前
基于springboot科创竞赛信息平台-附源码
java·spring boot·后端
聪明的笨猪猪4 小时前
Java 工程案例:AI 生成 @Async 异步线程池踩坑
java·经验分享·面试·ai编程
学长毕设4 小时前
基于SpringBoot公务员考试交流平台-附源码
java·spring boot·后端
刘马想放假5 小时前
CANviz 使用指南|Linux 安装、DBC 解码、实时曲线与 J1939 实战
linux·python·websocket
大然Ryan5 小时前
我用 Go 和 AI 做了一个 macOS 磁盘清理工具:Vole(开源)
go