当前位置:澳门新葡亰网站所有平台 > 澳门新葡亰网站所有平台 > 百度统计的JS脚本原理分析

百度统计的JS脚本原理分析

文章作者:澳门新葡亰网站所有平台 上传时间:2019-11-13

率先,百度计算会必要大家在要计算的页面中放到大器晚成段js语句,类似如下:

<script type=”text/javascript”>
var _bdhmProtocol = ((“https:” == document.location.protocol) ? ” https://” : ” http://”);
document.write(unescape(“%3Cscript src=’” + _bdhmProtocol + “hm.baidu.com/h.js%3F3266e9d3684eaa1337dc7c4b4b64b0ae’ type=’text/javascript’%3E%3C/script%3E”));
</script>

 

这段js,实质上是往页面中引进hm.baidu.com/h.js的这段代码,该代码的开始和结果会基于前面包车型地铁参数有所不一致,h.js?前面包车型客车参数就是你在百度计算里的id。

收获该h.js代码的还要,百度总计会往你的浏览器写入一个名叫“HMACCOUNT”的cookie,该cookie的逾期时间为2038年,所以意气风发旦你从未清空浏览器cookie,基本就不要过期。

h.js被下载后,便实践其脚本获取一些浏览器相关消息和拜候来源,获取的音讯满含显示屏尺寸、颜色深浅、flash版本、客商语言等。

从js代码中得以获取,全数参数富含那个:”cc,cf,ci,ck,cl,cm,cp,cw,ds,ep,et,fl,ja,ln,lo,lt,nv,rnd,sb,se,si,st,su,sw,sse,v”。那些参数的意义大致如下:

cc: 不知道,一般为1
cf:url参数hmsr的值
ci:url参数hmci的值
ck:是或不是援助cookie 1:0
cl:颜色深浅 如 “32-bit”
cm:url参数hmmd的值
cp:url参数hmpl的值
cw:url参数hmkw的值
ds:显示屏尺寸,如 ’1024×768′
ep:初叶值为’0′,时间变量,反映页面停留时间,格式大致是:未来岁月-载入时间+“,”+另三个相当的小的时间值
et:伊始值为’0′,纵然ep时间变量不是0的话,它会形成任何
fl:flash版本
ja:java支持 1:0
ln:语言 zh-cn
lo: 不知道,一般为0
lt:日期 time.time(),如“1327847756”, 在第叁遍倡议未有
nv: 不知道,一般为1或者0
rnd:十一位随机数字
sb:即使是360se浏览器该值等于‘17’
se: 和找寻引擎相关
si:计算代码id
st:
su:上一页document.referrer
sw: 不理解,推测和探求引擎有关,平日为空
sse:不晓得,估摸和寻找引擎有关,日常为空
v:总计代码的版本 ,近期该值为“1.0.17”

当那一个参数都设置甘休了(有个别参数并从未赋值卡塔 尔(英语:State of Qatar),筛选出曾经赋值了的参数,并视作hm.baidu.com/hm.gif的参数拼凑出叁个url,如:   。然后诉求该图片。

百度总结服务端,通过摄取到这些供给,并从这些图形的网站附带的参数获取有关音讯,记录访客访问记录;当页面被客户关闭的时候,同样会接触叁次呼吁hm.gif的经过,但以此进度不是具有浏览器和具备关闭动作都援助。

 

接下去通进程序模拟那大器晚成历程:

先是,使用Wireshark(风度翩翩款互联网抓包工具卡塔 尔(阿拉伯语:قطر‎对浏览器实际的历程进行捕获。首先是使用ie展开三个有超链接链接到有百度总括的网址,加载达成后关闭浏览器。最终在Wireshark上收获如此的网络数据包。




可以窥见,浏览器总共向服务器端发送了4次倡议:

  1. 倡议大器晚成段js脚本。
  2. 加载完成时候动身一遍号令,并传递参数
  3. 脱离页面时候,发出三回呼吁,并传递参数,与地点相比较,发现ep参数有变动。

        百度总括是依据cookie的,当倡议js脚本的时候,会在你计算机里保存叁个永世cookie,该cookie作为你的客商标志。同期开采,但抽离时候参数ep从最先导的0变为了“7289%2C115”,转义后是“7289,115”那是七个皮秒单位,即7.2秒和0.1秒的意趣。同不时间前三次号令hm.gif的时候lt参数(时间,javascript:(new Date卡塔 尔(英语:State of Qatar).get提姆e()卡塔 尔(阿拉伯语:قطر‎是不改变的。rnd随机数每一次都变。

下边我们就来效仿壹遍倡议,此次使用的python语言。

import urllib2
澳门新葡亰网站所有平台,import urllib
import random
import math
import urlparse
import time
import cookielib

########################################################################
class Baidu:
""""""
Referer=''
TargetPage='/www.lixin.me'
BaiduID=''
Hjs=""
Hgif=""
UserAgent='Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)' #IE9
MyData={'cc':'1','ck':'1','cl':'32-bit','ds':'1024x768','et':'0','ep':'0','fl':'11.0','ja':'1','ln':'zh-cn','lo':'0','nv':'1','st':'3','v':'1.0.17'}
#----------------------------------------------------------------------

def __init__(self,baiduID,targetPage=None,refererPage=None):
"""Constructor"""
self.TargetPage=targetPage or self.TargetPage
self.Referer=refererPage or self.Referer
self.BaiduID=baiduID
self.MyData['si']=self.BaiduID
self.MyData['su']=urllib.quote(self.Referer)
pass
def run(self,timeout=5):
cj=cookielib.CookieJar()
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
opener.addheaders=[("Referer",self.TargetPage),("User-Agent",self.UserAgent)]
try:
response=opener.open(self.Hjs+self.BaiduID).info()
self.MyData['rnd']=int(random.random()*2147483647 )
self.MyData['lt']=int(time.time())
fullurl=self.Hgif+urllib.urlencode(self.MyData)
response2=opener.open(fullurl,timeout=timeout).info()
self.MyData['rnd']=int(random.random()*2147483647 )
self.MyData['et']='3'
self.MyData['ep']='2000,100'
response3=opener.open(self.Hgif+urllib.urlencode(self.MyData),timeout=timeout).info()
pass
except urllib2.HTTPError ,ex:
print ex.code
pass
except urllib2.URLError,ex:
print ex.reason
pass
pass

if __name__ =="__main__":
a=Baidu('百度计算id','')
a.run()

 

本文由澳门新葡亰网站所有平台发布于澳门新葡亰网站所有平台,转载请注明出处:百度统计的JS脚本原理分析

关键词: