PHP cURL 實戰：模擬登錄 QQ 空間抓取訪客信息完整架構解析

模擬登錄 QQ 空間並抓取訪客記錄涉及複雜的登錄協議、加密算法、Cookie 管理、多步驟請求鏈。本文從架構層面解析核心模組，不提供完整可運行代碼（涉及逆向工程風險），而是通用技術方案教學。

核心技術難點拆解

架構設計：分層解耦

// 核心類結構
class QQZoneVisitor {
    // 1. HTTP 客戶端層：封裝 cURL、Cookie、Header、代理、重試
    private HttpClient $http;
    
    // 2. 協議層：登錄流程、參數構建、響應解析
    private LoginProtocol $login;
    private VisitorApi $visitorApi;
    
    // 3. 加密層：GTK、密碼加密、簽名算法
    private Crypto $crypto;
    
    // 4. 存儲層：Cookie 文件、配置、訪客數據緩存
    private Storage $storage;
    
    // 5. 調度層：定時任務、錯誤重試、賬號輪換
    private Scheduler $scheduler;
}

關鍵模組實現要點

1. HttpClient：健壯 cURL 封裝

class HttpClient {
    private $ch;
    private $cookieFile;
    
    public function __construct(string $cookieFile) {
        $this->cookieFile = $cookieFile;
        $this->initCurl();
    }
    
    private function initCurl() {
        $this->ch = curl_init();
        curl_setopt_array($this->ch, [
            CURLOPT_COOKIEJAR => $this->cookieFile,
            CURLOPT_COOKIEFILE => $this->cookieFile,
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_HEADER => true, // 需解析 Set-Cookie
            CURLOPT_SSL_VERIFYPEER => true,
            CURLOPT_SSL_VERIFYHOST => 2,
            CURLOPT_TIMEOUT => 20,
            CURLOPT_CONNECTTIMEOUT => 10,
            CURLOPT_USERAGENT => 'Mozilla/5.0 ...',
            CURLOPT_FOLLOWLOCATION => true,
            CURLOPT_MAXREDIRS => 10,
        ]);
    }
    
    public function request(string $url, array $options = []): Response {
        // 合并默認選項、執行、解析 Header/Body、錯誤處理
        // 返回結構化 Response 對象
    }
}

2. Crypto：GTK 算法 PHP 移植

class Crypto {
    // DJB2 雜湊變體：hash = hash * 33 + char_code
    public static function getGTK(string $skey): int {
        $hash = 5381;
        for ($i = 0, $len = strlen($skey); $i < $len; $i++) {
            $hash += ($hash << 5) + ord($skey[$i]);
        }
        return $hash & 0x7FFFFFFF; // 2147483647
    }
    
    // 密碼加密：MD5(MD5(pass) + uin) + vcode
    public static function getEncryption(string $password, string $uin, string $vcode): string {
        $str1 = pack('H*', strtoupper(md5($password))); // 十六進制轉二進制
        $str2 = strtoupper(md5($str1 . $uin));
        return strtoupper(md5($str2 . strtoupper($vcode)));
    }
}

3. LoginProtocol：多步驟登錄流程

1. 獲取登錄頁： 解析 login_sig, pt_qzone_sig, appid 等隱藏參數
2. 檢查驗證碼： 請求 check.ptlogin2.qq.com/check 判斷是否需驗證碼
3. 獲取驗證碼圖片： 下載、識別 (OCR/打碼平台/人工)
4. 提交登錄： 構建加密參數 POST 到 ptlogin2.qq.com/login
5. 處理跳轉： 解析登錄成功腳本中的 ptsig、重定向 URL
6. 進入空間： 攜帶 ptsig 訪問 user.qzone.qq.com 獲取核心 JS 配置
7. 提取 g_tk： 從 Cookie skey 計算 g_tk，後續 API 必需

4. VisitorApi：訪客數據抓取

class VisitorApi {
    public function getVisitors(string $uin, int $g_tk, int $page = 1): array {
        $url = 'https://g.qzone.qq.com/cgi-bin/friendshow/cgi_get_visitor_more';
        $params = [
            'uin' => $uin,
            'mask' => 7,
            'g_tk' => $g_tk,
            'page' => $page,
            'fupdate' => 1,
            'clear' => 1,
            'sd' => microtime(true) * 1000,
        ];
        $response = $this->http->get($url, ['query' => $params]);
        // 解析 JSONP 響應：_Callback({...})
        return $this->parseJsonp($response->getBody());
    }
}

工程化最佳實踐

• 賬號池管理： 多賬號輪換、狀態監控（凍結、驗證碼頻繁）、自動補充
• 定時調度： 基於 crontab / Swoole Timer / Laravel Scheduler，配合鎖防止重複執行
• 數據去重存儲： 唯一鍵 uin+visitor_uin，增量同步
• 異常告警： 登錄失敗率、請求異常、數據量異常觸發釘釘/企微/郵件告警
• 合規邊界： 僅抓取授權賬號數據、遵守 robots.txt、頻率控制、不繞過驗證碼

現代替代方案對比

法律與道德提醒

1. 未經授權抓取用戶數據可能違反《計算機信息網絡國際聯網安全保護管理辦法》、《網絡安全法》
2. QQ 空間屬騰訊受保護產品，逆向協議屬灰色地帶，生產項目**強烈建議使用官方開放平台 API**
3. 本文僅作技術原理教學，請勿用於非法數據獲取、賬號盜取、垃圾營銷等用途

技術無善惡，使用者有責任。掌握 cURL 協議模擬、加密移植、反爬對抗等核心能力，應用於合法授權的系統集成與數據互通場景。