# Python逆向实战：网易云音乐评论加密解析与破解（2024深度指南） ## 1. 逆向工程核心思路解析 当我们面对网易云音乐的评论加密系统时，首先需要理解其核心保护机制。与简单的参数混淆不同，网易云采用了**多层加密策略**，主要包含以下技术要点： - **AES-CBC加密**：用于对原始请求参数进行首次加密 - **动态密钥机制**：每次请求生成随机16位密钥增强安全性 - **RSA公钥加密**：保护动态密钥的传输安全 - **参数混淆**：通过JavaScript闭包和匿名函数隐藏关键加密逻辑 > 重要提示：实际分析时建议使用Chrome开发者工具的"Search in all files"功能快速定位关键加密函数 逆向分析的关键突破口在于识别加密函数的调用栈。通过调试发现，核心加密流程通常发生在名为`window.asrsea()`的函数中，该函数内部会调用三个子函数： ```javascript function d(d, e, f, g) { var h = {}; var i = a(16); // 生成16位随机密钥 h.encText = b(d, g); // 第一次AES加密 h.encText = b(h.encText, i); // 第二次AES加密 h.encSecKey = c(i, e, f); // RSA加密随机密钥 return h } ``` ## 2. 加密参数深度拆解 ### 2.1 固定参数分析 通过逆向分析可以提取出以下固定参数： | 参数名 | 值 | 说明 | |--------|----|------| | `g` | 0CoJUm6Qyw8W8jud | 首次AES加密密钥 | | `e` | 010001 | RSA指数 | | `f` | 00e0b509f...22b8e7 | RSA模数(2048位) | | `iv` | 0102030405060708 | AES初始化向量 | 这些参数虽然看似固定，但实际应用中可能会定期更新，需要动态验证。 ### 2.2 动态参数生成 动态参数主要包括： 1. **i6c对象**：包含请求的基本参数 ```python { 'csrf_token': '', 'cursor': '-1', 'offset': '0', 'orderType': '1', 'pageNo': '1', 'pageSize': '20', 'rid': 'R_SO_4_167827', # 歌曲ID 'threadId': 'R_SO_4_167827' } ``` 2. **16位随机密钥**：每次请求动态生成，用于第二次AES加密 ## 3. Python实现加密流程 ### 3.1 核心加密函数实现 首先需要安装加密库： ```bash pip install pycryptodome ``` 完整加密实现代码： ```python from Crypto.Cipher import AES from Crypto.Util.Padding import pad import base64 import json import random import string def aes_encrypt(text, key, iv='0102030405060708'): cipher = AES.new(key.encode(), AES.MODE_CBC, iv.encode()) padded_text = pad(text.encode(), AES.block_size) ciphertext = cipher.encrypt(padded_text) return base64.b64encode(ciphertext).decode() def generate_random_key(length=16): return ''.join(random.choice(string.ascii_letters + string.digits) for _ in range(length)) def rsa_encrypt(text, pub_key, modulus): # 反转文本并转换为ASCII码 text = text[::-1] rs = pow(int(text.encode('utf-8').hex(), 16), int(pub_key, 16), int(modulus, 16)) return format(rs, 'x').zfill(256) def generate_params(song_id): # 构造请求参数 params = { 'csrf_token': '', 'cursor': '-1', 'offset': '0', 'orderType': '1', 'pageNo': '1', 'pageSize': '20', 'rid': f'R_SO_4_{song_id}', 'threadId': f'R_SO_4_{song_id}' } # 固定参数 g = "0CoJUm6Qyw8W8jud" e = "010001" f = "00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7" # 转换为JSON字符串 text = json.dumps(params) # 第一次AES加密 enc_text = aes_encrypt(text, g) # 生成随机密钥并二次加密 random_key = generate_random_key() enc_text = aes_encrypt(enc_text, random_key) # RSA加密随机密钥 enc_sec_key = rsa_encrypt(random_key, e, f) return { 'params': enc_text, 'encSecKey': enc_sec_key } ``` ### 3.2 请求发送与数据处理 ```python import requests def get_comments(song_id, limit=20): url = "https://music.163.com/weapi/comment/resource/comments/get?csrf_token=" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36', 'Referer': f'https://music.163.com/song?id={song_id}', 'Origin': 'https://music.163.com' } # 生成加密参数 encrypted_params = generate_params(song_id) # 发送请求 response = requests.post(url, headers=headers, data=encrypted_params) data = response.json() # 提取评论 comments = [] for comment in data['data']['comments']: comments.append({ 'user': comment['user']['nickname'], 'content': comment['content'], 'time': comment['time'], 'likedCount': comment['likedCount'] }) return comments[:limit] ``` ## 4. 高级技巧与优化方案 ### 4.1 性能优化策略 1. **请求缓存**：对相同歌曲的请求结果进行缓存 2. **连接复用**：使用`requests.Session()`保持长连接 3. **异步请求**：采用`aiohttp`实现并发请求 ```python import aiohttp import asyncio async def fetch_comments(session, song_id): url = "https://music.163.com/weapi/comment/resource/comments/get?csrf_token=" params = generate_params(song_id) async with session.post(url, data=params) as response: return await response.json() async def get_multiple_comments(song_ids): async with aiohttp.ClientSession() as session: tasks = [fetch_comments(session, sid) for sid in song_ids] return await asyncio.gather(*tasks) ``` ### 4.2 反反爬虫措施 网易云音乐可能会采取以下防御措施： - **IP限制**：频繁请求会导致IP被封禁 - **参数校验**：加密参数的有效期验证 - **行为分析**：检测非人类操作模式 应对方案： ```python # 使用代理IP池 proxies = { 'http': 'http://your.proxy.ip:port', 'https': 'http://your.proxy.ip:port' } # 随机请求间隔 import time import random def random_delay(): time.sleep(random.uniform(1, 3)) # 完整请求示例 def safe_request(url, params): random_delay() try: response = requests.post(url, data=params, proxies=proxies, timeout=10) return response.json() except Exception as e: print(f"请求失败: {e}") return None ``` ## 5. 数据存储与分析 ### 5.1 结构化存储方案 ```python import pandas as pd from sqlalchemy import create_engine def save_to_database(comments, song_id): # 转换为DataFrame df = pd.DataFrame(comments) df['song_id'] = song_id df['time'] = pd.to_datetime(df['time'], unit='ms') # 存储到SQLite engine = create_engine('sqlite:///music_comments.db') df.to_sql('comments', engine, if_exists='append', index=False) ``` ### 5.2 数据分析示例 ```python def analyze_comments(song_id): # 从数据库加载数据 engine = create_engine('sqlite:///music_comments.db') df = pd.read_sql(f"SELECT * FROM comments WHERE song_id='{song_id}'", engine) # 热门评论分析 top_comments = df.sort_values('likedCount', ascending=False).head(10) # 时间分布分析 df['hour'] = df['time'].dt.hour time_dist = df.groupby('hour').size() return { 'top_comments': top_comments, 'time_distribution': time_dist } ``` ## 6. 法律与道德考量 在实施此类技术方案时，必须注意： 1. **遵守Robots协议**：检查目标网站的robots.txt文件 2. **限制请求频率**：避免对服务器造成过大负担 3. **数据使用规范**：仅用于学习研究，不进行商业用途 4. **用户隐私保护**：不收集敏感个人信息 > 技术应当用于正当目的，建议在实际应用中遵循最小必要原则，仅获取必需数据