protobuf协议逆向解析

地址:

1
aHR0cHM6Ly93d3cudGlrdG9rLmNvbS9tZXNzYWdlcz9sYW5nPWVu

找到接口/v2/message/get_by_user_init

如图所示, 参数和响应并不是可直接使用的, 虽然部分内容可读。

image-20240425232955728

跟栈到这里， 找到封包前的数据

image-20240425233256490

打上断点， 查看变量t就是请求参数, 经过encode封包为二进制数据后 发送请求

image-20240425233453884

把变量对象t复制到一个json格式化的地方, 方便后续查看

image-20240425233920672

1
2
3
4
5
6
7
8
9
10
// 接收一个 ArrayBuffer, 转为base64字符串
window.arrayBufferToBase64 = function(buffer) {
  let binary = '';
  const bytes = new Uint8Array(buffer);
  const len = bytes.byteLength;
  for (let i = 0; i < len; i++) {
    binary += String.fromCharCode(bytes[i]);
  }
  return window.btoa(binary);
}

image-20240425234246364

把base64字符串复制到这里 => Protobuf Decoder (protobuf-decoder.netlify.app)

这是一个在线解析protobuf协议数据的网站, 如图

其实这里就可以还原数据结构了, 只是不知道这些字段的意义; 而刚刚的json数据就可以帮忙对比出它原本的字段名, 进而了解字段的大概意义.

image-20240425235050804

下载protoc编译器, 注意下载对应的系统版本, 下载地址这里: https://github.com/protocolbuffers/protobuf/releases/latest

下载后解压把bin目录添加到系统环境中, 出现下面就算是成功了

image-20240425235844097

然后开始准备构建.proto文件数据结构

image-20240426004836471

就可以大概推出下面这个数据结构

有的实在找不到对应的变量名, 你任意取一个名字也不影响, 你能懂就好

数据类型参考这里的表: 语言指南 （proto 3） |协议缓冲区文档 (protobuf.dev)

image-20240426004748311

然后这里使用的是python的betterproto库, 比官方的好用多了.

1
pip install betterproto

使用编译命令

1
protoc -I . --python_betterproto_out=lib example.proto # 生成类

  • protoc：这是 Protocol Buffers 编译器的命令行工具。

  • -I .：这个选项指定了编译器搜索 .proto 文件的目录。-I 表示“include”，后面的点（.）表示当前目录。所以，这个命令告诉 protoc 只在当前目录下查找 .proto 文件。

  • --python_betterproto_out=lib：这是编译器的一个输出选项，用于指定生成的代码应该放在哪个目录。--python_betterproto_out 是一个自定义的输出插件，它生成使用 betterproto 库的 Python 代码。betterproto 是一个用于处理 Protocol Buffers 的 Python 库，它提供了更现代的 API 和一些额外的功能。lib 表示生成的代码应该放在名为 lib 的目录中。

  • example.proto：这是要编译的 Protocol Buffers 定义文件的名称。

有其他问题看官方文档: danielgtaylor/python-betterproto: Clean, modern, Python 3.6+ code generator & library for Protobuf 3 and async gRPC (github.com)

会生成两个文件, 其中一个里面会有下面这个类, 另一个应该是空的， 不用管

image-20240426003707530

万事具备, 测试一下是否可用

1
2
3
4
5
6
7
import base64

from . import GetByUserInitRequest  # 导入刚生成的类

base64_str = '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'

print(GetByUserInitRequest().parse(base64.b64decode(base64_str)).to_json(indent=2))

能正常解析出所有数据就没什么问题

image-20240426005912331

PS: 前面断点没注意, 不是同一个url😂,(本想以get_by_user_init接口举例的, 但是断点那里的接口是get_by_user) 但是思路是这么个思路

有更好更方便的方法欢迎指导