论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2010-06-23 22:18 |只看该作者 |倒序浏览

今天群里又遇到有人提出如何获取下载地址对应的真实文件名这个问题。秉着好学的精神，研究了下这个问题。

Qestion：获取URL http://www.epnf.cn/download/job.php?job=download&id=170&did=0 下载文件的真实名称
Answer ：不知道这是啥原理，研究并解决：
1.首先，为了解决这个问题，我抓了下包，看看，为啥浏览器的下载能获取真实文件名：
GET /download/job.php?job=download&id=170&did=0 HTTP/1.1..Host: www.epnf.cn..User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.2.4) Gecko/20100611 Firefox/3.6.4 GTB7.0..Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8..Accept-Language: zh-cn,zh;q=0.5..Accept-Encoding: gzip,deflate..Accept-Charset: GB2312,utf-8;q=0.7,*;q=0.7..Keep-Alive: 115..Connection: keep-alive....

服务器响应：
HTTP/1.1 302 Moved Temporarily..Connection: close..Date: Wed, 23 Jun 2010 03:37:57 GMT..Server: Microsoft-IIS/6.0..X-Powered-By: ASP.NET..X-Powered-By: PHP/5.2.9-2..Set-Cookie: USR=eSmNHcVu%09%091277264277%09http%3A%2F%2Fwww.epnf.cn%2Fdownload%2Fjob.php%3Fjob%3Ddownload%26id%3D170%26did%3D0..location:http://q.epnf.cn/rar/d14.rar..Content-type: text/html....

（这里省略了一些数据包...）

我们观察上一个数据包，可以看到，网站通过服务器端PHP脚本设置 Location属性，重定向到资源文件，资源文件就此暴露：
http://q.epnf.cn/rar/d14.rar

OK，基本原理已经搞清，下面就使用Python来实现发掘资源真实URL这一过程：

1 import httplib
2 conn = httplib.HTTPConnection("www.epnf.cn")
3 conn.request(("HEAD", "/download/job.php?job=download&id=170&did=0")
4 res = conn.getresponse()
5 print res.getheaders()

运行后得到结果：
[('x-powered-by', 'ASP.NET, PHP/5.2.9-2'), ('set-cookie', 'USR=7CmRO9pq%09%091277300980%09http%3A%2F%2Fwww.epnf.cn%2Fdownload%2Fjob.php%3Fjob%3Ddownload%26id%3D170%26did%3D0'), ('server', 'Microsoft-IIS/6.0'), ('connection', 'close'),('location', 'http://q.epnf.cn/rar/d14.rar'), ('date', 'Wed, 23 Jun 2010 13:49:40 GMT'),('content-type', 'text/html')]

哈，可以看到结果了，List中有Tuple，提取出来：resUrl=res.getheaders()[4][1]
小功告成！