tiktok 弹幕 逆向分析

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

部分python代码

部分python代码

复制代码
    is_match = check_payload_type(response_msg.payload_type,["im_enter_room_resp", "msg"])
    if is_match:
        response_msg1 = tiktok_pb2.Response()
        # result = cp.call('W',base64.b64encode(response_msg.payload).decode("utf-8"))
        response_msg1.ParseFromString(decompress_data(response_msg.payload))
        # 打印解析后的消息
        for message in response_msg1.messages:
            print(f"Method: {message.method}")
            # print(f"Payload: {message.payload}")
            # print(f"Message ID: {message.msg_id}")
            # print(f"Offset: {message.offset}")
            # print(f"Is History: {message.is_history}")
复制代码
    is_match = check_payload_type(response_msg.payload_type,["im_enter_room_resp", "msg"])
    if is_match:
        response_msg1 = tiktok_pb2.Response()
        # result = cp.call('W',base64.b64encode(response_msg.payload).decode("utf-8"))
        response_msg1.ParseFromString(decompress_data(response_msg.payload))
        # 打印解析后的消息
        for message in response_msg1.messages:
            print(f"Method: {message.method}")
            # print(f"Payload: {message.payload}")
            # print(f"Message ID: {message.msg_id}")
            # print(f"Offset: {message.offset}")
            # print(f"Is History: {message.is_history}")

结果

总结

1.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
思绪无限2 分钟前
YOLOv5至YOLOv12升级:血细胞检测系统的设计与实现(完整代码+界面+数据集项目)
人工智能·python·深度学习·目标检测·计算机视觉·yolov12·血细胞检测
无巧不成书021828 分钟前
零基础Java网络编程全解:从核心概念到Socket实战,一文打通Java网络通信
java·开发语言·网络
aq55356001 小时前
Workstation神技:一键克隆调试环境
java·开发语言
skywalk81632 小时前
发现Kotti项目的python包Beaker 存在安全漏洞
开发语言·网络·python·安全
今天你TLE了吗2 小时前
LLM到Agent&RAG——AI知识点概述 第六章:Function Call函数调用
java·人工智能·学习·语言模型·大模型
Rcnhtin2 小时前
RocketMQ
java·linux·rocketmq
天天进步20152 小时前
Python全栈项目:从零构建基于 Django 的知识管理系统(KMS)
开发语言·python·django
JH30732 小时前
RedLock-红锁
java·redis
珎珎啊2 小时前
Python3 迭代器与生成器
开发语言·python
思绪无限3 小时前
YOLOv5至YOLOv12升级:金属锈蚀检测系统的设计与实现(完整代码+界面+数据集项目)
人工智能·python·深度学习·目标检测·计算机视觉·yolov12