大洲的小偷程序非常让人眼馋,无奈本diao丝程序员,一无RMB,二无论坛币,只能望洋兴叹,所幸我有web程序开发的经验,对于这个小偷程序的基本原理能猜到不少,本着自力更生,服务大众的精神,我自己实现了一个简易版,在此开源给大家,希望能赚点论坛币,早日进入email版见见世面。) \3 w1 `4 @) F+ g
/ {5 i% @3 ]4 w3 O! S; l$ m
一、原理
! u9 z: j7 _) J$ c y* i$ P' {1.用户访问流程:
0 M8 [' O4 s5 O(1)用户访问我们的冒牌站(A.com)
- [5 _/ y/ u5 ^5 t9 F% u% I(2)网站后台程序根据用户的query参数(包括get/post/cookie)构造原始网站B.com的url,用后台程序去访问该url,此时可以拿到原始网站的html和header输出。这里有一点需要注意的是原始网站输出的头也不可以忽略,里面的set-cookie信息也可以转发给用户的,这样就可以实现注册和登陆原网站啦。
& C. ?8 W4 `9 P(3)对原始网站的html输出和header输出按某些规则做替换,比如把某些广告去掉啦,把B.com的地址替换成A.com啦,其实这一步是最关键的,也是玩法最多最好玩的部分
_" W: O5 ~. r0 R(4)将替换后的html和header输出给用户。% v) x4 o9 g$ }" M6 E9 j
: R3 ]0 D' t* X
2.规则替换的几种玩法:* L2 n' \+ S6 G/ X' L* S, Z& R
(1)最简单的当然是字符串和正则表达式了,这就不多说了
- Y" S( B3 [; d- j' x(2)用html解析库对html的dom节点做操作,然后重新生成html,比如可以把页面中的text node翻译成另一种语言,或者做文章重写,这样比较容易逃过搜索引擎的法眼。
6 f. M( H! r, I# {6 y; m+ C# _据我所知每种语言都由若干个html库,比如php的有DOM、phpQuery等,java的有htmlcleaner等
$ `! k5 u) R8 _/ h5 k(3)在原始html代码的后面加入一些javascript代码,用来隐藏一些页面元素,或加入一些广告代码等5 F1 c. V( j9 S# ]( V% d
/ R. d% M# H" R3.关于速度和性能:/ ]. ?& ~4 F5 A6 e7 G) k
(1)提到性能第一个想到的当然是缓存啦,我觉得最适合加缓存的地方就是上文1.1.2中提到的生成原始网站url后,这里可以对原始url做md5编码,访问一次改url后就把它的内容和头存到硬盘上,这样就不用每次都去原网站拉取了。做缓存的另一个好处是不用担心被原网站屏蔽。* |, h2 {2 ?( U& c
7 t( D+ C3 M* S& ?& Y0 q(2)对于css,图片,js等静态文件,其实不用每个文件都让php访问原网站拉取,可以直接返回个302,让浏览器直接去原网站拉取。
+ ~0 l3 ]: q9 c- `: Q; D# m6 i
) A6 e Y& i! e; e& X! @
! |' G/ K9 f! s0 b" F3 K0 Y二、实现% T+ r& ]$ ]0 I+ G+ o- c, } P p5 Z
1.程序语言:* k% F |7 e6 B2 c; d
其实这个东西哪种语言都能搞定,也都不麻烦,我对php比较熟,就选了php。
! {, D8 G; c( F. v5 |% t8 l- ^- u2.一些准备工作:
, g2 A' F; _0 i2 M1 R(1)修改apache的rewrite规则,因为我们的程序只有一个文件,我们必须把所有接收到的请求都重定向到这个文件,这里我假设重定向到index.php,在apache的<VirtualHost>中加入这几句,如果是虚拟主机的话就修改.htaccess吧,不过我没试过,所以不知道怎么写re它的write规则2 Y9 f( \5 @* v6 F4 @) n2 {- W' R$ l
RewriteEngine on7 _5 d' P* N& `8 s5 {# J
RewriteCond %{DOCUMENT_ROOT}%{SCRIPT_FILENAME} -s [OR]
5 k4 ?1 s# t% Z4 \* FRewriteCond %{DOCUMENT_ROOT}%{SCRIPT_FILENAME} -l [OR]1 u$ Q+ C5 _: G% x' \( k8 p
RewriteCond %{DOCUMENT_ROOT}%{SCRIPT_FILENAME} -d) ?! P& M9 N) ]* w# F
RewriteRule ^.*$ - [NC,L]) g0 o2 o: k" d5 ~8 n
RewriteRule ^.*$ /index.php [NC,L]: e! z- o& \- L$ B/ a7 J
: l2 [( {; }, j0 Y$ q(2)安装php的http模块+ s, |' x; P; ?) Z0 |
php发http请求的函数库找了好几个,发现http模块是用起来最简单的,不过需要你会linux操作哦,安装方法在这里http://php.net/manual/en/http.install.php3 [# y7 P, V: i
ps:如果安装不上或没有vps,请把下面程序的http模块的函数换成phpcurl等http lib- i, m2 V# T5 ?
: K! p7 M; `4 L/ h R! P) v* v3.index.php的代码:
U4 Q' V5 |( N8 H5 w+ Z4 X6 n. P( D% S
: K0 k! L U4 t5 b, U$ H
$host = $_SERVER['HTTP_HOST'];4 }! w5 X2 ]$ K6 [
//这里把假站的域名替换成原始网站的,用于生成原始url
7 X% J: F; D9 [$ R# f! ~$host = str_ireplace('fake.com', "true.com", $host);$ r% m1 t( s' Q, o; }
$toUrl = sprintf("http://%s%s", $host,$_SERVER['REQUEST_URI']);" ^' N$ s- C2 ?3 T+ ^, k6 n' A
# x# Q$ i% \8 b3 c7 Y5 q9 ~$script_name = $_SERVER['SCRIPT_NAME'];
. F) r3 f6 L' H$ `+ ~$ W- M( D$arr = explode(".", $script_name);
5 {5 T$ [3 o7 l# J( J2 }$endName = $arr[count($arr) - 1];3 b6 ^1 [, ` |" w! p# g
& ^, c3 ?8 t1 p h8 a4 u* e
7 T- B7 k+ P) N8 |8 T
//这些后缀结尾的url直接返回302
3 p$ u- p" D( ^. ^* h4 m$STATIC_END_NAME = array('css','xml','rss','gif','jpg','jpeg','js','axd','atom',0 L* `2 P7 J; n d/ l
'mml','txt','jad','htc',2 ~: ^' Z" n, t/ H" W
'png','tif','tiff','wbmp','ico','jng','bmp','svg',: v3 \0 L% T# a( W9 u
'jar','war','ear','hqx','doc','pdf','ps','eps','ai',: [1 ]1 e/ x! C$ ]7 o2 q. m3 X) k
'rtf', 'xls', 'ppt', 'wmlc', 'xhtml', 'cco', 'jardiff',
5 M. ~' b9 {6 f" _# t1 p 'jnlp', 'run', 'pl', 'pm', 'prc', 'pdb', 'rar', 'rpm',9 ^0 g) r' P8 E: y9 \0 w; T
'sea', 'swf', 'sit', 'tcl', 'tk', 'der', 'der', 'crt',
! c6 t7 e/ S9 H1 ]- D) T5 ]1 L* ]. r 'xpi', 'zip', 'bin', 'exe', 'dll' ,'deb', 'dmg', 'eot',9 a! P. [0 C) U$ |7 e1 I9 y3 ~- `
'iso', 'img', 'msi', 'msp', 'msm' ,'mid', 'midi', 'kar',( P( d7 x. m1 |
'mp3', 'ra', '3gpp', '3gp', 'mpeg', 'mpg', 'mov', 'flv',
5 Q+ F* V6 O* [3 M$ C 'mng', 'asx', 'asf', 'wmv', 'avi');
9 |0 k5 Y" h) R4 d) Y7 U$ A$ J: r1 n$ T! H
if(in_array($endName ,$STATIC_END_NAME))/ X, L' \% h$ |9 t0 a# S# A6 h/ m$ J) s! T
{% _# E8 [( S! |9 c0 B
$headerStr = sprintf("Location: %s", $toUrl);
& f8 ~7 k4 X; x1 M1 ^( F3 a8 u header( $headerStr, true, 302);
" Y/ e( p' o2 c exit;2 J8 W' R+ l) e) f
}
" v" a+ \1 |8 l5 W3 e# i" O1 P! a( E) L4 K& c0 D- w
//一个简单的cache& M, _4 F8 X7 X j% u+ K% D
function GetFromCache( $url)
4 }- @0 `3 h" x) L; N& q3 f8 H{$ D/ g. u' B/ X6 q _
$current_dir = dirname(__FILE__);
7 M, R. c$ ~& ^, E1 t) K $cache_dir = $current_dir . "/cache/";0 c% h) o$ h* V! P9 V( `, T
if( !is_dir( $cache_dir))
L) t6 v- G1 A% [9 v {, Z3 v0 q, X! P, U) I! k
( J- K0 E6 V: V, k3 { mkdir($cache_dir);
& |* E$ P" I6 f X1 w6 { }
: x( y O, C. p/ u Q, a; f$ D! T' J6 |
$cache_file = $cache_dir . md5($url);
: w3 e6 r. z" \ if(file_exists( $cache_file))2 m# z6 l6 c7 j' S7 i8 e( Z
{
1 N5 T- l8 K/ F0 P5 a8 l9 b+ x $html = file_get_contents( $cache_file);! _2 K6 C1 ^; f+ k0 W6 b
if($html == false)
2 x: ]$ v2 X2 K# i {
3 }7 C) C1 u& k5 } $html = "";3 s3 N) _$ u! y& m4 M; b6 s: e
}, {# u8 C% \- K
}else
1 B2 D1 e4 S- {7 i$ n {
$ e0 l5 \$ Z% g& I. g# Q, p6 A; E //访问原始网站
6 {6 \7 z- s" X8 s* @! s3 K $data = http_get($url ,array('redirect' => 5, 'timeout' => 10), $http_info );1 y9 ^+ ^* o5 w
$message = http_parse_message($data);$ U5 i) @3 f" z+ d7 x
4 [3 X0 u$ M: H $html = trim($message->body);
5 N7 e% a; e* W w7 {3 G: W. ]6 s; t# j
file_put_contents( $cache_file, $html);
. v3 ?7 c9 J; @9 l( B$ B* h( ] }
$ l' \3 W0 P+ V1 `7 R. D9 \. d
6 t! H9 @/ j! K8 @1 @% Y return $html;
; l" `) q7 k. P5 r. O* S }}
" U- c9 C* s; [' O% t) D3 ^" Z% \2 v6 u& v
$html = GetFromCache( $toUrl );
9 K3 {0 e% x/ f1 c6 s$ R
! r: O* U" }' J+ n; `4 \! |+ T. i
$html = str_replace("circleid.com", "circleid.us", $html);
: X, ^; u5 |" b& C1 H9 b+ q+ o8 {& T2 C8 b% K% a
$html = preg_replace('/<meta name=.*>/', "", $html);
! b- o) P7 f8 C6 V
( e7 `* E1 C; p7 h" T
# ~7 m; A4 @! W$ w$ S# H//注释的这两句是用phpquery操作
. @* j+ F ]/ r. H8 f//$body = htmlqp($body)->find('#header')->remove()->html();
" H4 ?& u, ?- [$ y" P9 @( r7 r//$html = htmlqp($html)->find('#header')->remove()->document->saveHTML();
3 H' @. b7 o$ U* b
/ W" e" P0 C' J/ G$script = <<<EOD
& [: W" Y1 M S0 |- K$ `<script>
2 g+ ~7 l' `! n. Z9 _$(document).ready(function() {
' q# Y! j D- a$ C# j, B6 Y $("#footer").remove();
* K6 D$ {; e3 S+ c( \! J
7 U9 h) f- N* M, Q' i/ g9 O});
' d8 o; l. B$ G; s, h' U6 D' b- D* U9 d
. C1 c" ~, M1 M0 Y</script>
# o, R: Z- o% b/ O/ `
2 M, E- B% o2 R+ ] a! E" kEOD;
* S* ~1 J" R8 ~5 E; _& A1 m$ z, ^4 z6 E( W7 Y9 W; I
echo($html . $script); q* Q* n* Q5 P0 E8 C6 p5 h
! D$ L+ ^% C( k4 @& [7 R1 K! S8 \
% n4 i9 J6 d+ c4 x2 z! Q4 d1 U* x; ~
三、最后
* D. D0 U# ]: _: Z; }$ C1.总之,这个程序还很简陋,没有处理post和cookie参数,也没有配置管理模块,距离大洲的程序差距有一个大洲那么大,仅适合稍微懂点程序又有点好奇心的新手玩玩6 G( C0 a- q; [' O" S ~- b
2.最后当然是希望大家不令赐分啦,您的论坛币是我继续分享的动力,哈哈9 d7 G. S! X6 }- V" _
$ T$ h3 k# H9 w! l' d: B. P6 h- x# W |