使用Python实现B站自动答题机器人

news2024/9/27 11:16:14

文章目录

1. 写在前面
2. 接口分析
3. 点选验证分析
4. Python程序实现

【🏠作者主页】：吴秋霖
【💼作者介绍】：擅长爬虫与JS加密逆向分析！Python领域优质创作者、CSDN博客专家、阿里云博客专家、华为云享专家。一路走来长期坚守并致力于Python与爬虫领域研究与开发工作！
【🌟作者推荐】：对爬虫领域以及JS逆向分析感兴趣的朋友可以关注《爬虫JS逆向实战》《深耕爬虫领域》
未来作者会持续更新所用到、学到、看到的技术知识！包括但不限于：各类验证码突防、爬虫APP与JS逆向分析、RPA自动化、分布式爬虫、Python领域等相关文章

作者声明：文章仅供学习交流与参考！严禁用于任何商业与非法用途！否则由此产生的一切后果均与作者无关！如有侵权，请联系作者本人进行删除！

1. 写在前面

一个新注册的账号一般我们会需要去完成一些基本的任务，比如通过完成答题的方式来进行升级提升权重，而对于答题至少需要完成60道题目的提交才算通过结束！本期我们通过对接口协议的分析来实现一个自动答题机器人，以及在答题的过程中出现点选验证码自动识别验证（8～10道题会要求验证一次）

在这里插入图片描述

验证码的话是极验3代三代的一个点选，难度不高！目前有很多种方式来识别验证。如果不想自己训练模型的话可以选择三方的平台

2. 接口分析

首先，我们进入到答题页面，每一道题刷新或者进入下一道题统一走如下接口，如下所示：

在这里插入图片描述

{"code":0,"message":"0","ttl":1,"data":{"question":{"id":710,"number":2,"q_height":38.4,"q_coord_y":0,"image":"https://i0.hdslb.com/bfs/member/56093e64936bb5ab040338287adbbfa5.png","from":"","options":[{"number":1,"high":42,"coord_y":38.4,"hash":"12a780b4550d69984494393c9db37faa"},{"number":2,"high":42,"coord_y":80.4,"hash":"a5d259743588549bdb6d98bf4fe50201"}],"type_id":0,"type_name":"","type_image":"","question":{"title":"IX3s9ZxyNPkxiLQracOZ93LB9rR5kXS9chmlm00P9SJ0sCjs2cDCXAaXpFC25xXveXzNqyjBjSCkCKRTqeecRw==","ans":[{"key":"12a780b4550d69984494393c9db37faa","title":"GSjdQikjaZ7uBkdw6H9nmS5NzYhmHZThuPBC4Bh1vY4FIoZ1wIz6xbvwiF0vUmAj"},{"key":"a5d259743588549bdb6d98bf4fe50201","title":"AacVYsQd6gJvrgjs0mwtVijK8weBcJdu2SFrOaTWn615C4iVb/REFsJWJU9rafY7"}]},"decision_ctx":{}}}}

我们对上面生成题的接口响应信息进行一个简单的分析，数据如上所示！因为60道题的类型都是选择题，且只有两个选项，在options字段中就是题选项的信息。外层的number是当前答题的进度（第几题），hash是提交答案接口的字段，如下所示：

在这里插入图片描述

可以看到接口check是提交答案的发包接口，其中ans_key字段则是上面说到的hash字段
，在提交答案后，我们需要取判断提交的回答是否正确，在响应JSON的数据中通过is_right字段去检验，如下所示：

{"code":0,"message":"0","ttl":1,"data":{"passed":true,"is_right":true,"ans_right":"a5d259743588549bdb6d98bf4fe50201"}}

3. 点选验证分析

这个自动答题的自动化流程中，难点在于答题过程中出现的点选验证码！这个跟行为无关，就算是手动去答题也是会在几道后出现的。我们现在来分析一下验证码的接口，如下：

在这里插入图片描述

上图出现验证码所提交的json_payload那一堆参数（一些环境、IP、设备相关的信息），在提交check答题的时候如果遇到了验证码，接口响应code是41096，然后拿到那一堆参数去请求register接口，拿到验证所需要的关键字段信息，如下所示：

{"code":0,"message":"0","ttl":1,"data":{"type":"geetest","token":"731eeeb787214dd59e6e6ebeebb31d64","geetest":{"challenge":"76cc14453621e982ecc7bfe163cbf841","gt":"ac597a4506fee079629df5d8b66dd4fe"},"biliword":null,"phone":null,"sms":null}}

在这里插入图片描述

可以看到validate验证码验证接口所提交的参数，即是上面register接口响应内的。通过调用训练好的验证码识别模型进行点选验证，验证成功通过is_valid来区分，如下所示：

在这里插入图片描述

然后拿register接口内给的token字段去提交当前出现验证码的题，即可通过！如下所示：

在这里插入图片描述

4. Python程序实现

梳理完整个题答流程后，现在可以开始实现完整的Python答题程序，首先获取Cookie信息，Web端答题的话必须拿到浏览器登录后的完整全参Cookie信息，不然的话buvid参数缺失！如下：

在这里插入图片描述

这里需要注意登录的IP保持跟答题的一致！虽然风控强度不是很高，但是测试发现会关小黑屋！拿到Cookie信息直接去请求出题接口，正式开始答题，代码实现如下所示：

url = "https://api.bilibili.com/x/answer/v4/base"
params = {
    "platform": "pc",
    "image_version": "v",
    "re_src": "0",
    "web_location": "333.858"
}

try:
    response = requests.get(
        url,
        headers=headers,
        cookies=cookies,
        proxies=proxies
    ).json()
if code == 41020:
    logger.info('已完成答题！！！')
    
elif code == 101:
    logger.error(f'账号出现异常!!!')
            
elif code == 0:
    question = response.get('data', {}).get('question', {})
    question_id = question.get('id', '')
    number = question.get('number', '')
    logger.info(f'当前答题进度: 第 {number} 题～～')
    options = question.get('options', [])
    for opts in options:
        hashs = opts.get('hash', '')
        result = check(headers, cookies, question_id, hashs, proxies)
        if result:
            logger.info('提交答案成功,进入下一题!')

code目前三种最常见的状态码及含义已在上面程序分支中表示！可以看到作者在拿到options答案选项后采取了遍历的方式去答题，因为平台机制就是答错了可以继续提交其他选项答案，也是能够通过的。且就两个选项（作者测试的话采取的枚举）

这个地方其实可以有更加好的方案！比如我们先去收集一个庞大且完整的题库，让答题更加精准！因为枚举的方式太过于机器人化，也是会有风控的！或者让选择更加的随机化以及对接AI去完成答题都是比较好的一个方案（感兴趣自行去研究尝试）

接下来，继续实现check接口提交答案代码，这部分就需要对接点选验证码的处理了，因为在页面上触发验证码也是在提交选项的时候出现。代码实现如下所示:

url = "https://api.bilibili.com/x/answer/v4/base/check"
data = {
    "re_src": 0,
    "question_id": question_id,
    "ans_key": hashs,
    "csrf": cookies['bili_jct']
}
if token:
    data['token'] = token
response = requests.post(
    url,
    headers=headers,
    cookies=cookies,
    data=data,
    proxies=proxies).json()
logger.info(f'提交回答信息: {response}')
code = response.get('code', -1)
if code == 41096:
    grisk_id = response.get('data', {}).get('grisk_id', '')
    decision_ctx = response.get('data', {}).get('decision_ctx', {})
    logger.error(f'出现点选验证码！！！')
    token = get_geetest(headers, cookies, grisk_id, decision_ctx, proxies)
    if token:
        # 过了验证码直接携带Token提交答题验证
        check(headers, cookies, question_id, hashs, proxies, token=token)