小微企业名录geetest破解验证

huayeluoliuhen 发布于2019-08-22 14:02 / 2263人阅读

摘要：小微企业查询系统地址破解的尝试简介最近因为有需要对爬取的非上市公司进行一个验证，而绝大多数的非上市公司又都是小微企业，比起爬企业征信系统来说，还是小微企业名录更方便一点特点基于全程破解无需下载图片无需模拟轨迹，模式就是任性觉得不错帮忙一下啦

小微企业查询系统git地址

破解geetest offline的尝试

简介

最近因为有需要对爬取的非上市公司进行一个验证，而绝大多数的非上市公司又都是小微企业，比起爬企业征信系统来说，还是小微企业名录更方便一点

特点

基于node.js axios全程破解无需下载图片无需模拟轨迹，offline模式就是任性

觉得不错帮忙Star一下啦～ 破解流程

首先我们跟着正常获取数据的流程走一遍

打开小微企业名录并且打开控制台

可以看到大概有这几个请求

http://xwqy.gsxt.gov.cn/security/verify_ip
http://xwqy.gsxt.gov.cn/security/verify_keyword
http://xwqy.gsxt.gov.cn/pc-geetest/register?t=1516872325770

查看一下response(当然你熟悉geetest也行)就会发现register就是geetest的初始化请求啦

返回值如下

challenge:"a1d0c6e83f027327d8461063f4ac58a61c"
gt:"6146190e4171da316dbb5bcc076e2607"
success:0

其中你可以发现success基本都是0 也就是说离线模式

什么是离线模式？

基本就是geetest不参与判断的一个状态，验证部分都在前台和中间服务器完成

回去看之前系统下载的js 会发现两个geetest提供的js

geetest.0.0.0.js

offline.6.0.0.js

这几个源文件也提供在项目中了

滑块拼合

发送了一个新的验证请求

http://xwqy.gsxt.gov.cn/pc-geetest/validate

request如下：  

geetest_challenge:a1d0c6e83f027327d8461063f4ac58a61c
geetest_validate:010886ec_0084e_10100077776e
geetest_seccode:010886ec_0084e_10100077776e|jordan

challenge在第一步我们已经获取了，问题是validate怎么获取? 同时seccode就是validate加了一个|jordan而已

既然是offline 那就分析offline.js呗

查看代码就能看到这句

return c >= f - 3 && c <= f + 3 ? {
            success: !0,
            message: "success",
            validate: b.A(c, e.d.challenge) + "_" + b.A(a.b("rand0", e.c), e.d.challenge) + "_" + b.A(a.b("rand1", e.c), e.d.challenge),
            score: Math.round(d / 200)
        } : {success: 0, message: "fail"}

这不就是我们要的么！

validate: b.A(c, e.d.challenge) + "_" + b.A(a.b("rand0", e.c), e.d.challenge) + "_" + b.A(a.b("rand1", e.c), e.d.challenge),

offline.6.0.0.js和offline.5.0.0.js可以看出一样是通过密钥 rand rand1进行加密获取一个值，一半来说这种方案就是得依靠收集案例倒推，但是我们是不会重复造轮子的

github关键词一搜就能发现已经有人整理好了"https://github.com/9468305/python-script/blob/master/geetest_offline/util.py"

所以那就用呗

后续就只是涉及到爬虫以及页面跳转的问题了，具体可以看util内的代码

而且在micro_lib内也可以直接搜索发送验证的地址改为http://xwqy.gsxt.gov.cn/mirco...

并相应修改传入的值即可

organId:100000
textfield:encode后的关键词
fwId:1400
searchOrganId:
channelId:99
captcha:
geetest_challenge:3ef815416f775098fe977004015c619332
geetest_validate:010886ec_0084e_10100077776e
geetest_seccode:010886ec_0084e_10100077776e|jordan

restful-api 已经做了一个api形式的直接在url内打入关键词即可爬取 运行步骤

npm install
npm run start
curl http://127.0.0.1:4001/公司关键词

云服务器 GPU云服务器企业名录小微企业私有云云南小微企业小微企业数据库

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/92803.html

国家企业信用公示系统的爬取

摘要：国家企业信用公示系统的爬取网站分析获取首页通过直接请求网站首页，返回错误提示码，返回结果是代码。验证码识别开发者文档代码结果查询企业在首页的源代码中，有一句注释伪造极验变量百度成功获取到结果链接国家企业信用公示系统爬取国家企业信用公示系统的爬取 1. 网站分析 1.1 获取首页通过 requests.get 直接请求网站首页，返回 521 错误提示码，返回结果是js代码。这是采用...

cloud 2019-07-31 10:14 评论0 收藏0
验证码识别

摘要：下面我们便来讲种验证码的识别方式和一些思路。哈哈库其实，验证码识别归根到底还是对各种各样图片的识别和操作，中有很对图像处理的库，其中就是其中之一。所以在处理验证码识别之前，必须先了解库和。第五步，按照规定轨迹进行拖动，完成验证。写在前面现在，很多网站采取各种各样的措施来反爬虫，其中之一就是使用验证码。当我们访问网页时，必须先通过验证码才能够访问页面。下面我们便来讲2种验证码的识别方...

keke 2019-08-02 16:10 评论0 收藏0
验证码识别

摘要：下面我们便来讲种验证码的识别方式和一些思路。哈哈库其实，验证码识别归根到底还是对各种各样图片的识别和操作，中有很对图像处理的库，其中就是其中之一。所以在处理验证码识别之前，必须先了解库和。第五步，按照规定轨迹进行拖动，完成验证。写在前面现在，很多网站采取各种各样的措施来反爬虫，其中之一就是使用验证码。当我们访问网页时，必须先通过验证码才能够访问页面。下面我们便来讲2种验证码的识别方...

willin 2019-08-23 16:43 评论0 收藏0
验证码识别

摘要：下面我们便来讲种验证码的识别方式和一些思路。哈哈库其实，验证码识别归根到底还是对各种各样图片的识别和操作，中有很对图像处理的库，其中就是其中之一。所以在处理验证码识别之前，必须先了解库和。第五步，按照规定轨迹进行拖动，完成验证。写在前面现在，很多网站采取各种各样的措施来反爬虫，其中之一就是使用验证码。当我们访问网页时，必须先通过验证码才能够访问页面。下面我们便来讲2种验证码的识别方...

k00baa 2019-07-31 10:15 评论0 收藏0
企业微信和企业CRM之间，SaaS还有什么值得投资？

摘要：那么，除了企业微信和这种落地场景，还有哪些值得投资的业务场景分析机构预测，到年，美国低代码开发的市场规模将到亿美元。相比2015年企业服务元年，VC炒红了整个SaaS创业市场，2018年却眼见SaaS投资遇冷，SaaS创业退潮，SaaS企业两难——不是选择战略投资遭遇自主发展难题，就是面临增长瓶颈生存压力而纷纷裁员……悲观者认为，中国SaaS领域很难突破，这种负面情绪甚至波及整个企业级创业市...

felix0913 2019-04-30 11:40 评论0 收藏0