用百度快照和phantomjs讓射手網起死回生
責編：admin ｜2014-12-01 19:15:50牢騷
射手網關門了，聲討的話網上已經鋪天蓋地，我不想多啰嗦，我只說一句：
某些部門的老爺有折騰字幕組的閑工夫，不如去整治一下鋪天蓋地的電視購物騙子廣告，我會給你們燒香感謝的。
正題
射手網關站之后，網上流傳一個射手下載器，簡單研究了一下，發現這東西調用的是射手播放器的api，一部電影只能獲取一個字幕，無法選擇，而且很多字幕都不匹配。
那么問題來了，既然射手播放器仍然可以獲取字幕，那么證明字幕文件仍然存在于射手的服務器上。因為它們是同一個來源，我們能不能用其他方法也從服務器上得到字幕呢？也就是說，射手網只是關閉了前臺頁面，我們只要獲取字幕的文件名索引，仍然可以下載到字幕文件，于是我想到了百度快照。
只需在百度里輸入site：shooter.cn 電影名稱，就會出現很多結果，這些結果現在直接打開，會跳轉到射手首頁，可是我們可以點擊快照：
有的快照是結果頁的，有的快照打開會出現字幕列表，如果出現列表，打開其中的任意一項仍然會跳轉到首頁，怎么辦呢？好辦，我們先去看列表里任意一項的鏈接，鏈接的最后是一個xml文件，我們用這個xml文件名做關鍵字繼續搜索，就能得到它的結果頁快照：
好了，第一步已經完成了，百度快照幾乎保存了所有射手字幕的索引，只要用一定的技巧，都可以搜出來，那么接下來，我們就要獲取字幕。
通過分析快照結果頁中的射手源碼，我發現了一個貓膩，即，射手的每一個字幕文件都有一個唯一的id，而這個id以下載次數的形式顯示在每個字幕的頁面中，也就是說，頁面中顯示的下載次數，并不是真正的次數，而是字幕的id號：
有了這個id，一切好辦，射手現在還能訪問的頁面，除了那個告別首頁，還有一個字幕上傳頁面 http：//shooter.cn/sub/upload.html，網站都關了還留著上傳頁面干嘛？一定有問題，那么打開這個頁面，查看一下里面所有的js代碼：
終于，在loadmain.js里面我發現了這樣的代碼：
function shtgdownfile(g， j， f， d) {
var a = makeXmlReq()；
try {
g.target = ""
} catch (c) {
alert(c)
}
a.open("GET"， "/files/file3.php？hash=" + shtg_filehash + "&fileid=" + j， false)；
a.send("")；
if (a.status == 200 || a.status == 304) {
var b = a.responseText；
if (b && b.indexOf("ERR：") < 0) {
showcounter("downcounter"， j， "file"， "total"， 1)；
b = (shtg_calcfilehash(b))；
var h = "http：//file1.shooter.cn" + b；
if (！d) {
g.href = h；
g.target = "_blank"
}
if (f) {
location.href = h
}
return true
}
}
alert("文件獲取失敗：" + a.status + " _ " + b)
}
一切一目了然，我們只需照做即可
首先，在瀏覽器里面輸入：
http：//www.shooter.cn/files/file3.php？hash=duei7chy7gj59fjew73hdwh213f&fileid=所要下載的字幕文件的id
(其中，duei7chy7gj59fjew73hdwh213f就是上面代碼中的shtg_filehash，它是個常量，值同樣來自于loadmain.js)，會返回如下的結果。注意這里的編碼要用utf8，否則顯示亂碼：
這是一段經過變換的post參數，要變換回去，我們按照上面代碼中所寫，利用射手自身的一個函數
shtg_calcfilehash，先用瀏覽器訪問http：//shooter.cn/sub/upload.html，然后讓瀏覽器執行：javascript：var address=shtg_calcfilehash('剛才得到的字符串')；alert(address)；
非常好，直接彈出了正確的post參數，在這段參數的前面加上http：//file1.shooter.cn，直接訪問，bingo！！！，字幕終于成功下載了！
神器：自動化下載腳本
上面的下載過程實在太繁瑣，如果有很多字幕要下載，每個都這樣來一遍，不得累死啊，所以，一個下載腳本是必須的。
在這里我要介紹一個強大的爬蟲引擎：phantomjs，它可以用javascript做開發，只有一個可執行文件卻非常強大，實際上它是一個沒有界面的webkit引擎瀏覽器，而且是跨平臺的，它的好處一個是腳本語言直接使用js，這樣頁面中很多js函數它可以直接使用和修改，另一個是它可以方便的抓取到用ajax異步生成的頁面。
好了，介紹結束，腳本代碼如下：
/*
Name： phantomjs射手字幕下載腳本
File： shooter.js
Author： b41k3r
*/
var system = require('system')
var fileid = system.args[1]；
var page = require('webpage').create()；
var execFile = require("child_process").execFile
var fs = require("fs")；
var filename = "address.txt"；
if (！fs.exists(filename)) {
var file = fs.open(filename， 'a')；
}else{
fs.remove(filename)；
var file = fs.open(filename， 'a')；
}
var url = "http：//www.shooter.cn/files/file3.php？hash=duei7chy7gj59fjew73hdwh213f&fileid="+fileid；
page.open(url， function (status) {
if (status ！== 'success') {
console.log('Unable to post！')；
} else {
if (page.injectJs('filehash.js')) {
var address = 'http：//file1.shooter.cn' + page.evaluate(function(post_parameter) {return shtg_calcfilehash(post_parameter)；}，page.plainText)；
console.log(address)；
file.write(address)；
file.close()；
execFile("wget"， ["-O"， fileid + ".rar"，"-i"， "address.txt"]， null， function (err， stdout， stderr) {
console.log("execFileSTDOUT："， JSON.stringify(stdout))
console.log("execFileSTDERR："， JSON.stringify(stderr))
})
}
}
setTimeout(function () { phantom.exit(0) }， 2000)
})；
phantomjs沒有下載功能，這里的下載直接調用了wget，另外注意上面的page.injectJs('filehash.js')，這個包含進來的filehash.js文件的內容實際上就是射手的變換函數shtg_calcfilehash，我把它放在了本地執行，phantomjs的好處在這里完全體現。
在命令行執行： phantomjs shooter.js 字幕文件的id ：
腳本成功的下載了字幕。
一切大功告成，射手網復活了。
phantomjs以及腳本源碼和wget打包下載
http：//pan.baidu.com/s/1o6JVdW2