我写了个 Chrome 插件，一键下载 Pornhub 视频！

2019-12-03 分类：Python骚操作 / 资源福利阅读(4724) 评论(237)

在这里插入图片描述
插件获取和使用见文末，请先欣赏技术流。

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！
在这里插入图片描述

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：

这是以前的 P 站。
在这里插入图片描述
这是现在的 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。

因为代码是被压缩过的，所以在 chrome 开发者工具里直接代码格式化。
在这里插入图片描述

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。

我在想 P 站的程序猿不会真的这么傻吧，难道就这样拼接一堆字符串？？所以我就去前面找到定义的那个变量。
在这里插入图片描述
然后在控制台输出这个变量的值。

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。