vivo官网顶象滑块分析 ac参数_vivo滑块

作者：小蓝xlanll | 2024-05-03 03:55:51

踩

vivo滑块

typora-root-url: image

vivo官网顶象滑块分析 ac参数

网址:aHR0cHM6Ly9wYXNzcG9ydC52aXZvLmNvbS5jbi8jL2xvZ2luP2NsaWVudF9pZD0zMCZyZWRpcmVjdF91cmk9aHR0cHMlM0ElMkYlMkZ3d3cudml2by5jb20uY24lMkY=

参考文章：JS逆向之顶像滑块_顶象滑块逆向-CSDN博客

推荐大家看一看看完整个流程就比较通了,主要是我懒得写了看大佬的文章就行。

可以加我vx：一起交流学习：15232101239

首先贴一张效果图,成功率还可以。

一、第一步肯定是分析流程

第一步请求验证码的图片的a接口得到的数据如图，其中这个网址和官网的网址是有点不一样的，他的那个图片还原是根据o来进行还原的。这个我就不多叙述了。看最上面我推荐的文章。

我们会发现 v1是我们的滑块提交的接口里面ac是最烦人的了。

二、图片还原

首先打开 cavas断住这个里面就是他图片还原的逻辑了，你需要从上一个接口得到o再来进行下图的一系列的操作。

贴上还原的算法（我是python调用的js生成一个数组还原的list）：

var n = "htgne"
    , e = "l";

function o(r) {
    if (!r)
        return "";
    for (var t = "", n = 67873, e = 0; e < r.length; e++) {
        var o = r.charCodeAt(e) ^ n;
        n = n * e % 256 + 2333,
            t += String.fromCharCode(o)
    }
    return t
}

function i(r) {
    return r.split("").reverse().join("")
}

function a(r, t) {
    if (r.includes)
        return r[i("sedulcni")](t);
    for (var o = 0, a = r[i(n + e)]; o < a; o++)
        if (r[o] === t)
            return !0;
    return !1
}

function get_picList(r) {
    for (var t = [], n = 0; n < r.length; n++) {
        var e = r['charCodeAt'](n);
        if (32 === n)
            break;
        for (; a(t, e % 32);)
            e++;
        t.push(e % 32)
    }
    return t
}
//  o
console.log(get_picList('dingxiang4b0b88f3ea7298e4153cc40bb70cb859'));


# 生成还原的数组列表
def get_pic_list(o):
    js = execjs.compile(open("get_pic_list.js", mode="r", encoding="utf-8").read())
    pic_numlist = js.call('get_picList',o)
    # print(pic_numlist)
    return  pic_numlist

def gen(arr, _img, _imgs):
    # 创建一个新的背景图
    new_img = Image.new('RGB', (400, 200))  # 宽400 高200

    for index in range(len(arr)):
        c = arr[index] * 12
        # 从背景图中扣出相应的小图
        l = _img.crop((c, 0, c + 12, 200))  # 图片剪切crop(x,y,x1,y1) 四个坐标
        # 将扣出的小图 还原到正确的位置
        new_x = index * 12
        new_img.paste(l, (new_x, 0))
    new_img.paste(_img.crop((384, 0, 400, 200)), (384, 0))  # 最后的边框 32*12=384
    new_img.save(_imgs)


def Restore_image(o):
    # 获取num_list

    result = get_pic_list(o)
    # 图片列表
    print("result:->",result)
    img = Image.open('bg.jpg')
    gen(result, img, './new1.jpg')

这样我们就得到了还原后图片

三、直接刚ac

这个就是ac生成的地方，断点调试后,全扣代码greenseer.js：

补一些环境


window = global;
window.fan = ""
const jsdom = require("jsdom");
const {JSDOM} = jsdom;
const html = `<!DOCTYPE html><p>Hello world</p>`;
const dom = new JSDOM(html, {
    url: "https://passport.vivo.com.cn/",
    referrer: "https://passport.vivo.com.cn/",
    contentType: "text/html"
});
document = dom.window.document;
window = global;
Object.assign(global, {
    location: {
    "ancestorOrigins": {},
    "href": "https://passport.vivo.com.cn/#/login?client_id=30&redirect_uri=https%3A%2F%2Fwww.vivo.com.cn%2F",
    "origin": "https://passport.vivo.com.cn",
    "protocol": "https:",
    "host": "passport.vivo.com.cn",
    "hostname": "passport.vivo.com.cn",
    "port": "",
    "pathname": "/",
    "search": "",
    "hash": "#/login?client_id=30&redirect_uri=https%3A%2F%2Fwww.vivo.com.cn%2F"
},
    navigator: {
        appCodeName: "Mozilla",
        appName: "Netscape",
        appVersion: "5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.82 Safari/537.36",
        cookieEnabled: true,
        deviceMemory: 8,
        doNotTrack: null,
        hardwareConcurrency: 4,
        language: "zh-CN",
        languages: ["zh-CN", "zh"],
        maxTouchPoints: 0,
        onLine: true,
        platform: "MacIntel",
        product: "Gecko",
        productSub: "20030107",
        userAgent: "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.82 Safari/537.36",
        vendor: "Google Inc.",
        vendorSub: "",
        webdriver: false
    }
});
window.setTimeout = function () {
}
screen = {
    width: 1920,
    height: 1080
}
document['readyState'] = "complete"
window.addEventListener = function (res) {
    // console.log('window中的addEventListener接受的值:', res)
}
window.removeEventListener = function (res){
    // console.log('window中的removeEventListener接受的值:', res)
}
window.attachEvent = function (res) {
    // console.log('window中的attachEvent接受的值:', res)
}
document.addEventListener = function (res) {
    // console.log('document中的addEventListener接受的值:', res)
}

window.outerHeight = 870
window.outerWidth = 1440
window.innerHeight = 749
window.innerWidth = 246

//调用的
function getAc(x,y,sid,trake_list){
    var n = {
        "token": sid
    }
    var UA = window._dx.UA.init(n)
    // console.log(UA.ua.length)
    var mousemove = trake_list
    for (let index = 0; index < mousemove.length; index++) {
        UA.__proto__.tm=new Date().getTime()-mousemove[index][2]
        UA.recordSA({"pageX":mousemove[index][0],"pageY":mousemove[index][1]})
    }
    UA.sendSA()

    UA.sendTemp('x='+x+'&y='+y)
    var ac = UA.getUA()
    console.log(ac)
    console.log(ac.length)
    return ac
}

// console.log(getAc(186, 47, '8474f1430ab9d6366abbb96f63a1de65',trake_list));

上面我没写 var UA = window._dx.UA.init(n) 这些怎么来的直接看最上面大佬的文章就行(主打的就是懒）主要是人家写的很棒我就不在这班门弄斧了哈哈哈哈哈哈哈哈哈哈哈哈。

轨迹直接伪造不怎么检测的。

贴上我的轨迹，ddddocr识别距离就行了：

def get_trake(x):
    first = [30,649,35261]
    distanceX = x
    guiji = []
    guiji.append(first)
    while guiji[-1][0] < distanceX:
        first = guiji[-1]
        guiji.append([first[0]+int(random.choices([0, 1], k=1, weights=[14, 1])[0]),first[1],first[2] + random.randint(500,3000)])
        # print(guiji[-1][0])
    return guiji

四、最后提示一下距离需要进行调整

我自己是调整了 10几px,我自己ddddocr识别和人家官网滑动的相差吧。

pic_target = ocr_tu()  # 调整距离 加个15 的像素问题
    x = int(pic_target[0] * 0.7075) + 15
    print("识别距离",x)

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小蓝xlanll/article/detail/527650