5
30
2015
7

利用 mitmproxy 保存网页中的所有图片

本文来自依云's Blog,转载请注明。

有个需求,保存一个网页里的所有图片。

看上去是件简单的事情,拿火狐DownThemAll 扩展下载不就好了么。

然后发现那个网页仅限移动版访问。好吧,装个 UserAgent Switcher。然后发现它是通过 JavaScript 检测 UA 的,而 UserAgent Switcher 只改了 HTTP 头里的 UA。好吧,换个 muzuiget 的 User Agent Overrider。然后发现那些图片是动态加载的,DownThemAll 根本看不到地址。后来知道「查看网页信息」的「媒体」选项卡里也是可以保存图片的,不过那里显示的图片也不全……

于是我怒了,放弃继续尝试不同的工具,决定用程序员的方式来解决问题。

我管你怎么加载的,你总归是要从网络上下载图片不是么?那我就拿个代理把你访问过的所有图片全部保存下来好了 :-)

打开 mitmproxy 文档页,发现并没有现成的保存文件的功能。但是没关系,可以写脚本。看看示例,迅速写了以下不到二十行代码:

#!/usr/bin/mitmdump -s

from __future__ import print_function

import os
from urlparse import urlsplit

from libmproxy.protocol.http import decoded

def response(context, flow):
  with decoded(flow.response):
    if flow.response.headers['Content-Type'][0].startswith('image/'):
      url = urlsplit(flow.request.url)
      name = os.path.basename(url.path)
      with open(name, 'wb') as f:
        f.write(flow.response.content)
      print(name, 'written')

当然这是最终结果。不过和初版差别不大,毕竟就这么点儿代码。思路也很简单,凡是经过代理的图片都存起来。有点粗暴,但是好用。

代理脚本跑起来。然后启动一个全新的 Google Chrome,一个没有任何缓存存在的实例:

google-chrome-stable --proxy-server=http://localhost:8080 --user-data-dir=new

访问目标页面,启用移动版模拟并刷新,就可以看到各种图片都被保存下来了~~

Category: 网络 | Tags: mitmproxy HTTP 下载 代理 网络 | Read Count: 9157
greatghoul 说:
May 31, 2015 08:34:38 AM

请允许我叫你一声大哥!

HeYSH 说:
May 31, 2015 06:50:18 PM

这让我想起小时候翻ie5缓存文件夹的日子……

@xuboying 说:
Jan 22, 2016 11:07:15 AM

我发现在request 函数里篡改了flow.request.url里的host 会导致flow.request.host跟着变化,好奇怪。

Avatar_small
依云 说:
Jan 22, 2016 10:44:11 PM

这很容易理解呀。

@xuboying 说:
Jan 22, 2016 11:01:16 PM

如果他们不改我只能自己改他们的代码了。。。

https://github.com/mitmproxy/mitmproxy/issues/890

laike9m 说:
Mar 26, 2016 03:11:08 PM

mitmproxy 看起来不错


登录 *


loading captcha image...
(输入验证码)
or Ctrl+Enter

部分静态文件存储由又拍云存储提供。 | Theme: Aeros 2.0 by TheBuckmaker.com