yml2213
80a122245a
做的什么:
1. 判决并修正 collect 结构: 不是「整体一次加密」, 而是
chunk1 / trajectory / chunk2 / sd **四段独立加密**, 前 3 段
空格 pad 到 24 字节对齐、sd 不 pad, 4 段 base64 直接拼接。
2. 按案例 §5.3 实现字符串+结构指纹的模块识别器, 把 37 个采集器
全部识别且跨构建唯一。
3. 修 reorder 的恒等映射 bug, 并补强断言。
4. 在线抓取全新样本作为唯一数据源, 清理探索性脚本。
为什么:
* 旧「整体加密 + \x00 补齐」与真机数据矛盾 —— 导致多轮实验
建立在结构错误的 collect 上（这正是此前反复"乱碰"的根因）。
* 模块 id 每份构建重排, 不能当跨构建锚点; 但模块的**代码**
（字符串集合、结构）不变 —— 这是案例指明的不变量。
* reorder 旧实现用「目标槽下标」切「源数组」, 顺序不同即全盘错位;
原测试只断言"是置换", 恒等函数也满足, 所以 bug 被放过了。
怎么验证:
* 四段结构（3 条独立证据, 其中一条不需密钥）:
- 真机明文 3 处连续空格串 [+5,+10,+24], 且 pad == 24-len%24 全中
- 密文长度算术 480+96+416+56 = 1048 == 真实 1048 字符
- '=' 只出现在 1046/1048, 对应 sd 段 33B→补 7→40B
* 指纹: 4 份全新在线构建 37/37 识别、0 unknown、跨构建语义名集合
完全一致、单构建内 0 重名
* 配对正确性: 独立证据 37/37 一致; 负对照（清单下标 / 模块 id /
随机配对）均只有 2-3/37 —— 证明归一化没有过拟合
* 端到端重排 3/3 正确且非恒等
* selftest 全绿; 强断言自查: 旧实现过不了新断言
新增:
tools/tdc_modules.py 字符串+结构指纹识别（案例 §5.3）
scripts/fetch_online_samples.py 在线抓取全新 tdc.js
scripts/verify/*.py 7 个可复现的验证脚本
docs/tdc-案例.md 案例原文（看雪, 作者执着的猫）
修改:
tcaptcha/crypto.py +build_collect / split_collect_segments（四段）
tools/tdc_collectgen.py reorder 改为跨构建锚点对齐 + spec_from_seq
tools/tdc_layout.py +static_fingerprint / opcode_histogram
tools/tdc_program.py 修符号求值插值类型崩溃
tcaptcha/tests/test_collectgen.py 补「非恒等」强断言 + 在线新样本端到端
tcaptcha/client.py debug 目录改到系统临时目录（不再写仓库内 scratch/）
har/1ms_dianxuan/PROGRESS.md 新增已知 #41~#49, 显式修正被推翻的旧结论
.gitignore +scratch/ +har/online/
删除:
scratch/（含 10-11 遗留的一次性脚本, 已确认不可恢复后清理）
注意:
* 账本记录了一次自我纠错: 曾据案例 §5.5 误判 kind=2「不进 cd」,
实测（cd 38 槽、轨迹在第 10 槽）否定后已撤回。
* 仍未打通: 纯离线生成需要每个语义名的取值来源（已知 #38）。
100 lines
3.6 KiB
Python
100 lines
3.6 KiB
Python
# -*- coding: utf-8 -*-
|
|
"""
|
|
在线抓取**全新**样本（2026-10-12 起，只使用本脚本产出的数据）。
|
|
|
|
抓什么:
|
|
1. prehandle -> sess / comm_captcha_cfg.tdc_path
|
|
2. 连抓 N 份 tdc.js（同一个 URL **每次请求都返回不同构建**，账本 #29）
|
|
3. 每份都算出: XTEA 密钥、eks、37 模块的字符串指纹、槽位序
|
|
|
|
产出目录: har/online/<时间戳>/
|
|
用法:
|
|
.venv/bin/python scripts/fetch_online_samples.py --n 4
|
|
"""
|
|
from __future__ import annotations
|
|
|
|
import argparse
|
|
import hashlib
|
|
import json
|
|
import random
|
|
import sys
|
|
import time
|
|
from pathlib import Path
|
|
|
|
ROOT = Path(__file__).resolve().parents[1]
|
|
sys.path.insert(0, str(ROOT))
|
|
sys.path.insert(0, str(ROOT / "tools"))
|
|
|
|
from tcaptcha.client import TencentCaptchaClient # noqa: E402
|
|
from tcaptcha.crypto import extract_eks # noqa: E402
|
|
from tcaptcha.tdc_key import extract_xtea_key_pure # noqa: E402
|
|
|
|
OUT = ROOT / "har" / "online"
|
|
|
|
|
|
def main() -> int:
|
|
ap = argparse.ArgumentParser(description="在线抓取全新 tdc.js 样本")
|
|
ap.add_argument("--n", type=int, default=4, help="抓几份 tdc.js")
|
|
ap.add_argument("--aid", default="2039519451", help="雨云 aid（宽松，适合取样）")
|
|
ap.add_argument("--tag", default=None, help="输出子目录名（默认时间戳）")
|
|
ap.add_argument("--gap", type=float, default=1.0, help="两次抓取间隔秒")
|
|
args = ap.parse_args()
|
|
|
|
tag = args.tag or time.strftime("%Y%m%d-%H%M%S")
|
|
d = OUT / tag
|
|
d.mkdir(parents=True, exist_ok=True)
|
|
print("输出目录:", d)
|
|
|
|
client = TencentCaptchaClient(aid=args.aid,
|
|
entry_url="https://app.rainyun.com/account/reward/earn#")
|
|
try:
|
|
tkid = str(random.randint(100000000, 999999999))
|
|
ch, cfg, sid = client.prehandle(tkid)
|
|
print("prehandle: sess=%s sid=%s kind=%s" % (ch.sess[:16], sid, ch.kind))
|
|
tdc_path = cfg.get("tdc_path", "")
|
|
if not tdc_path:
|
|
print("❌ prehandle 没给 tdc_path")
|
|
return 1
|
|
print("tdc_path:", tdc_path[:90])
|
|
(d / "meta.json").write_text(json.dumps({
|
|
"aid": args.aid, "sess": ch.sess, "sid": sid,
|
|
"tdc_path": tdc_path, "kind": ch.kind,
|
|
"fetched_at": time.strftime("%Y-%m-%d %H:%M:%S"),
|
|
}, ensure_ascii=False, indent=1), encoding="utf-8")
|
|
|
|
seen = set()
|
|
got = 0
|
|
for i in range(args.n * 3): # 允许重试，直到拿到 n 份不同构建
|
|
if got >= args.n:
|
|
break
|
|
body = client.fetch_tdc(tdc_path)
|
|
md5 = hashlib.md5(body.encode("utf-8")).hexdigest()
|
|
if md5 in seen:
|
|
time.sleep(args.gap)
|
|
continue
|
|
seen.add(md5)
|
|
got += 1
|
|
name = "tdc_%02d_%s.js" % (got, md5[:8])
|
|
(d / name).write_text(body, encoding="utf-8")
|
|
|
|
info = {"md5": md5, "bytes": len(body), "index": got}
|
|
try:
|
|
info["key"] = extract_xtea_key_pure(body)["key"]
|
|
except Exception as e:
|
|
info["key_error"] = "%s: %s" % (type(e).__name__, str(e)[:120])
|
|
info["eks"] = extract_eks(body)[:40]
|
|
print(" [%d] %s %6d B md5=%s key=%s"
|
|
% (got, name, len(body), md5[:12], info.get("key")))
|
|
(d / (name[:-3] + ".json")).write_text(
|
|
json.dumps(info, ensure_ascii=False, indent=1), encoding="utf-8")
|
|
time.sleep(args.gap)
|
|
print()
|
|
print(">>> 拿到 %d 份互不相同的新构建 -> %s" % (got, d))
|
|
return 0 if got else 1
|
|
finally:
|
|
client.close()
|
|
|
|
|
|
if __name__ == "__main__":
|
|
raise SystemExit(main())
|