来源：http://meiyitianabc.blog.163.com/blog/static/10502212720131056273619/
我认为，保护服务器端的数据，有这么几个关键点：
- 不能对使用体验产生影响，这就排除掉了诸如每次接口调用都要求用户输入验证码这样的做法
- 接口调用的网络交互需要无规律可循，比如article/1 –> article/1000 这样的接口就太容易被其他人爬走了
- 要严格意义上阻击爬虫，需要每一次网络请求都是不可重放的，这样才能避免其他人通过监听网络交互并重放来爬取数据
- 对服务器端编码不产生太大影响，如果要对服务器端伤筋动骨的大改，肯定是要不得的
通常，我们会采用一种简单有效的方法：对服务器返回的数据加密来解决，但是，这种做法并没有解决上面所提到的第二点，接口调用的时候url的规律性太强，网络监听一下数据，就很容易找到url地址的规律了，加密的破解也很简单，反编译直接定位到解密函数，拿到密钥。当然，在强大的反编译工程面前，一切努力都是徒劳的，不管你用何种方法，都是可以把中间的逻辑找到并模拟成一个客户端来爬数据的。
我下面就提出一个破解更加复杂一些的方法，在客户端产生请求时，对接口url进行RSA加密处理。
假设我们本来需要访问 http://api.example.com/articles 这样的一个接口，接口返回json数据。在客户端访问之前，我们先对这个url进行这样的处理：
- 加客户端时间戳：http://api.example.com/1322470148/articles
- 对url的path段进行rsa加密，然后base64：http://api.example.com/TBhIskCgCN+WMK3PftbYzPQFAKvx9sE9OMOxvL00kCBlNiKw2C1Mb7oGcfUepTxauG06NLBNhr5BFtjt7Xu7uwdpUYyVcFRdI37SVyGRCOzaxACOGXGpX5dHZqQJia0icxwWJ+D1RiJqxFWQ++3/IgUOgDzgvQnPIl420bpztB8=
我们真实访问的地址就变成了这样一个长长的 url 结构，我们通过rsa算法的padding参数和时间戳，就可以让这个后面长长的bas64串在每次访问的时候都发生变化，同时，我们可以在服务器端把一个小时之内的请求过的串都记下来，并不让再次访问，这样就防止了爬虫的重放请求尝试。
在服务器端，我们就需要在做响应之前，把url还原回来。在服务器端，现在都是框架的天下，一般都有唯一的入口，如果使用的是php语言，主要在入口的index.php加上一些代码就可以了：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
if ($_SERVER['HTTP_HOST'] == "api.example.com"){ // 只针对api这个域名做处理 include_once dirname(__FILE__).'/protected/components/EncryptUtil.php'; // 加解密库，你需要实现你自己的加解密类 $request_uri = $_SERVER['REQUEST_URI']; if(isset($_SERVER['HTTP_HOST'])){ if(strpos($request_uri,$_SERVER['HTTP_HOST'])!==false){ // 把 REQUEST_URI 中可能包含的host信息去除掉 $request_uri=preg_replace('/^w+://[^/]+/','',$request_uri); } } $encoded = base64_decode(substr($request_uri, 1)); if($encoded && strlen($encoded) % 128 ===0){ $real_uri = EncryptUtil::private_decrypt($encoded); // 解密url路径 if(!$real_uri){ echo ":)"; return; } // 解密失败 if(preg_match("/([0-9]+)\/(.+)/", $real_uri, $matches)){ // 提取出时间戳和真实的url请求地址 $timestamp = $matches[1]; // 客户端请求的时间戳 $real_uri = $matches[2]; // 客户端请求的真实地址 $_SERVER['REQUEST_URI'] = $real_uri; // 置上本来应该有的全局$_SERVER['REQUEST_URI'] if(preg_match("/^[^?]+\?(.+)/", $real_uri, $matches)){ $_SERVER['QUERY_STRING'] = $matches[1]; // 置上本来应该有的全局$_SERVER['QUERY_STRING'] parse_str($_SERVER['QUERY_STRING'], $array); $_REQUEST = array_merge($_REQUEST, $array); // 置上本来应该被设置的全局$_REQUEST $_GET = array_merge($_GET, $array); // 置上本来应该被设置的全局$_GET } }else{ // url的格式不符合，没有包含时间戳 echo ":)"; return; } }else{ // url的长度不符合规则 echo ":)"; return; }} |
在经过这样一段代码处理之后，框架就一切正常，其他代码都不需要做变更，就有了rsa加密的url支持，当然，这几行代码还是不能阻止重放攻击的，里面并没有对请求过的url进行记录处理，要实现url访问的唯一性，还需要额外的更多代码。
服务器端完成了，那客户端也同样需要做相应操作，我这里就不详细讲解了，贴上一段修改过的实际运行的代码，IOS，应用了 three20库，并兼容TTURLRequest缓存机制。
Android的Java版本我就把实际运行中的代码的http部分抽离出来，因为牵涉到一些相关配置，代码不能正常编译，不过也放在这里，以供参考。
用法示例：
|
1
2
3
|
BaiyiApiRequest request = new BaiyiApiRequest("articles/1");request.setListener(this);request.start(); |