news 2026/5/7 6:18:51

盼之最新网页算法分析

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
盼之最新网页算法分析

声明
本文章中所有内容仅供学习交流使用,不用于其他任何目的,抓包 内容、敏感网址、数据接口等均已做脱敏处理,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关!侵权通过头像私信或名字简介叫我删除博客谢谢。
部分python代码

cp1 = execjs.compile(open('decode__1174.js', 'r', encoding='utf-8').read())
json_data = {
"order": "DESC",
"sort": "section2",
"page": 1,
"pageSize": 21,
"action": {
"gameId": "1767",
"goodsCatalogueId": 6,
"merchantMark": None,
"keywords": [],
"searchWords": [],
"searchPropertyIds": [],
"unionGameIds": [],
"goodsSearchActions": []
}
}
result = cp.call('getData' ,json_data)
url = cp1.call('getData',json_data,_waf_bd8ce2ce37)
url = result['url']
header = result['header']
print(header)
# url = result['url']
print(url)
headers = {
'Accept': 'application/json, text/plain, */*',
'Accept-Language': 'zh-CN,zh;q=0.9',
'PZTimestamp': str(header['Timestamp']),
'PZVersion': '1.0.2',
'PZVersionCode': '1',
'Random': str(header['Random']),
'Skey': 'CLIENT',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; a88) AppleWebKit/537.36
'deviceId': generate_uuid_without_hyphen(),
'globalId': generate_uuid_without_hyphen(),
'x-oss-forbid-overwrite': 'true',
}
response = requests.post(
url,
cookies=cookies,
headers=headers,
json=data,
)
print(response.text)

结果

总结

1.出于安全考虑,本章未提供完整流程,调试环节省略较多,只提供大致思路,具体细节要你自己还原,相信你也能调试出来。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/7 6:18:40

Pearcleaner:macOS上彻底清理应用残留文件的免费开源工具

Pearcleaner:macOS上彻底清理应用残留文件的免费开源工具 【免费下载链接】Pearcleaner A free, source-available and fair-code licensed mac app cleaner 项目地址: https://gitcode.com/gh_mirrors/pe/Pearcleaner 你是否曾经在macOS上删除应用后&#x…

作者头像 李华
网站建设 2026/5/7 6:17:58

基于MCP协议构建AI-CRM连接器:以Attio为例的实践指南

1. 项目概述:当MCP遇见Attio,一个连接器如何重塑CRM数据工作流如果你和我一样,在日常工作中频繁地与客户关系管理(CRM)系统打交道,同时又对AI驱动的开发工具抱有浓厚兴趣,那么你很可能已经听说过…

作者头像 李华
网站建设 2026/5/7 6:07:01

AIHub:开源AI资源导航与高效利用指南

1. 项目概述与核心价值最近在折腾AI应用开发的朋友,估计都绕不开一个头疼的问题:模型、工具、数据集这些资源,到底去哪儿找?GitHub上项目是不少,但质量参差不齐,想找一个能直接跑起来、文档齐全、社区活跃的…

作者头像 李华
网站建设 2026/5/7 5:57:29

面向遥感图像的少样本语义分割方法研究,当AI只有“惊鸿一瞥”:面向遥感图像的少样本语义分割方法研究

目录 一、先说一下遥感图像分割到底难在哪 二、少样本语义分割的核心思想 三、主流技术路线:从度量学习到原型网络 四、2024-2025年的新技术进展 4.1 自适应超维原型(Adaptive Hyperdimensional Prototyping) 4.2 解耦式自提示学习(Disentangled Self-Prompting) 4…

作者头像 李华