2021-03-22

最新推荐文章于 2023-10-24 10:14:55 发布

zhang111yan

最新推荐文章于 2023-10-24 10:14:55 发布

阅读量220

点赞数

CC 4.0 BY-SA版权

文章标签： python

本文链接：https://blog.youkuaiyun.com/zhang111yan/article/details/115098287

本文详细剖析了安居客App的签名验证流程，包括nsign和sig的签名方式。nsign通过固定排序和MD5加密URL参数，而sig则在排序后结合密钥进行加密，确保了应用的安全性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安居客app端 sig nsign 分析

记录一下anjuke 得签名验证方式
nsign 先对URL 参数做固定方式得排序（非正反）然后再MD5 再拼接上对参数得计算

sig 先排序后连接固定密钥加密

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

zhang111yan

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

北京安居客二手房信息爬取

weixin_46418900的博客

05-23

703

import requests from lxml import etree #import time from selenium import webdriver import pandas as pd from bs4 import BeautifulSoup #需要将chromedriver放到Chrome\Application目录下 #chrome_driver=r"C:\Program Files (x86)\Google\Chrome\Application\chromedriver_win3

python 安居客 爬虫_Python爬虫安居客房价信息（并利用百度地图API查询坐标）

weixin_39738416的博客

12-21

847

完整代码如下：#-*- coding:utf-8 -*-#这个爬虫是获取安居客小区数据(需要header)importrequestsfrom bs4 importBeautifulSoupfrom urllib2 importurlopen, quoteimportjsonimportsysimporttimefrom xpinyin importPinyin　　#导入拼音模块reload(sy...

参与评论您还未登录，请先登录后发表或查看评论

安居客app端抓取数据包分析数据包的签名编写爬虫脚本

rocky的专栏

08-13

5683

为什么要这么蛋疼，要从app入手来爬虫？网页的数据不是也可以爬吗？对于少量数据的抓取，网页爬取是完全没问题的。至少爬一个城市的房价信息是可以的。但是，对于要抓取百万级数据量的爬虫，安居客做了多重反爬策略，如果你没遇到，说明你的数据量不大。 安居客的反爬策略有验证码，封IP。而IP被封后，尝试过使用代理IP去绕过，不过不知道为什么一直返回404，不知到安居客用的什么

【2022-02-08】小程序逆向之安居客sig

骑毛驴的猴的博客

02-08

3516

文章信息请访问公众号：python爬虫和阿J的逆向文章链接：https://mp.weixin.qq.com/s/h14xaALXJ21-yEi-h4BWmw

某租房app nsign 算法

qq_37438485的博客

11-26

832

学习unidbg也有个把月了，还一直停留在补环境中，而且有的环境也不会补，不过通过这段时间的学习，也算是有点收获。因为把unidbg项目pull下来，里面就有使用示例，看到了正好有个app的sign算法，而且也没有补环境，我就想着，看能不能把他的算法搞出来。先整体运行一下unidbg 并没有发现什么有用的东西，不过从样子来看，这个sign很想一个hash算法，但是这个长度属实给我整不会了。没办法了，只能请出那个女人了因为这个算法不是动态注册的，所以可以直接在导出表中找到，这里不仅.

Python爬虫安居客房价信息（并利用百度地图API查询坐标）

weixin_30824479的博客

02-06

587

　　代码功能简述：基于Python爬取安居客小区平均房价数据，网址：https://shantou.anjuke.com/community/p40/。获取到小区名称后，利用百度地图API查询其地理坐标。最后需要得到的是城市名、小区名称、经纬度、平均房价。 安居客网站页面如上图，只需获取红框内信息。完整代码如下：# -*- coding:utf-8 -*- #这个爬虫是获...

UL 94-2021-03-22.pdf

04-22

UL 94-2021-03-22.pdf

Tekton-Second-Github2021-03-22T11-59-40.711Z:为工具链创建

03-22

这个名为 "Tekton-Second-Github2021-03-22T11-59-40.711Z" 的压缩包文件可能包含了一个 Tekton 管道的示例，用于展示如何在实际操作中应用 Tekton。在描述中提到的 "Tekton 管道样本" 是一个演示用例，它执行一个...

UL 94-2021-03-22-final.pdf

09-02

3. 2021年：UL94标准的最终版发布，涵盖了最新的可燃性测试方法和要求。 UL94标准是确保塑料材料在设备和家电中使用时的安全标准，涵盖了可燃性测试的所有方面，为保障用户和设备的安全作出了重要贡献。

python使用代理爬取安居客二手房数据（一）

最新发布

rubyw的博客

10-24

1708

主要是想爬取湖北省武汉市江汉区的二手房数据：“title”, “house_type”, “area”, “decoration”, “price”，为了防止ip被封，用了kuaidaili进行爬取。鼠标放在标题上右键点击检查查看其它内容同上点击第二页出现右图这样就得到了头部headers，放在请求项里去访问网址最后结果：

Python爬取安居客(base64加密)

weixin_43520450的博客

10-14

2454

测试base64加密：http://tool.chinaz.com/Tools/Base64.aspx 基本原理：https://www.cnblogs.com/hongru/archive/2012/01/14/2321397.html 一、分析url 访问网址：https://bj.zu.anjuke.com/ 发现字体部分是加密得到的，可以猜想到大概是css加密，尝试查看它的字体。去style中找下这个字体的来源查看自定义字体的格式，如下所示： @font-face { font-f

Python3 爬虫实战 — 安居客武汉二手房【requests、Beautiful Soup、CSV】

BOB'S BLOG

10-09

3055

爬取时间：2019-10-09 爬取难度：★★☆☆☆☆ 请求链接：https://wuhan.anjuke.com/sale/ 爬取目标：爬取武汉二手房每一条售房信息，包含地理位置、价格、面积等，保存为 CSV 文件涉及知识：请求库 requests、解析库 Beautiful Soup、CSV 文件储存、列表操作、分页判断完整代码：https://github.com/TRHX/Pytho...

安卓逆向 -- 某个金融类app自动抢单接口的nsign参数校验破解

Mr.louis

06-08

3255

1.准备工作及运行环境 1.1 系统环境：Mac 1.2 抓包工具：Charles v4.2.8 1.3 安卓模拟器：MuMu模拟器 v1.6.5 1.4 Java环境：Java 8 1.4 反编译工具：jadx [github链接地址](https://github.com/skylot/jadx) 1.5 某个app包：******.apk 2. 抓包分析在安卓模拟器中安装好...

微信支付返回-1问题解决

u013165058的博客

09-13

892

遇到一个特别坑的事情，微信支付返回-1。我的数据都是后台给生成返回的。百度了一大堆资料，说的无非就是： 1.签名问题。正式版测试版签名。测试微信的时候，签名必须跟微信开放平台应用里面你填写的签名一样。 2.sign的问题。 3.确定appid是正确的。后台给返回的appid和自己应用里面的appid还有微信开放平台的appid一样。然后我测试的微信分享是ok的，所以证明签名没问题。

android so 签名校验,安卓逆向-调用第三方so文件过签名效验

weixin_32187037的博客

05-27

1342

在逆向过程中经常会遇到各种加密，如果在java层还好说，大部分都是在so层，而且自定义的算法较多，加壳，混淆，这时候我们就可以尝试调用它们app的so文件，其中常见的手段就是签名验证，首先打开jadx-gui分析出java层加密调用so层方法顺着找上去发现调用so文件直接找到加载so文件的地方将so文件copy到我们demo中开启一个http服务，直接调用下encyptString方法发现并没有返...

MD5数字签名算法：生成签名和验签（附代码）

热门推荐

WatermelonMk的博客

03-08

1万+

一．背景为了增加接口的安全性（防止中间人攻击），现增加签名算法。此算法参考微信支付中的签名算法，由于该签名针对前后端，采用了对称算法，如后续接口供给多家第三方接口使用可采用非对称算法。大致整理文档供后续开发人员使用阅读。二. 签名生成步骤 ①设所有发送或者接收到的数据为集合M，将集合M内非空参数值的参数按照参数名ASCII码从小到大排序（字典序），使用URL键值对的格式（即key...

十六进制转float C#

qq_39711635的博客

07-14

1187

int data1 = 0x45; int data2 = 0x4A; int data3 = 0x4B; int data4 = 0x9A; int data = data1 << 24 | data2 << 16 | data3 << 8 | data4; int nSign...

结果是这样的，没有根据id排：start_date end_date 0 2020-01-15 2020-04-27 1 2020-09-30 2020-10-10 2 2021-02-07 2021-02-22 3 2021-03-06 2021-03-24 4 2020-01-21 2020-03-03 .. ... ... 639 2021-03-09 2021-03-18 640 2021-03-24 2021-04-01 641 2020-01-12 2020-04-19 642 2021-02-09 2021-02-18 643 2020-01-18 2020-03-09

06-03

如果你想根据企业id对结果进行排序，可以在输出结果之前加上一行代码： ```python result = result.sort_values(by=['id']) ``` 此代码将会根据id对结果进行排序，使得每个企业的结果排在一起。完整的代码如下： ```python mean = DataFrame.groupby(['id'])['amount'].mean() # 列出每个企业用电量低于均值时间超过一周的时间段，标记起始时间和结束时间，省略中间时间 filtered_data = DataFrame[DataFrame['amount'] < DataFrame['id'].map(mean)] filtered_data['date'] = pd.to_datetime(filtered_data['date']) filtered_data['diff'] = filtered_data.groupby('id')['date'].diff().dt.days filtered_data['period'] = (filtered_data['diff'] > 1).cumsum() # 找出连续时间段，并计算起始时间和结束时间 result = filtered_data.groupby(['id', 'period']).agg(start_date=('date', 'min'), end_date=('date', 'max')) result = result[result['end_date'] - result['start_date'] > pd.Timedelta(days=7)].reset_index(drop=True) # 根据id排序输出结果 result = result.sort_values(by=['id']) print(result) ``` 输出结果将会按照企业id进行排序。