C# 關於爬取網站數據遇到csrf-token的分析與解決

来源:https://www.cnblogs.com/yibey/archive/2019/05/15/10870472.html
-Advertisement-
Play Games

需求 某航空公司物流單信息查詢,是一個post請求。通過後臺模擬POST HTTP請求發現無法獲取頁面數據,通過查看航空公司網站後,發現網站使用避免CSRF攻擊機制,直接發揮40X錯誤。 關於CSRF 讀者自行百度 網站HTTP請求分析 Headers Form Data 在head里包含了cook ...


需求

某航空公司物流單信息查詢,是一個post請求。通過後臺模擬POST HTTP請求發現無法獲取頁面數據,通過查看航空公司網站後,發現網站使用避免CSRF攻擊機制,直接發揮40X錯誤。

關於CSRF

讀者自行百度

網站HTTP請求分析 

Headers

Form Data

在head里包含了cookie 與 x-csrf-token  formdata 里包含了_csrf (與head里的值是一樣的).

 

這裡通過查看該網站的JS源代碼發現_csrf 來自於網頁的head標簽里

猜測cookie與 x-csrf-token是有一定的有效期,並且他們共同作用來防禦CSRF攻擊。

解決方案

1,首先請求一下該航空公司的網站,獲取cookie與_csrf

2,然後C# 模擬http分別在head和formdata裡加入如上參數,發起請求

 

 代碼

 

 public class CSRFToken
    {
        string cookie;//用於請求的站點的cookie
        List<string> csrfs;//用於請求站點的token的key 以及 value

        public CSRFToken(string url)
        {
            //校驗傳輸安全
            if (!string.IsNullOrWhiteSpace(url))
            {
                try
                {
                    //設置請求的頭信息.獲取url的host
                    var _http = new HttpHelper(url);
                    string cookie;
                    string html = _http.CreateGetHttpResponseForPC(out cookie);
                    this.cookie = cookie;

                    string headRegex = @"<meta name=""_csrf.*"" content="".*""/>";

                    MatchCollection matches = Regex.Matches(html, headRegex);
                    Regex re = new Regex("(?<=content=\").*?(?=\")", RegexOptions.None);
                    csrfs = new List<string>();
                    foreach (Match math in matches)
                    {

                        MatchCollection mc = re.Matches(math.Value);
                        foreach (Match ma in mc)
                        {
                            csrfs.Add(ma.Value);
                        }
                    }

                }
                catch (Exception e)
                {

                }
            }
        }

        public String getCookie()
        {
            return cookie;
        }
        public void setCookie(String cookie)
        {
            this.cookie = cookie;
        }
        public List<string> getCsrf_token()
        {
            return csrfs;
        }
    }

httpHelper

  public string CreatePostHttpResponse(IDictionary<string, string> headers, IDictionary<string, string> parameters)
        {
            HttpWebRequest request = null;
            //HTTPSQ請求  
            UTF8Encoding encoding = new System.Text.UTF8Encoding();
            ServicePointManager.ServerCertificateValidationCallback = new RemoteCertificateValidationCallback(CheckValidationResult);
            request = WebRequest.Create(_baseIPAddress) as HttpWebRequest;
            request.ProtocolVersion = HttpVersion.Version10;
            ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12 | SecurityProtocolType.Tls11;
            request.Method = "POST";
            request.ContentType = "application/x-www-form-urlencoded";
            // request.ContentType = "application/json";
            request.UserAgent = DefaultUserAgent;
            //request.Headers.Add("X-CSRF-TOKEN", "bc0cc533-60cc-484a-952d-0b4c1a95672c");
            //request.Referer = "https://www.asianacargo.com/tracking/viewTraceAirWaybill.do";

            //request.Headers.Add("Origin", "https://www.asianacargo.com");
            //request.Headers.Add("Cookie", "JSESSIONID=HP21d2Dq5FoSlG4Fyw4slWwHb0-Sl1CG6jGtj7HE41e5f4aN_R1p!-435435446!117330181");
            //request.Host = "www.asianacargo.com";


            if (!(headers == null || headers.Count == 0))
            {

                foreach (string key in headers.Keys)
                {
                    request.Headers.Add(key, headers[key]);
                }

            }


            //如果需要POST數據     
            if (!(parameters == null || parameters.Count == 0))
            {
                StringBuilder buffer = new StringBuilder();
                int i = 0;
                foreach (string key in parameters.Keys)
                {
                    if (i > 0)
                    {
                        buffer.AppendFormat("&{0}={1}", key, parameters[key]);
                    }
                    else
                    {
                        buffer.AppendFormat("{0}={1}", key, parameters[key]);
                    }
                    i++;
                }
                byte[] data = encoding.GetBytes(buffer.ToString());
                using (Stream stream = request.GetRequestStream())
                {
                    stream.Write(data, 0, data.Length);
                }
            }

            HttpWebResponse response;

            try
            {
                //獲得響應流
                response = (HttpWebResponse)request.GetResponse();
                Stream s = response.GetResponseStream();

                StreamReader readStream = new StreamReader(s, Encoding.UTF8);
                string SourceCode = readStream.ReadToEnd();
                response.Close();
                readStream.Close();
                return SourceCode;
            }
            catch (WebException ex)
            {
                response = ex.Response as HttpWebResponse; return null;
            }

        }

   public string CreateGetHttpResponse(out string cookie)
        {
            HttpWebRequest request = null;
            //HTTPSQ請求  
            UTF8Encoding encoding = new System.Text.UTF8Encoding();
            ServicePointManager.ServerCertificateValidationCallback = new RemoteCertificateValidationCallback(CheckValidationResult);
            request = WebRequest.Create(_baseIPAddress) as HttpWebRequest;
            request.ProtocolVersion = HttpVersion.Version10;
            ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12 | SecurityProtocolType.Tls11;
            request.Method = "GET";
            request.ContentType = "application/x-www-form-urlencoded";
            request.UserAgent = DefaultUserAgent;

            HttpWebResponse response;

            try
            {
                //獲得響應流
                response = (HttpWebResponse)request.GetResponse();

                cookie = response.Headers["Set-Cookie"];
                Stream s = response.GetResponseStream();

                StreamReader readStream = new StreamReader(s, Encoding.UTF8);
                string SourceCode = readStream.ReadToEnd();
                response.Close();
                readStream.Close();
                return SourceCode;
            }
            catch (WebException ex)
            {
                response = ex.Response as HttpWebResponse;
                cookie = "";
                return null;
            }

        }

爬取程式

 

 

爬取結果

瀏覽器結果

註意事項與結論

1,不同的網站,獲取cstf的方式不一樣,無論怎麼做,只要信息傳到前臺我們都可以有相應的方法來獲取。

2,請求時候的http驗證可能不一樣,測試的某航空公司物流信息的時候,http請求的安全協議是tis12。

 ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12 | SecurityProtocolType.Tls11; 還有其他參數比如UserAgent後臺可能也會驗證

3,基於如上航空公司,發現它的cookie和cstf_token一定時間內不會改變,那麼當實際爬取的時候可以考慮緩存cookie以及cstf_token,只有當請求失敗的時候,才重新獲取

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 針對公網上線的網站系統,很多網站的功能變數名稱會同時含有帶www和不帶www的功能變數名稱解析記錄,如果需要同時解析帶www和不帶www的功能變數名稱信息,則需要在相應的功能變數名稱解析平臺(如阿裡雲功能變數名稱解析平臺、騰訊雲功能變數名稱解析平臺)設置不帶www的主功能變數名稱以及帶www的功能變數名稱解析記錄。同時在Web伺服器如IIS中配置對應的網站,II ...
  • 在IIS Web伺服器的網站配置的過程中,有時候需要一個網站配置對應多個功能變數名稱記錄,例如不帶www的主功能變數名稱以及帶www的功能變數名稱解析記錄對應同一個網站文件,此時最簡單的配置方法就是將一個網站綁定多個主機功能變數名稱,比新建多個網站然後對應一個網站文件簡單很多,並且後續修改網站相關配置的時候只需要修改一個網站即可。 ...
  • C#開發過程中針對字元串String類型的操作是常見操作,有時候業務需要判斷某個字元串是否以特定字元開頭或者特定字元結束,此時就可使用StartsWith方法來判斷目標字元串是否以特定字元串開頭,通過EndWith方法可判斷是否以某字元串結尾。 StartWith函數調用的格式為: strA.Sta ...
  • Ocelot(二) 請求聚合與負載均衡 作者:markjiang7m2 原文地址: 源碼地址:https://gitee.com/Sevenm2/OcelotDemo 在上一篇Ocelot的文章中,我已經給大家介紹了何為Ocelot以及如何簡單使用它的路由功能,如果你還沒有不瞭解Ocelot為何物, ...
  • 在C#開發過程中字元串String類處理過程中,有時字元串長度不夠時,需要在左側指定特定的字元來補足字元串長度,此時可以使用String類下的PadLeft方法對字元串的左邊進行按特定的字元和特定的長度進行補足。MSDN上對PadLeft函數的解釋是:返回指定長度的新字元串,其中當前字元串的開頭用空 ...
  • 在C#開發過程中字元串String類處理過程中,有時字元串長度不夠時,需要在右側側指定特定的字元來補足字元串長度,此時可以使用String類下的PadRight方法對字元串結尾按特定的字元補足位數。MSDN上對PadRight函數的解釋是:返回指定長度的新字元串,其中當前字元串的末尾用空格或指定的U ...
  • C# explicit interface implementation 某個類要實現兩個包含相同方法名的介面, 應該如何實現這兩個方法? 以上Demo中共有3個擁有相同方法名的interface,Program類繼承了這三個介面,使用explicit interface implementatio ...
  • 遇到的錯誤:The destination storage credentials must contain the account key credentials,參數名: destinationStorageCredentials 解決方法:AccountName與AccountKey參數值錯誤 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...