反爬蟲hashids的介紹

寫在前面

1. 之前寫網絡爬蟲程式時發現，大部分的爬取位址的參數都是有規律的數字；
2. 通過這個發現，其實可以基于這個數字做加密，以此來反爬取；
3. hashids有多語言的實作，這裡講的是基于python語言；
4. 據了解，Youtube網站就是這麼做的。

hashids介紹

1. hashids庫安裝：

   pip install hashids

2. 如下，Hashids類的構造參數中salt其實是設定的私鑰，通過這個私鑰，将數字轉換成一串看上去無規則的字元串，解碼後是一個元組的形式；

   >>> import hashids
   >>> hashandle = hashids.Hashids(salt="secretkey")
   >>> hashandle.encode(123456)
   'E57VB'
   >>> hashandle.decode("E57VB")
   (123456,)
              

3. 另外，encode方法的傳參還可以是多個數字，同樣可以做加密和解密；

   >>> hashandle.encode(12,34,56,78)
   'k6u8hN3IwV'
   >>> hashandle.decode("k6u8hN3IwV")
   (12, 34, 56, 78)
   >>>
              

4. 如下是hashids這個庫源碼中的構造器部分，還可以設定生成字元串的最小長度，對應的映射資料等。

   class Hashids(object):
       """Hashes and restores values using the "hashids" algorithm."""
       ALPHABET = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890'
   
       def __init__(self, salt='', min_length=0, alphabet=ALPHABET):
           """
           Initializes a Hashids object with salt, minimum length, and alphabet.
   
           :param salt: A string influencing the generated hash ids.
           :param min_length: The minimum length for generated hashes
           :param alphabet: The characters to use for the generated hash ids.
           """
           self._min_length = max(int(min_length), 0)
           self._salt = salt
              

小結

維基百科提到一個理想的hash算法需要滿足下面3個特性

1. 正向計算hash很容易
2. 反向破解hash極其困難
3. hash值碰撞機率極小

hashids庫實作了第一點和第三點，第二點取決于私鑰的擷取難易；

相對于md5的不可逆加密，hashids庫實作的是加解密雙向操作。