百度统计的JS脚本原理分析

2019-10-11 19:58栏目:十大网赌网址
TAG:

第一,百度计算会供给大家在要总结的页面中放置一段js语句,类似如下:

<script type=”text/javascript”>
var _bdhmProtocol = ((“https:” == document.location.protocol) ? ” https://” : ” http://”);
document.write(unescape(“%3Cscript src=’” + _bdhmProtocol + “hm.baidu.com/h.js%3F3266e9d3684eaa1337dc7c4b4b64b0ae’ type=’text/javascript’%3E%3C/script%3E”));
</script>

 

这段js,实质上是往页面中引进hm.baidu.com/h.js的这段代码,该代码的故事情节会依赖前边的参数有所区别,h.js?前面包车型地铁参数正是您在百度总括里的id。

获取该h.js代码的同一时候,百度计算会往你的浏览器写入三个名叫“HMACCOUNT”的cookie,该cookie的晚点时间为2038年,所以只要您未曾清空浏览器cookie,基本就无须过期。

h.js被下载后,便推行其脚本获取一些浏览器相关新闻和做客来源,获取的新闻蕴含显示器尺寸、颜色深浅、flash版本、客户语言等。

从js代码中可以获得,全部参数蕴涵那么些:”cc,cf,ci,ck,cl,cm,cp,cw,ds,ep,et,fl,ja,ln,lo,lt,nv,rnd,sb,se,si,st,su,sw,sse,v”。这一个参数的意思大约如下:

cc: 不知道,一般为1
cf:url参数hmsr的值
ci:url参数hmci的值
ck:是还是不是援助cookie 1:0
cl:颜色深浅 如 “32-bit”
cm:url参数hmmd的值
cp:url参数hmpl的值
cw:url参数hmkw的值
ds:显示器尺寸,如 ’1024×768′
ep:起头值为’0′,时间变量,反映页面停留时间,格式大约是:未来日子-载入时间+“,”+另五个非常小的流年值
et:起头值为’0′,假设ep时间变量不是0的话,它会形成任何
fl:flash版本
ja:java支持 1:0
ln:语言 zh-cn
lo: 不知道,一般为0
lt:日期 time.time(),如“1327847756”, 在第贰回呼吁未有
nv: 不知道,一般为1或者0
rnd:12个人随机数字
sb:若是是360se浏览器该值等于‘17’
se: 和寻找引擎相关
si:总计代码id
st:
su:上一页document.referrer
sw: 不知情,推测和查找引擎有关,日常为空
sse:不知晓,推断和找出引擎有关,日常为空
v:总计代码的本子 ,如今该值为“1.0.17”

当那几个参数都设置达成了(某些参数并不曾赋值),筛选出已经赋值了的参数,并视作hm.baidu.com/hm.gif的参数拼凑出二个url,如:   。然后央求该图形。

百度总结服务端,通过接受到那个乞请,并从那么些图形的网站附带的参数获取相关新闻,记录访客访问记录;当页面被用户关闭的时候,一样会接触一回呼吁hm.gif的进度,但以此历程不是兼具浏览器和装有关闭动作都支持。

 

接下去通进程序模拟这一进度:

首先,使用Wireshark(一款互联网抓包工具)对浏览器实际的进程进行捕获。首先是使用ie张开叁个有超链接链接到有百度计算的网址,加载完成后关闭浏览器。最终在Wireshark上获得那样的互连网数据包。




能够发掘,浏览器总共向劳动器端发送了4次呼吁:

  1. 伸手一段js脚本。
  2. 加载完结时候动身二回呼吁,并传递参数
  3. 退出页面时候,发出二次呼吁,并传递参数,与地点对比,开掘ep参数有浮动。

        百度计算是依附cookie的,当呼吁js脚本的时候,会在您计算机里保存贰个永恒cookie,该cookie作为你的顾客标识。同不平时间开掘,但剥离时候参数ep从最起始的0变为了“7289%2C115”,转义后是“7289,115”那是五个飞秒单位,即7.2秒和0.1秒的意味。同有时间前一次呼吁hm.gif的时候lt参数(时间,javascript:(new Date).getTime())是不改变的。rnd随机数每一遍都变。

下边大家就来模拟一回呼吁,本次使用的python语言。

import urllib2
import urllib
import random
import math
import urlparse
import time
import cookielib

########################################################################
class Baidu:
""""""
Referer=''
TargetPage='/www.lixin.me'
BaiduID=''
Hjs=""
Hgif=""
UserAgent='Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)' #IE9
MyData={'cc':'1','ck':'1','cl':'32-bit','ds':'1024x768','et':'0','ep':'0','fl':'11.0','ja':'1','ln':'zh-cn','lo':'0','nv':'1','st':'3','v':'1.0.17'}
#----------------------------------------------------------------------

def __init__(self,baiduID,targetPage=None,refererPage=None):
"""Constructor"""
self.TargetPage=targetPage or self.TargetPage
self.Referer=refererPage or self.Referer
self.BaiduID=baiduID
self.MyData['si']=self.BaiduID
self.MyData['su']=urllib.quote(self.Referer)
pass
def run(self,timeout=5):
cj=cookielib.CookieJar()
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
opener.addheaders=[("Referer",self.TargetPage),("User-Agent",self.UserAgent)]
try:
response=opener.open(self.Hjs+self.BaiduID).info()
self.MyData['rnd']=int(random.random()*2147483647 )
self.MyData['lt']=int(time.time())
fullurl=self.Hgif+urllib.urlencode(self.MyData)
response2=opener.open(fullurl,timeout=timeout).info()
self.MyData['rnd']=int(random.random()*2147483647 )
self.MyData['et']='3'
self.MyData['ep']='2000,100'
response3=opener.open(self.Hgif+urllib.urlencode(self.MyData),timeout=timeout).info()
pass
except urllib2.HTTPError ,ex:
print ex.code
pass
except urllib2.URLError,ex:
print ex.reason
pass
pass

if __name__ =="__main__":
a=Baidu('百度总括id','')
a.run()

 

版权声明:本文由金莎国际发布于十大网赌网址,转载请注明出处:百度统计的JS脚本原理分析