讲师中心 微信公众号
AI工具推荐 视频效率加速

Python爬虫如何抓取即时通讯信息_基于Python监听WebSocket数据包

轻墨大大_2591

轻墨大大_2591

发布时间:2026-04-16 13:18:18

|

435人浏览过

|

来源于php中文网

原创

PHP接收不到WebSocket消息的根本原因在于未完成握手、未解析掩码帧或连接被中断;需严格实现HTTP/1.1 101响应、SHA1+base64计算Sec-WebSocket-Accept、手动解帧、常驻进程及心跳保活。

python爬虫如何抓取即时通讯信息_基于python监听websocket数据包

WebSocket连接建立后收不到消息?检查 on_message 是否被正确注册

很多初学者用 websocket-client 时,写了回调函数却始终没触发,根本原因是没调用 ws.run_forever() 或漏掉了 ws.on_message = your_handler 这类绑定。该库不支持装饰器式注册(如 @ws.on_message),必须显式赋值。

常见错误现象:Connection opened 日志出现,但后续无任何 on_message 输出,控制台也无报错。

  • 确保在 connect() 后、run_forever() 前完成所有 ws.on_* 属性赋值
  • 不要在 on_open 回调里才赋值 on_message —— WebSocket 可能在回调执行前就已收到首条消息
  • 若使用多线程或异步场景,注意 on_message 默认运行在子线程中,避免直接操作主线程的 GUI 或未加锁的共享变量

抓到的 WebSocket 数据是乱码或二进制?优先检查 opcode 和解码逻辑

即时通讯协议(如微信 Web 版、钉钉网页端)普遍用 OPCODE_BINARY 发送加密或序列化后的 payload,直接 .decode('utf-8') 会抛 UnicodeDecodeError。不能默认当作文本处理。

使用场景:监听到数据但 msg 是 bytes 类型,len(msg) 明显大于预期,或包含大量不可见字符。

立即学习“Python免费学习笔记(深入)”;

Python Hardener
Python Hardener

通过完整的安全审查、代码整洁重构、健壮的错误处理、正确的日志记录以及完整的文档字符串覆盖,强化 Python 脚本。

下载
  • 在 on_message 中先打印 type(msg) 和 msg[:32] 判断原始类型
  • 若为 bytes,尝试用 json.loads(msg.decode('utf-8', errors='ignore')) 容错解码,再观察字段结构
  • 部分协议(如早期企业微信)用 Protobuf 序列化,此时需逆向获取 .proto 文件并用 protoc 生成 Python 类,否则无法解析

为什么能连上但很快被断开?服务端心跳与客户端保活必须同步

绝大多数 IM 服务端要求客户端定期发送 ping/pong 帧,超时(通常 30–60 秒)无响应即主动断连。而 websocket-client 默认不自动处理心跳,依赖用户手动实现。

错误现象:on_close 被频繁触发,日志显示 Connection is already closed 或 socket.timeout;抓包可见服务端发了 PING 帧但客户端未回 PONG。

  • 启用内置心跳:初始化时传参 websocket.WebSocketApp(..., keep_running=True, on_ping=..., on_pong=...),但注意 keep_running=True 并非万能,某些服务端只认特定格式的 pong
  • 更可靠的做法:用 threading.Timer 每 25 秒调用一次 ws.send('', websocket.ABNF.OPCODE_PING)
  • 避免在 on_message 中做耗时操作(如写文件、发 HTTP 请求),否则可能错过心跳窗口

绕过前端加密逻辑才能解密消息?别硬刚 JS,优先查 __wxjs_environment 和 localStorage

微信 Web 版等应用在建立 WebSocket 前,会用前端 JS 对消息体做 AES 或 RSA 加密。单纯监听 WebSocket 流只能拿到密文。想解密,得复现密钥生成逻辑——而这往往依赖浏览器环境变量。

容易被忽略的点:密钥不是固定字符串,而是从 localStorage、window 对象或初始化脚本中动态读取的。

  • 打开开发者工具,在 Application → Storage → LocalStorage 中搜索 key、sid、uin 等字段,常含加密所需 salt 或 iv
  • 在 Sources 面板全局搜索 AES、CryptoJS、encrypt,定位密钥派生函数,关注其参数是否来自 window.__wxjs_environment 或 document.cookie
  • 若加密逻辑极复杂(如微信的 multi-layer obfuscation),建议改用 Puppeteer / Playwright 注入 JS 直接调用页面已有加密函数,比纯 Python 复现更稳

真实环境里,WebSocket 抓包只是第一步;密钥来源、协议分帧、服务端反爬策略(如校验 User-Agent + Referer + WebSocket subprotocol)这些环节缺一不可。漏掉任意一个,看到的都只是加密噪音。

热门AI工具

更多
超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

讯飞智作

讯飞智作是一款AI视频创作工具,AI文本配音工具,数字人课程、营销视频制作。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1891

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5204

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1829

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

31477

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3727

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3747

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1263

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

616

2023.08.10

Postman身份认证怎么配置
Postman身份认证怎么配置

本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。

0

2026.11.06

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn