本页目录

Python登录华科统一身份认证接口

null likes · null views · 2023-12-29

登录地址是https://pass.hust.edu.cn/cas/login。

分析

我们大概知道登录接口一定是带了参数的POST请求，核心是要构造出请求的参数。首先随便输入账号和密码，F12打开调试窗口网络面板，查看请求：

显然我们要找的是login，点开详情：

下面是参数的含义，如果你不想看详细的分析过程，可以阅读后直接跳到下一节：

`rsa`	弃置
`ul`	根据`username`前端加密
`pl`	根据`password`前端加密
`code`	验证码
`phoneCode`	留空即可
`lt`	固定参数
`execution`	固定参数
`_eventId`	固定参数

此处有一个历史缘故。在2023年1月的时候，ul和pl是明文的用户名和密码的字符串长度，这也符合参数名username length(ul)，rsa是前端加密参数。后来华科登录接口似乎经历了一次改版，弃置了rsa参数，ul和pl变成了现在的意义。

言归正传，在没有预先知道参数含义的情况下，先从看起来是明文形式的后两个参数入手，直接搜索_eventId，找到了HTML中写表单的隐藏域（也就是input type="hidden"）的位置：

我们发现最后三个参数value值非空，是可以直接从HTML文档中读取的固定参数，尽管每次请求时它们可能不同。

到这里，我们只剩ul，pl，code参数需要构造，分别需要进行逆向和OCR。

逆向

切换到源代码面板，新建一个XHR/提取断点，在“网址包含”填入主机pass.hust.edu.cn，这样在POST登录接口时一定会暂停：

这样做的目的是找到登录请求的调用链：

这样一步一步向下找，在login中看到了前端加密对应的代码：

我们把原来的断点取消，在setPublicKey和对ul加密的地方加入新的断点。

找到加密函数的位置了，我们跳转到jsencrypt.min.js（注释里给出了正常用法）：

现在把整个代码复制到本地进行修改。在本地初次运行，首先是会因为本地是node环境遇到下面的报错：

Plain Text

"Microsoft Internet Explorer" == navigator.appName ? (O.prototype.am = function (t, e, i, r, n, s) {
                                 ^

ReferenceError: navigator is not defined

Plain Text

if (window.crypto && window.crypto.getRandomValues) {
    ^

ReferenceError: window is not defined

所以根据源代码内容，在文件最前面写这两行，只需要消掉报错即可：

JavaScript

navigator = {appName: undefined};
window = {crypto: undefined};

接下来分析代码结构，因为源代码很长，所以中间的功能函数省略了：

JavaScript

navigator = {appName: undefined};
window = {crypto: undefined};
/*
* var encrypt = new JSEncrypt();
encrypt.setPublicKey(key);
var en = encrypt.encrypt('test');
* */
!function(t, e) {
    "object" == typeof exports && "undefined" != typeof module ? e(exports) : "function" == typeof define && define.amd ? define(["exports"], e) : e(t.JSEncrypt = {})
}(this, function(t) {
    "use strict";
    var e = "0123456789abcdefghijklmnopqrstuvwxyz";
    function a(t) {
        return e.charAt(t)
    }
    function i(t, e) {
        return t & e
    }

    ...

    window.JSEncrypt = rt,
    t.JSEncrypt = rt,
    t.default = rt,
    Object.defineProperty(t, "__esModule", {
        value: !0
    })
});

最外层是一个立即执行函数，参数列表this传给了t，后面一整个function(t)传给了e。分析一下第二个参数也就是函数function(t)的功能，在最后看到了window.JSEncrypt=rt和t.JSEncrypt=rt，再看注释中提示的用法:

JavaScript

var encrypt = new JSEncrypt();

不难看出在浏览器环境中rt直接赋值给了window.JSEncrypt，同时我们的node环境如果想利用rt，就要从t中取出。

回到代码最前面，立即执行函数体可以删掉，改成如下内容：

JavaScript

var encrypt;
!function (t, e) {
    //"object" == typeof exports && "undefined" != typeof module ? e(exports) : "function" == typeof define && define.amd ? define(["exports"], e) : e(t.JSEncrypt = {})
    x={};
    e(x);
    encrypt = new x.JSEncrypt();
}(this, function (t) {
    "use strict";
    ...

然后我们在代码最后定义一个加密函数：

JavaScript

encrypt.setPublicKey('MFwwDQYJKoZIhvcNAQEBBQADSwAwSAJBAJ7aKWURpJx4m8i4pB9P2pzNriT3UyhK6H20meKv8gFJmERA482JSi/DvZ4SkxP9INL5h8lGGvu5W3eTrpJaN3MCAwEAAQ==');

function strEnc(text) {
    return encrypt.encrypt(text)
}

console.log(strEnc('test')) //I2ieJi6q7pnlVGytaeHMGr6ejhfyBSi7bjEYDSdf4OkgweOkO6cwNdsQawPdun3AQCYApG5XhT8+/KRq1GS30w==

可以得到加密的字符串。这里的publicKey是调试时复制来的值。我们不清楚这是不是一个固定的参数，因此同样分析一下这个参数的来源：

前面抓包时注意到有一个XHR请求，实际上这就是publicKey。

至此我们已经可以在本地node环境跑通加密JS，我们把它命名为encrypt.js并创建一个稍后服务于爬虫程序的模块encrypt.py：

Python

# encrypt.py
import execjs
import re
import os

def encrypt(username, password, public_key):
    root_dir = os.path.dirname(__file__)
    with open(os.path.join(root_dir, "encrypt.js"), "r") as js_file:
        jscode = js_file.read()
    jscode = re.sub(r"setPublicKey\('(.*?)'\)", f"setPublicKey('{public_key}')", jscode)
    encrypt_js = execjs.compile(jscode)
    ul = encrypt_js.call("strEnc", username)
    pl = encrypt_js.call("strEnc", password)
    return ul, pl

这个模块根据传入的public_key替换JS源代码中的部分，再编译，最后在Python环境中调用JS代码得到加密结果。

到目前位置，public_key参数一直都是同一个值（MFwwDQYJKo...）。

OCR

华科的验证码是一个四位数字，干扰比较小，属于非常简单的验证码。验证码请求的地址是https://pass.hust.edu.cn/cas/code。

核心的识别逻辑使用ddddocr库就可以了，不需要借助付费的打码平台。

验证码是gif格式，考虑将所有帧叠加，再做二值化：

发现图像中会有干扰的细边，再做一次中值滤波：

处理过后的图像调库检测即可，OCR的源代码如下：

Python

# ocr.py
from PIL import Image
import ddddocr
import numpy
import cv2
import io

def ocr(code_gif_bin):
    gif = Image.open(io.BytesIO(code_gif_bin))
    frames = []
    for i in range(4):
        gif.seek(i)
        frames.append(numpy.asarray(gif))

    frames = [frame if len(frame.shape) == 2 else frame[:, :, 0] for frame in frames]  # 只用灰度图(RGB帧只拿一个通道)
    frames = [255.0 - frame for frame in frames]  # 转换黑白(有字的地方将变成大值)
    add = (255 - sum(frames))  # 将所有帧叠加，并再次转换黑白
    add = numpy.where(add < 0, 0, add).astype("uint8")  # 叠加部分可能超过255，因此负值置零
    add = numpy.where(add < 70, 0, 255)  # 二值化

    # 过滤图像中的细边
    flt = numpy.array([[1, 1, 1], [1, 0, 1], [1, 1, 1]])
    for h in range(1, add.shape[0] - 1):
        for w in range(1, add.shape[1] - 1):
            if add[h][w] == 255:
                continue
            x = add[h - 1:h + 2, w - 1:w + 2] * flt
            if x.sum() > 5 * 255:
                add[h][w] = 255

    # 预测
    success, img_byte = cv2.imencode(".png", add)
    dddd = ddddocr.DdddOcr(show_ad=False)
    res = dddd.classification(bytes(img_byte))

    # 增强
    res = res.replace("o", "0")
    res = res.replace("O", "0")
    res = res.replace("i", "1")
    res = res.replace("l", "1")
    res = res.replace("g", "9")
    return res

from lxml import etree
from .ocr import ocr
from .encrypt import encrypt
import requests

def login(url_cas, username, password, headers=None, proxies=None):
    url_captcha = "https://pass.hust.edu.cn/cas/code"
    url_public_key = "https://pass.hust.edu.cn/cas/rsa"
    with requests.Session() as session:
        if proxies is not None:
            session.proxies.update(proxies)

        # get请求统一身份认证页，获取表单隐藏域的值
        resp_get_url_cas = session.get(url=url_cas, headers=headers)
        tree = etree.HTML(resp_get_url_cas.text)
        lt = tree.xpath("//input[@name='lt']/@value")[0]
        execution = tree.xpath("//input[@name='execution']/@value")[0]
        eventId = tree.xpath("//input[@name='_eventId']/@value")[0]

        # 请求验证码
        code_gif_bin = session.get(url=url_captcha, headers=headers).content
        code = ocr(code_gif_bin=code_gif_bin)

        public_key = session.post(url=url_public_key, headers=headers).json()['publicKey']
        ul, pl = encrypt(username=username, password=password, public_key=public_key)
        data = {
            "rsa": "",
            "ul": ul,
            "pl": pl,
            "code": code,
            "phoneCode": "",
            "lt": lt,
            "execution": execution,
            "_eventId": eventId,
        }

        return session.post(url=url_cas, headers=headers, data=data), session

Loading component...