我写了个 Chrome 插件，一键下载 PornHub 视频！

阅读量：4092 次

发布时间：2019-05-25

本文共 3517 字，大约阅读时间需要 11 分钟。

公众号关注 “GitHubDaily”

设为 “星标”，每天带你学编程！

插件获取和使用见文末，请先欣赏技术流。

小詹有个读者叫 zgao，他之前写过一篇博客，爬取了 PornHub（下面全部简称 P 站）上的视频，代码很简单，关键还好用！当时小詹就 P 站上爬取了一些考研数学视频，虽然我用不上，但是我热爱技术啊！

技术分析

之所以有今天这篇文章呢，是因为 zgao（下文中的我都为读者 zgao）发现 P 站修改了前端的代码，将视频的接口信息全部隐藏起来了，不像以前那样能直接在网页源码中找到视频链接。于是我根据最新的 P 站情况写了一个插件，能够一键下载学习视频。

以下是从分析到写插件的全过程。首先可以来对比下修改前后的 P 站：

这是以前的 P 站。

这是现在的 P 站。

这两段都是 JS 代码，但是以前的一看就很清晰明了，而现在的有一大堆的垃圾注释在里面。不用说，肯定是做了 JS 混淆。

因为代码是被压缩过的，所以在 chrome 开发者工具里直接代码格式化。

在 network 面板中将代码格式化之后可以看的很清楚，看上面定义的那一堆变量感觉就是我们要的 url，而下面就是将变量拼接的最后的视频链接。

我在想 P 站的程序猿不会真的这么傻吧，难道就这样拼接一堆字符串？？所以我就去前面找到定义的那个变量。

然后在控制台输出这个变量的值。

我整个人都傻了，P 站的程序猿这么直接的吗？那还混淆个 ** 的代码？

以前写个 P 站的爬虫还得每个 URL 正则匹配才能提取出来。现在更省事了，都不用爬了，直接把这个变量的值取出来就什么信息都有了。

我严重怀疑 P 站的前端程序猿是不是写代码的时候看片去了！

所以接下来要想提取出视频的 url 就很容易了，直接用 ExecJS 这个库来执行这段被混淆过的 JS 代码就 ok 了。

但是想了想这样也太简单了吧，没什么意思。要不我写一个 Chrome 的插件来完成这件事？因为本身视频加载之前 JS 肯定会执行。那么用插件的方式也更加方便。插件开发的过程，最关键的问题就是如何将包含所有视频接口信息的变量给提取出来。

一开始我是想到是直接在浏览器的全局变量 window 中拿到那个变量，这是最简单的办法。我发现通过注入 JS 代码用 console.log (window) 输出的全局变量中还是没有包含 flashvars_***** 这个变量，不清楚为什么。我一开始认为可能是页面 onload 的时候还没有执行 JS 所以没有变量信息。后面我想了想要不执行 settimeout 来实现延迟执行代码，但是还是不行。

于是我决定用另外一个办法，将字符串作为代码执行。也就是写木马最常用到的 eval 函数。在页面加载时，通过 xpath 得到混淆 JS 代码的位置，将它作为一段字符串当成代码执行，这样同样拿到了接口信息。

给大家看一下插件最核心的两段代码 content-script.js，也就是注入页面的 JS 代码。（代码可左右拖动）

function Func() {   return new Promise((resolve, reject) => {      var a = document.querySelector("#player >script:nth-child(1)").innerHTML      a = a.split('loadScriptUniqueId')[0]      var c = a.match("flashvars_[0-9]{1,}")[0]      eval(a)      var d = eval(c)      resolve(d)   })}window.onload = () => {   Func().then(res => {      var videoType = []      Object.keys(res).forEach((item) => {         if (item.startsWith('quality_')) {            var obj={               key:item,               val:res[item]            }            videoType.push(obj)         }      })   for(var i = 0, len = videoType.length; i < len; i++){   console.log(videoType[i].key,videoType[i].val)}   chrome.runtime.onMessage.addListener(function(request, sender, sendResponse){      if(request.cmd == 'test')      sendResponse(videoType);      });   })}popup.jsfunction sendMessageToContentScript(message, callback){    chrome.tabs.query({active: true, currentWindow: true}, function(tabs)    {        chrome.tabs.sendMessage(tabs[0].id, message, function(response)        {            if(callback) callback(response);        });    });}sendMessageToContentScript({cmd:'test', value:'test'}, function(videoType){    console.log(videoType);   for(var i = 0, len = videoType.length; i < len; i++){      console.log(videoType[i].key,videoType[i].val)}    var boxEl = document.getElementsByTagName('ul')[0]    //var videoType = [{ key: 'qeqw', val: 'adasda' }, { key: 'qeqw', val: 'adasda' }, { key: 'qeqw', val: 'adasda' }]    var videoStr = ''    videoType.forEach(item => {        videoStr += "<li>" + "<label>清晰度：" + "<span>" + item.key + "</span>" + "</label>" + "<a href=" + item.val + " target='_blank'>下载</a>" + "</li>"    });    boxEl.innerHTML = videoStr});

popup.js 的作用主要就是和 content-script.js 通信，相互传值。然后在插件中渲染生成页面，JS 间传值主要用到了 Chrome 的 API。插件开发的过程中还涉及到很多细节问题，比如 ico 的制作，这些就不提了。