移植自 mac-agent-os 的 mediacrawler_adapter:不起子进程、不开页面,用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin,所以 ingest 那条链路一个字不用改。
**目前能用的(真环境实测,非推断)**:
profile/other : 200, 7075 字节 —— 博主主页指标(粉丝/获赞/作品数/昵称)
aweme/detail : 200, 45425 字节 —— 单条作品详情(含点赞/评论/收藏/分享)
**目前不能用的:作品列表 `aweme/post`。** 两个互相独立的原因:
1. 这个接口被抖音单独升级成了真校验:不带 x-tt-argus 回 403「Uifid Not Found」,
带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过,「真校验」过不了。
同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的,
挑中的恰好是「批量拉作品列表」这个最敏感的动作。
2. 改走页面截获也不行:CDP 浏览器打开博主主页会落到「验证码中间页」(当天大量探测的
代价,过几小时要重测)。
所以现在的边界是:**已知作品的指标刷新能做,自动发现新作品做不了**。
**排查中控住变量后得到的两条事实**(都写进注释了):
· `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
UA+client hints+Cookie 时是 200 但仅 121 字节的空壳,补上这三个头变 7074 字节。
(我先前猜的 sec-ch-ua 不是关键。)
· 因此 UA 与 client hints 必须**成套地取自同一个浏览器**,所以 BrowserIdentity 一次
从 CDP 取齐 cookie + UA + hints,而不是各自写死。
「200 + 空 body 必须当场报错」也是刻意写死的:放过去它会在下游变成「这个博主没作品」,
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的,还被翻译成「账号被封」。
测试 +11:cookie 解析、请求头成套性(含 uifid 缺失/回退)、产物键名与 store 对齐、
以及 _get 的三条失败路径(空 body / 403 带网关原话 / 正常返回)。
136 lines
4.9 KiB
Python
136 lines
4.9 KiB
Python
#!/usr/bin/env python3
|
|
"""
|
|
SOCKS5 本地转发器
|
|
把本地无鉴权 SOCKS5 → 转发到远程有鉴权 SOCKS5
|
|
解决 Firefox/Camoufox 不支持 SOCKS5 密码认证的问题
|
|
|
|
用法: python socks5_forwarder.py [本地端口]
|
|
启动后修改 identity 的 proxy 为 socks5://127.0.0.1:10800
|
|
"""
|
|
import asyncio, sys, struct, os, signal
|
|
|
|
# ─── 远程代理(天行) ───
|
|
REMOTE_HOST = "36.212.9.145"
|
|
REMOTE_PORT = 3570
|
|
REMOTE_USER = "iiiaaazh123"
|
|
REMOTE_PASS = "wqshyuwftc!@#123"
|
|
|
|
# ─── 本地监听 ───
|
|
LOCAL_HOST = "127.0.0.1"
|
|
LOCAL_PORT = int(sys.argv[1]) if len(sys.argv) > 1 else 10800
|
|
|
|
async def socks5_forward(client_reader, client_writer):
|
|
"""处理一个 SOCKS5 客户端连接"""
|
|
peer = client_writer.get_extra_info('peername')
|
|
try:
|
|
# ── 1. 握手 ──
|
|
greeting = await client_reader.readexactly(2)
|
|
ver, nmethods = struct.unpack('!BB', greeting)
|
|
methods = await client_reader.readexactly(nmethods)
|
|
# 回应:支持无鉴权
|
|
client_writer.write(struct.pack('!BB', 0x05, 0x00))
|
|
await client_writer.drain()
|
|
|
|
# ── 2. 请求 ──
|
|
request = await client_reader.readexactly(4)
|
|
ver, cmd, rsv, atyp = struct.unpack('!BBBB', request)
|
|
if cmd != 0x01: # 只支持 CONNECT
|
|
client_writer.write(struct.pack('!BBBB', 0x05, 0x07, 0x00, 0x01) + b'\x00' * 6)
|
|
await client_writer.drain()
|
|
return
|
|
|
|
if atyp == 0x01: # IPv4
|
|
addr = await client_reader.readexactly(4)
|
|
dest_host = '.'.join(str(b) for b in addr)
|
|
elif atyp == 0x03: # 域名
|
|
length = await client_reader.readexactly(1)
|
|
dest_host = (await client_reader.readexactly(length[0])).decode()
|
|
else:
|
|
return
|
|
|
|
dest_port = struct.unpack('!H', await client_reader.readexactly(2))[0]
|
|
|
|
# ── 3. 连接远程 SOCKS5(带鉴权) ───
|
|
remote_reader, remote_writer = await asyncio.open_connection(REMOTE_HOST, REMOTE_PORT)
|
|
|
|
# 远程握手:用户名密码鉴权
|
|
remote_writer.write(struct.pack('!BB', 0x05, 0x02) + struct.pack('BB', 0x00, 0x02))
|
|
await remote_writer.drain()
|
|
auth_resp = await remote_reader.readexactly(2)
|
|
if auth_resp[1] == 0x02: # 需要用户名密码
|
|
user_bytes = REMOTE_USER.encode()
|
|
pass_bytes = REMOTE_PASS.encode()
|
|
auth_pkt = struct.pack('!B', 0x01) + struct.pack('!B', len(user_bytes)) + user_bytes + struct.pack('!B', len(pass_bytes)) + pass_bytes
|
|
remote_writer.write(auth_pkt)
|
|
await remote_writer.drain()
|
|
auth_result = await remote_reader.readexactly(2)
|
|
if auth_result[1] != 0x00:
|
|
raise Exception("远程鉴权失败")
|
|
|
|
# 发送 CONNECT 请求到远程
|
|
if atyp == 0x01: # IPv4
|
|
req = struct.pack('!BBBB', 0x05, 0x01, 0x00, 0x01) + addr + struct.pack('!H', dest_port)
|
|
elif atyp == 0x03: # 域名
|
|
host_bytes = dest_host.encode()
|
|
req = struct.pack('!BBBB', 0x05, 0x01, 0x00, 0x03) + struct.pack('!B', len(host_bytes)) + host_bytes + struct.pack('!H', dest_port)
|
|
|
|
remote_writer.write(req)
|
|
await remote_writer.drain()
|
|
resp = await remote_reader.readexactly(4)
|
|
if resp[1] != 0x00:
|
|
raise Exception(f"远程连接失败: {resp[1]}")
|
|
|
|
# 读取剩余响应
|
|
atyp_resp = resp[3]
|
|
if atyp_resp == 0x01:
|
|
await remote_reader.readexactly(6)
|
|
elif atyp_resp == 0x03:
|
|
length = await remote_reader.readexactly(1)
|
|
await remote_reader.readexactly(length[0] + 2)
|
|
|
|
# 回复客户端成功
|
|
client_writer.write(struct.pack('!BBBB', 0x05, 0x00, 0x00, 0x01) + b'\x00' * 6)
|
|
await client_writer.drain()
|
|
|
|
# ── 4. 双向转发 ──
|
|
async def forward(src, dst):
|
|
try:
|
|
while True:
|
|
data = await src.read(65536)
|
|
if not data:
|
|
break
|
|
dst.write(data)
|
|
await dst.drain()
|
|
except:
|
|
pass
|
|
finally:
|
|
try: dst.close()
|
|
except: pass
|
|
|
|
await asyncio.gather(
|
|
forward(client_reader, remote_writer),
|
|
forward(remote_reader, client_writer),
|
|
)
|
|
|
|
except Exception as e:
|
|
print(f" ⚠️ {peer}: {e}")
|
|
finally:
|
|
try: client_writer.close()
|
|
except: pass
|
|
|
|
async def main():
|
|
# 打印 PID 方便后续结束进程
|
|
print(f"socks5://{LOCAL_HOST}:{LOCAL_PORT}")
|
|
print(f" → {REMOTE_HOST}:{REMOTE_PORT} (鉴权转发)")
|
|
print(f" PID: {os.getpid()}")
|
|
|
|
server = await asyncio.start_server(socks5_forward, LOCAL_HOST, LOCAL_PORT)
|
|
async with server:
|
|
await server.serve_forever()
|
|
|
|
if __name__ == '__main__':
|
|
try:
|
|
asyncio.run(main())
|
|
except KeyboardInterrupt:
|
|
print("\n ⛔ 转发器已停止")
|