阅读本文大概需要 6 分钟。
在前几天的文章《为什么随机 IP、随机 UA 也逃不掉被反爬虫的命运》里面，我介绍了 JA3 指纹算法。这个算法可以在你改掉 IP 和 UA 的情况下依然识别到你。
今天，我们来介绍如何在 Python 里面，使用 requests 请求网站的时候，修改 JA3指纹。
requests 是基于 urllib3 实现的。要修改 JA3 相关的底层参数，所以我们今天要修改 urllib3 里面的东西。
我们知道 JA3 指纹里面，很大的一块就是 Cipher Suits，也就是加密算法。而 requests 里面默认的加密算法如下：
ECDH+AESGCM:DH+AESGCM:ECDH+AES256:DH+AES256:ECDH+AES128:DH+AES:ECDH+HIGH:DH+HIGH:ECDH+3DES:DH+3DES:RSA+AESGCM:RSA+AES:RSA+HIGH:RSA+3DES:!aNULL:!eNULL:!MD5
冒号分割了不同的加密算法。这些加密算法每一种顺序其实就对应了一个 JA3 指纹字符串，只要我们修改这个顺序，就能得到不同的JA3字符串。
在 requests 里面，要修改 Cipher Suits 中的加密算法，需要修改 urllib3 里面的 ssl 上下文，并实现一个新的 HTTP 适配器 (HTTPAdapter)。在这个适配器里面，我们在每次请求的时候，随机更换加密算法。但需要注意的是!aNULL:!eNULL:!MD5就不用修改了，让他们保持在最后。
涉及到的代码如下：
from requests.adapters import HTTPAdapter
from requests.packages.urllib3.util.ssl_ import create_urllib3_context
ORIGIN_CIPHERS = ('ECDH+AESGCM:DH+AESGCM:ECDH+AES256:DH+AES256:ECDH+AES128:DH+AES:ECDH+HIGH:'
'DH+HIGH:ECDH+3DES:DH+3DES:RSA+AESGCM:RSA+AES:RSA+HIGH:RSA+3DES')
class DESAdapter(HTTPAdapter):
def __init__(self, *args, **kwargs):
"""
A TransportAdapter that re-enables 3DES support in Requests.
"""
CIPHERS = ORIGIN_CIPHERS.split(':')
random.shuffle(CIPHERS)
CIPHERS = ':'.join(CIPHERS)
self.CIPHERS = CIPHERS + ':!aNULL:!eNULL:!MD5'
super().__init__(*args, **kwargs)
def init_poolmanager(self, *args, **kwargs):
context = create_urllib3_context(ciphers=self.CIPHERS)
kwargs['ssl_context'] = context
return super(DESAdapter, self).init_poolmanager(*args, **kwargs)
def proxy_manager_for(self, *args, **kwargs):
context = create_urllib3_context(ciphers=self.CIPHERS)
kwargs['ssl_context'] = context
return super(DESAdapter, self).proxy_manager_for(*args, **kwargs)
在一般情况下，当我们实现一个子类的时候，__init__的第一行应该是super().__init__(*args, **kwargs)，但是由于init_poolmanager和proxy_manager_for是复写了父类的两个方法，这两个方法是在执行super().__init__(*args, **kwargs)的时候就执行的。所以，我们随机设置 Cipher Suits 的时候，需要放在super().__init__(*args, **kwargs)的前面。
有了适配器以后，我们使用 requests 时，初始化一个 Session，然后把这个适配器绑定到特定的网站上：
import requests
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36 Edg/92.0.902.67'}
s = requests.Session()
s.headers.update(headers)
for _ in range(5):
s.mount('https://ja3er.com', DESAdapter())
resp = s.get('https://ja3er.com/json').json()
print(resp)
其中，s.mount的第一个参数表示这个适配器只在https://ja3er.com开头的网址中生效。
运行效果如下图所示：
可以看到，ja3_hash已经改变了，说明我们请求时的 JA3 指纹已经发生了改变。
End
「进击的Coder」专属学习群已正式成立，搜索「CQCcqc4」添加崔庆才的个人微信或者扫描下方二维码拉您入群交流学习。
崔庆才的「进击的Coder」知识星球已正式成立，感兴趣的可以查看《我创办了一个知识星球》了解更多内容，欢迎您的加入：
本文始发于微信公众号（进击的Coder）：Python 如何突破反爬虫指纹 JA3
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论