用C#实现修改网页数据

背景
    由于某宝最近升级,导致朋友买的刷单软件不能用了;在又付过钱之后,那个刷单软件供应商竟然捐款跑路了...于是,朋友委托我做一个功能一样的软件。
功能
    他给我描述的软件功能,是这个样子的:在网页登陆我的某宝之后,在【已买到的宝贝】页面,有待付款、待发货、待收货、待评价数量,软件可以随意修改这些数据;页面下边还有交易单,软件还可以隐藏指定的单据...然后他把之前买的软件发给我,让我研究研究...
分析
    按照他的描述,我概括之后,软件的功能就是修改网页数据。我先用Reflector打开朋友给我的程序,看看能不能反编译,要是能反编译就好办了,0.0,结果反编译不了,看来自己得从头开始找资料...
实现一
    工作之余,开始百度相关信息,无意进入一个网站,有个人上传了一个工具,名字好像是淘宝数据修改器之类的,他的附件上附带了一句话,“用BHO实现”!!!然后我赶紧百度【BHO】,百度百科说,BHO(Browser Helper Object,浏览器辅助对象,简称BHO) BHO是微软推出的作为浏览器对第三方程序员开放交互接口的业界标准,通过简单的代码就可以进入浏览器领域的“交互接口”(INTERACTIVED Interface)。我瞬间两眼放光,赶紧百度个BHO的例子,这个例子的功能是在打开的网页上添加3个按钮。我按照步骤,在我的电脑上跑例子,我第一次打开的是64位的IE浏览器,打开网页之后,网页还是原来的样子;第二次打开的是32位的IE,IE首页上多了3个按钮,再打开一个标签页,上面也有三个按钮!!!
    能在网页上添加3个按钮,就说明它能修改网页的html数据,那这不就正是我要的么!
    工程都不用新建了,直接在原程序上进行开发,看了程序之后,了解了程序的工作原理:首先得在注册表注册dll,这个dll必须实现IObjectWithSite接口,IE在启动的时候,会自动加载已注册的dll。在SetSite函数里,可以获取到浏览器对象,然后就可以注册各种事件,修改网页数据是在DocumentComplete事件里进行,因为在这个事件之后,DOM才允许修改...
    因为是dll,并且是浏览器自己加载dll,因此没有办法调试,附加到IE的进程里调试,断点也不会命中...要是能打个断点,在断点处查看HtmlDocument对象多好,现在还得苦逼的打日志...
    现在的工作是怎么遍历HtmlDocument找到目标节点,并且修改节点的数据。
    我在网上没有找到遍历HtmlDocument的资料,只能多输出点日志信息分析了。经过分析发现,HtmlDocument是一个树,并且每个节点都实现IHtmlElement,每个节点的子节点集合都实现IHtmlElementCollection,So,知道怎么遍历了...我是在尝试了无数次typeof之后才知道的...一定要把节点转换为IHtmlElement之后再用typeof,否则你只会得到System._ComObject类型...
    找到节点之后,修改数量值很好实现,把目标节点的innerHTML改为指定文本就行;隐藏单据就是隐藏一个节点,把节点的Style.Display置为none就行了。
    就这样,这个BHO版本的实现了,但是在测试过程中,发现有点不完美:因为我是在DOM完成之后才修改的数据,但是浏览器是收到多少数据,就解析多少显示多少,那么就在浏览器【显示原始数量数据】之后 到 【整个页面】完成,这段期间,页面显示的将是真实数据,而不是我修改的数据。这个空白期理论上不可消除,除非你的网速达到光速,配置达到天河二号...
    我把情况给朋友说了之后,朋友说在他电脑上跑跑,看看效果。周日晚上,在朋友的电脑上,程序跑起来之后,他进入到已买到的宝贝页面,刷新再刷新,数据还是真实的数据,不是修改过的数据,OMG,我登时傻眼了...
    朋友:这玩意支持搜狗浏览器吗?刷单不能用IE...
    我:不知道,我下个搜狗试试...
    我赶紧下个搜狗,跑起来,进入已买到的宝贝页面,刷新再刷新,KAO,不行...
    我马上对朋友说,这个版本的不行,我下周整个新版本的...
实现二
    上次惨败之后,我又重新分析这个程序到底该怎么做才能让它支持各种浏览器,并且是在数据达到浏览器之前进行修改。
    首先想到的是对本地网卡进行抓包,监视所有的包,把符合规则的数据修改之后再放行:抓包好抓,但是分析数据就有难度了,http的还好,https的怎么办...
    我又去分析朋友给我的软件,我发现里面还有3个dll,我尝试用Reflector打开,顶,全部打开!!!他买的程序竟然是用C#开发的,那我肯定也能做出来。我分别百度他们,直到输入fiddler之后,我已经看到胜利的曙光了。
    Fiddler是一个http协议调试代理工具,它能够记录并检查所有你的电脑和互联网之间的http通讯,设置断点,查看所有的“进出”Fiddler的数据(指cookie,html,js,css等文件,这些都可以让你胡乱修改的意思)。 Fiddler 要比其他的网络调试器要更加简单,因为它不仅仅暴露http通讯还提供了一个用户友好的格式。

    Fiddler 是用C#写出来的,它包含一个简单却功能强大的基于JScript .NET 事件脚本子系统,它的灵活性非常棒,可以支持众多的http调试任务,并且能够使用.net框架语言进行扩展。
    
我先下载了Fiddler调试工具,在调试工具里,我成功的更换了百度首页的logo,把搜索输入框后边的【百度一下】替换为【yp一下】,并且百度是https的。有了Fiddler这个利器,改个网页数据应该不是问题。
    容我简单介绍下Fiddler的工作原理:Fiddler是以代理的方式进行工作的,相当于中间人的角色,浏览器把请求交给Fiddler,Fiddler处理后再发出去,Fiddler接收到数据之后,处理完再发给浏览器,也就是浏览器数据进出都要经过Fiddler,浏览器发出接收的数据也都是Fiddler处理过的数据。
    下面写我开发过程中的几个关键点:
    1.在C#程序中怎么启动Fiddler?
    FiddlerApplication.Startup(m_Port, true, true, true);
    
Fiddler在启动之后,会自动修改IE的代理设置,并把IE改为代理模式。我们把其他浏览器的代理设置改为使用IE代理设置或者使用系统代理设置,就可以对所有浏览器有效。
    FiddlerApplication.ShutDown();
    
当然,退出的时候得关闭Fiddler,关闭Fiddler时,会自动把IE代理设置关闭。
    2.在什么地方处理浏览器接收的数据?
    FiddlerApplication.BeforeResponse += new SessionStateHandler(FiddlerApplication_BeforeResponse);
    
在Fiddler响应浏览器之前进行数据处理,这样就不会出现空白期了。
    3.怎么修改浏览器接收的数据?
    在BeforeResponse事件响应函数FiddlerApplication_BeforeResponse中:
    string strResponse = oSession.GetResponseBodyAsString();

    这句是获取浏览器接收数据的字符串,在处理html格式数据时,用这个方法。
    oSession.utilSetResponseBody(strResponse);
    这句是设置浏览器的接收数据,即把修改之后的数据给浏览器。
    对于strResponse你可以用任意规则处理,0.0...
    4.怎么使修改的数据有效?
    在BeforeRequest事件响应函数中:
    oSession.bBufferResponse = true;
    这样3中的修改才有效。
    5.对于https,证书怎么解决?
    对于证书问题,大家看这里Using FiddlerCore to capture HTTP Requests with .NET,这个链接来之不易,请大家好好珍惜,不客气...
    最后,最后,这个程序如期的做出来了。
后记
    因为这个程序只是修改了浏览器接收到的数据,并没有影响服务器数据,所以我给它起名Madoff。
Over

时间: 2024-08-09 02:18:42

用C#实现修改网页数据的相关文章

使用fiddlercore修改网页的返回内容

最近研究了一下FiddlerCore,发现这是个非常强大的工具.可以用来采集网页.修改网页数据.开发页游外挂等等. 使用这个工具,需要掌握一定的html和http知识,官方网站上也有例子可以下载. 看下图,修改百度首页的例子: 在BeforeResponse事件里面,写入下面的代码: if (oSession.fullUrl.Contains("www.baidu.com")) { oSession.utilDecodeResponse(); string requestText =

【技术宅5】抓去网页数据的3种方法

抓去网页数据无非就两步:1.抓取:2:分析 抓取分几种情况:1.普通字符串,就是普通网页源码,用file_get_contents或curl抓取,2.有序数据如xml,可以用simplexml_load_file抓取 分析:如果是第二种情况,就按照xml数据来遍历处理好了. 如果是第一种情况,用preg_match来匹配目标数据 1.使用file_get_contents  $url = "http://www.34ways.com"; $contents = file_get_con

Android解析HTML网页数据 第一个方法Jsoup(一)

最近发现一些无聊的东西,就是抓取网页上的数据,然后使用安卓原生代码显示出来,或者说借用网页数据,用自定义的View显示. 借助jsoup-1.10.2.jar库,获取并解析数据.(Jsoup百度云下载地址:http://pan.baidu.com/s/1nvSFKyl) jsoup官方文档:https://jsoup.org/cookbook/ 中文文档:http://www.open-open.com/jsoup/ 应用场景: 我需要获取博客园网页上的数据,如图中标记的文字标题,链接,文本简介

Python爬虫-抓取网页数据并解析,写入本地文件

之前没学过Python,最近因一些个人需求,需要写个小爬虫,于是就搜罗了一批资料,看了一些别人写的代码,现在记录一下学习时爬过的坑. 如果您是从没有接触过Python的新手,又想迅速用Python写出一个爬虫,那么这篇文章比较适合你. 首先,我通过: https://mp.weixin.qq.com/s/ET9HP2n3905PxBy4ZLmZNw 找到了一份参考资料,它实现的功能是:爬取当当网Top 500本五星好评书籍 源代码可以在Github上找到: https://github.com/

使用 Chrome 浏览器插件 Web Scraper 10分钟轻松实现网页数据的爬取

本文标签: WebScraper Chrome浏览器插件 网页数据的爬取 使用Chrome 浏览器插件 Web Scraper 可以轻松实现网页数据的爬取,不写代码,鼠标操作,点哪爬哪,还不用考虑爬虫中的登陆.验证码.异步加载等复杂问题. Web Scraper插件 Web Scraper 官网中的简介: Web Scraper Extension (Free!)Using our extension you can create a plan (sitemap) how a web site

oracle特殊恢复-bbed修改某个数据文件头

数据文件头中的scn要与控制文件中的scn一致,数据库才可以open,在open过程中我们可以通过bbed来修改某个数据文件头的scn,来欺骗oracle,来open库. 1.环境如下 使用Oracle 11gR2进行测试,具体版本为11.2.0.4 [email protected] SQL>select file#,name,checkpoint_change#,checkpoint_time from v$datafile;      FILE# NAME                 

Asp.net 使用正则和网络编程抓取网页数据(有用)

Asp.net 使用正则和网络编程抓取网页数据(有用) /// <summary> /// 抓取网页对应内容 /// </summary> /// <param name="strUrl">採集地址</param> /// <param name="Begin">開始字符</param> /// <param name="End">结束字符</param&g

nodejs 通过 get获取数据修改redis数据

如下代码是没有报错的正确代码 我通过https获取到数据 想用redis set一个键值存储 现在我掉入了回调陷阱res.on 里面接收到的数据是data 里面如果放入 client.on('connect',functi ...这个修改函数就会报错. 'use strict'; var redis = require('redis'), RDS_PORT = 6379, //端口号 RDS_HOST = '127.0.0.1', //服务器IP //RDS_PWD = 'porschev',

python抓网页数据【ref:http://www.1point3acres.com/bbs/thread-83337-1-1.html】

前言:数据科学越来越火了,网页是数据很大的一个来源.最近很多人问怎么抓网页数据,据我所知,常见的编程语言(C++,java,python)都可以实现抓网页数据,甚至很多统计\计算的语言(R,Matlab)都有可以实现和网站交互的包.本人试过用java,python,R抓网页,感觉语法各有差异,逻辑上是一样的.我准备用python来大概讲讲抓网页是什么概念,具体的内容要自己看手册或者google别人的博客,这里算是抛砖引玉了.水平有限,出现错误或者有更好的办法,欢迎讨论.. more info o