百度统计的JS脚本原理分析

作者: 手机游戏下载网站  发布:2019-10-08

第一,百度总括会要求大家在要计算的页面中放到一段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,该代码的剧情会依附前边的参数有所分裂,h.js?后面包车型大巴参数就是你在百度总结里的id。

获得该h.js代码的还要,百度总计会往你的浏览器写入三个名为“HMACCOUNT”的cookie,该cookie的逾期时间为2038年,所以一旦你未曾清空浏览器cookie,基本就不用过期。

h.js被下载后,便实践其脚本获取一些浏览器相关新闻和拜访来源,获取的音信饱含荧屏尺寸、颜色深浅、flash版本、客商语言等。

从js代码中得以拿走,全数参数蕴涵这一个:”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”。那么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:是不是协助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:显示器尺寸,如 ’1024×768′
ep:初叶值为’0′,时间变量,反映页面停留时间,格式差不离是:今后时光-载入时间+“,”+另贰个相当小的年华值
et:初叶值为’0′,固然ep时间变量不是0的话,它会成为任何
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4回呼吁未有
nv: 不知道,一般为1或者0
rnd:十二位随机数字
sb:尽管是360se浏览器该值等于‘17’
se: 和寻觅引擎相关
si:计算代码id
st:
su:上一页document.referrer
sw: 不明白,估摸和探索引擎有关,日常为空
sse:不精晓,揣摸和探索引擎有关,日常为空
v:总结代码的版本 ,近年来该值为“1.0.17”

当这一个参数都安装截止了(有些参数并不曾赋值),筛选出曾经赋值了的参数,并作为hm.baidu.com/hm.gif的参数拼凑出三个url,如:   。然后必要该图片。

百度总结服务端,通过抽取到这一个央求,并从这么些图片的网站附带的参数获取相关新闻,记录访客访谈记录;当页面被顾客关闭的时候,一样会触发三回呼吁hm.gif的进程,但那么些历程不是兼具浏览器和装有关闭动作都协助。

 

接下去通进程序模拟这一历程:

先是,使用Wireshark(一款互联网抓包工具)对浏览器实际的进度进行捕获。首先是运用ie张开叁个有超链接链接到有百度总结的网站,加载实现后关闭浏览器。最终在Wireshark上赢得那样的网络数据包。




能够窥见,浏览器总共向服务器端发送了4次呼吁:

  1. 恳请一段js脚本。
  2. 加载落成时候动身三遍呼吁,并传递参数
  3. 脱离页面时候,发出一回呼吁,并传递参数,与地点相比,开采ep参数有生成。

        百度总括是依照cookie的,当呼吁js脚本的时候,会在您计算机里保存多个永恒cookie,该cookie作为你的顾客标志。同有的时候间开采,但剥离时候参数ep从最最早的0变为了“7289%2C115”,转义后是“7289,115”那是七个纳秒单位,即7.2秒和0.1秒的情致。同一时候前一遍呼吁hm.gif的时候lt参数(时间,javascript:(new Date).getTime())是不改变的。rnd随机数每一次都变。

上边我们就来模拟二次呼吁,这次使用的python语言。

import urllib2
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[手机游戏下载网站,'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('百度总结id','')
a.run()

 

本文由银河网站登录发布于手机游戏下载网站,转载请注明出处:百度统计的JS脚本原理分析

关键词:

上一篇:没有了
下一篇:如何评论陈翔版