【感谢加精】网页采集教程第五课-如何伪造Cookie及处理Referer防盗链

引子玄

这个要得，碰到了这种问题

刘志文

记号, 好好学习!

cumulonimbus

liucqa 发表于 2012-7-28 15:21
请看下面的代码，原贴在这里：http://club.excelhome.net/forum.php?mod=redirect&goto=findpost&ptid=8112 ...

这是新的会计师网址，你的代码在这不管用了，呵呵
http://219.239.196.201/cicpa2_web/public/query0/1/00.shtml

Sub Test()
    Dim tmp() As String, P As Long, arr() As String, xmlhttp As Object, I As Long, t As Single, COOKIE As String

    Set xmlhttp = CreateObject("WinHttp.WinHttpRequest.5.1")
    With xmlhttp
        .Option(6) = 0
        .Open "GET", "http://219.239.196.201/cicpa2_web/public/query0/1/00.shtml", False
        .SEND
       COOKIE = Split(.getResponseHeader("Set-Cookie"), ";")(0)                  '第一次调用获取Cookie
    End With
    With xmlhttp
        .Open "POST", "http://219.239.196.201/cicpa2_web/OfficeIndexAction.do", False
        .Option(6) = 1
        .setRequestHeader "Referer", "http://219.239.196.201/cicpa2_web/public/query0/1/00.shtml"          '设置正确的Referer
        .setRequestHeader "Cookie", COOKIE                                                                            '设置有效Cookie
        .setRequestHeader "Content-Type", "application/x-www-form-urlencoded"
        .setRequestHeader "Connection", "keep-alive"
        .SEND "method=queryOffices&isStock=&pageNum=1&ascGuid=00000000000000000000000000000000&offName=&offCode=&cpaNum=1"          '第二次获取数据
        With CreateObject("new:{1C3B4210-F441-11CE-B9EA-00AA006B1A69}")                   'DataObject对象，数据放入剪贴板，记事本观察数据
            .SetText xmlhttp.responsetext
            .PutInClipboard
        End With
    End With
    Set xmlhttp = Nothing
End Sub

cumulonimbus

在这个网站上http://swcx.hb-n-tax.gov.cn/hbgs2/invoice/front/invoice_random.jsp?sessionid=verify_code
不管用这种方式= .getallResponseHeaders()
还是这种方式= .getResponseHeader("Set-Cookie")
都无法得到其cookies。

大师，这个该如何解决？

hyz85888

做个记号 好好学习

yarchen

获益良多  感谢!
仿造  Cookie 和 Reference 会了
不过第三种防盗链 "时间戳"  好像没什麽着墨!
__utma=38054369.906002181.1371192935.1371192935.1371192935.1;
__utmb=38054369.1.10.1371192935;
__utmc=38054369;
__utmz=38054369.1371192935.1.1.
utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)
学海无涯勤是岸    期待大师的再度开讲

Kenny_lin

先另存，再慢慢拜读学习

cctv1102

yarchen 发表于 2013-6-14 15:43
获益良多  感谢!
仿造  Cookie 和 Reference 会了
不过第三种防盗链 "时间戳"  好像没什麽着墨!

这个叫时间戳么？？

noorudin

要链接的网站：http://www.capital.com.tw
用抓包工具可以看到的信息头的内容很丰富如下图：

在vba中写的代码如下：
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
Sub capital_extr()
Dim cap_winhttpreq As WinHttpRequest
Dim mycooki$

Set cap_winhttpreq = New WinHttpRequest
With cap_winhttpreq
.Option(6) = 0
.Open "get", "http://www.capital.com.tw", False
.setRequestHeader "Connection", "Keep-Alive"
.send
mycooki = .getAllResponseHeaders

With CreateObject("new:{1C3B4210-F441-11CE-B9EA-00AA006B1A69}")
.SetText mycooki
.PutInClipboard
End With

End With
Set cap_winhttpreq = Nothing
End Sub
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
结果用记事本看到的结果，竟然只有一点点，不知是那里出错了？
不是要各位帮忙除错，只是想知道小的是不是忽略了什么？

Cache-Control: private
Allow: GET, HEAD, OPTIONS, TRACE
Content-Type: text/html; charset=utf-8
Server: Microsoft-IIS/7.5
X-Powered-By: ASP.NET
Date: Wed, 04 Dec 2013 15:10:56 GMT
Content-Length: 5742


我想问的是，网页的信息头难到也有某些防窥探的做法吗？信息头不就是告知浏覧器要遵守什么规则，进行什么行为或是通知服务器要返回什么样的信息等而已吗？

messias

问个问题,希望搂主给予解答,万分感谢!
COOKIE = Split(.getResponseHeader("Set-Cookie"), ";")(0)                  '第一次调用获取Cookie

上面这句,处理的是响应返回的set-cookie，但是这之前的"GET"，因为WinHttp.WinHttpRequest.5.1对象不会自带cookie，那么"get"的结果，网站认为是非注册用户（我也测试过，打开响应文件后是非登陆状态），那么再处理响应返回的set-cookie就没有意义了，下面再"post"的时候，调用set-cookie的值还是会处于非登陆状态，23楼测试不成功，大概也是因为这个原因吧。

望搂主给以方案解决。。。坐等