我写了个 Chrome 插件,一键下载 PornHub 视频!
以下文章来源于小詹学Python ,作者小詹&zgao
公众号关注 “GitHubDaily”
小詹有个读者叫 zgao,他之前写过一篇博客,爬取了 PornHub(下面全部简称 P 站)上的视频,代码很简单,关键还好用!当时小詹就 P 站上爬取了一些考研数学视频,虽然我用不上,但是我热爱技术啊!
技术分析
之所以有今天这篇文章呢,是因为 zgao(下文中的我都为读者 zgao)发现 P 站修改了前端的代码,将视频的接口信息全部隐藏起来了,不像以前那样能直接在网页源码中找到视频链接。于是我根据最新的 P 站情况写了一个插件,能够一键下载学习视频。
以下是从分析到写插件的全过程。首先可以来对比下修改前后的 P 站:
这两段都是 JS 代码,但是以前的一看就很清晰明了,而现在的有一大堆的垃圾注释在里面。不用说,肯定是做了 JS 混淆。
在 network 面板中将代码格式化之后可以看的很清楚,看上面定义的那一堆变量感觉就是我们要的 url,而下面就是将变量拼接的最后的视频链接。
我整个人都傻了,P 站的程序猿这么直接的吗?那还混淆个 ** 的代码?
以前写个 P 站的爬虫还得每个 URL 正则匹配才能提取出来。现在更省事了,都不用爬了,直接把这个变量的值取出来就什么信息都有了。
我严重怀疑 P 站的前端程序猿是不是写代码的时候看片去了!
所以接下来要想提取出视频的 url 就很容易了,直接用 ExecJS 这个库来执行这段被混淆过的 JS 代码就 ok 了。
但是想了想这样也太简单了吧,没什么意思。要不我写一个 Chrome 的插件来完成这件事?因为本身视频加载之前 JS 肯定会执行。那么用插件的方式也更加方便。插件开发的过程,最关键的问题就是如何将包含所有视频接口信息的变量给提取出来。
一开始我是想到是直接在浏览器的全局变量 window 中拿到那个变量,这是最简单的办法。我发现通过注入 JS 代码用 console.log (window) 输出的全局变量中还是没有包含 flashvars_***** 这个变量,不清楚为什么。我一开始认为可能是页面 onload 的时候还没有执行 JS 所以没有变量信息。后面我想了想要不执行 settimeout 来实现延迟执行代码,但是还是不行。
于是我决定用另外一个办法,将字符串作为代码执行。也就是写木马最常用到的 eval 函数。在页面加载时,通过 xpath 得到混淆 JS 代码的位置,将它作为一段字符串当成代码执行,这样同样拿到了接口信息。
给大家看一下插件最核心的两段代码 content-script.js,也就是注入页面的 JS 代码。(代码可左右拖动)
function Func() {
return new Promise((resolve, reject) => {
var a = document.querySelector("#player >script:nth-child(1)").innerHTML
a = a.split('loadScriptUniqueId')[0]
var c = a.match("flashvars_[0-9]{1,}")[0]
eval(a)
var d = eval(c)
resolve(d)
})
}
window.onload = () => {
Func().then(res => {
var videoType = []
Object.keys(res).forEach((item) => {
if (item.startsWith('quality_')) {
var obj={
key:item,
val:res[item]
}
videoType.push(obj)
}
})
for(var i = 0, len = videoType.length; i < len; i++){
console.log(videoType[i].key,videoType[i].val)
}
chrome.runtime.onMessage.addListener(function(request, sender, sendResponse){
if(request.cmd == 'test')
sendResponse(videoType);
});
})
}
popup.js
function sendMessageToContentScript(message, callback)
{
chrome.tabs.query({active: true, currentWindow: true}, function(tabs)
{
chrome.tabs.sendMessage(tabs[0].id, message, function(response)
{
if(callback) callback(response);
});
});
}
sendMessageToContentScript({cmd:'test', value:'test'}, function(videoType)
{
console.log(videoType);
for(var i = 0, len = videoType.length; i < len; i++){
console.log(videoType[i].key,videoType[i].val)
}
var boxEl = document.getElementsByTagName('ul')[0]
//var videoType = [{ key: 'qeqw', val: 'adasda' }, { key: 'qeqw', val: 'adasda' }, { key: 'qeqw', val: 'adasda' }]
var videoStr = ''
videoType.forEach(item => {
videoStr += "<li>" + "<label>清晰度:" + "<span>" + item.key + "</span>" + "</label>" + "<a href=" + item.val + " target='_blank'>下载</a>" + "</li>"
});
boxEl.innerHTML = videoStr
});
popup.js 的作用主要就是和 content-script.js 通信,相互传值。然后在插件中渲染生成页面,JS 间传值主要用到了 Chrome 的 API。插件开发的过程中还涉及到很多细节问题,比如 ico 的制作,这些就不提了。
关于插件
看到这的小伙伴,其实真正吸引你的是这最后的插件吧?
插件安装使用:
如果你会科学上网,直接到Chrome 商店下载即可:
http://1t.click/bpmG
或者,你也可以通过下面方式安装。
1. 公众号后台回复关键词「PH」,获取插件安装包。
2. 打开 Chrome,地址输入 chrome://extensions
3. 打开「开发者模式」,选择「加载已解压的扩展程序」
4. 选择刚刚从公众号后台下载的解压包
---