黑帽seo技术之大站快照劫持与推广

流光啸月 • 2020-05-22 • SEO优化

先来上个图：

相信大家对于上图都比较熟悉，基本上也都见到过。但是很多人都好奇这玩意是怎么做到的？有没有很高深的技术呢？

正好今天在浏览简书的时候有看到，索性就花了半小时研究了一下，发现其实原理都很简单，用到的都是seo的基础知识哈。

上面截图出来的一共有三种不同的操作手法，这里会一一讲解到。

首先看排名第一的，直接点进去看看。发现这个就是简单的构造搜索链接来达到收录推广的目的。

但是这玩意，不能说你构造出来就行了，还得让百度蜘蛛发现和收录吧？咋办呢？发外链呗，到各大平台去留言，通过留言来发外链就好了。就比如下图的，就是在简书上留言：

奥力给有木有，虽然简书对这些留言链接进行了nofollow，但是不影响百度的链接发现的。由此也可以得出一个结论，nofollow对于百度的抓取似乎并没有什么太大的影响？那么nofollow影响的是啥？

这个标签的意义是告诉搜索引擎，这个链接不是经过作者自己编辑的，所以这个链接不是一个信任票。搜索引擎看到这个标签就可能减少或完全取消链接的投票权重。

所以，大家在给网站加nofollow的时候，可要考虑清楚你要加它的目的是干什么？不能瞎搞哈。

排名第二的就有点意思了，我们来看看：

我们发现，点击进去页面是正常的。首先有了先例之后，我就开始怀疑会不会是在链接上做了手脚呢？比如有两套不同的链接，但是可以访问同样的页面。有了想法，就开始去验证，回到首页点击其它的新闻看看正常给到的新闻页面是什么样的。

发现了么，URL的结构不一样，当然，这个是最新的。而之前那个是2016年的，而且没有HTTPS。那就是说可能URL经过改版了。而且原来的那套URL也还能访问。于是动手改了一下，发现真的可以。

不过这个并不能验证为啥title被改掉了，因为目前这个手法还是比较流行的。其它的大站也都有“中招”。看起来像是快照劫持，但是快照劫持要入侵服务器，修改文件响应，按道理来说，搜狐、新浪这些大站点应该不至于那么容易被hack，而且量又不大。看看下图的：

都是比较出名的大站，而且都是标题改了而已。目前，初步怀疑是外链锚文本+301跳转导致的，具体不是很清楚，有知道的大兄弟可以私我说说哈。

来看看第三种方式，伪造关键词tag页面。

都是网易的标签页，打开看看：

404来的，看到一长串的数字。老头疼的，本着学习的目的，继续深究一下看看能不能找出点啥东西出来。先去瞅瞅正常的tag页面是啥样的，随便找个子栏目的列表页看看：

这些就是关键词，鼠标移上去就会在左下角看到他们的链接。这里整理贴出来给大家看看：

# 刘涛http://ent.163.com/keywords/5/1/52186d9b/1.html # 鬓边不是海棠红http://ent.163.com/keywords/9/1/9b138fb94e0d662f6d7768e07ea2/1.html # 清平乐https://ent.163.com/keywords/6/0/6e055e734e50/1.html # 塞上风云记https://ent.163.com/keywords/5/5/585e4e0a98ce4e918bb0/1.html

可以看到，链接的pattern是这样的：

https://ent.163.com/keywords/{加密ID[1]}/{加密ID[3]}/{加密ID}/1.html

可以总结出网易的tag链接组成特征：

1. keywords后面跟着的两个数字目录就是关键词加密后的，第一和第三个字符

2. 关键词加密后的长度跟关键词的字数成正比

接下来就是要研究它的加密算法了，一般的，看加密算法先了解字符串的长度和特征，这里就不说了。看到加密后的都是小写的数字加字母，而且字母只出现了a/b/c/d/e/f这几个，再结合加密后的长度验证，得出这个就是一个简单的16进制加密：

可以看到，这个一个汉字对应得出4个数字的加密，那这个就是16进制的加密了，16进制是占用4个字节的，所以刚刚好。但是这些汉字是如何转换成数字的呢？如果对编码熟悉的童鞋就会知道，一个汉字得到4个数字，不就是unicode编码的16进制表达么。只要轻松转换一下就好了。这里补充一下，由于字母转换成unicode编码的16进制之后，得到的是两位数，因此需要对它进行等宽对齐到4位。

有了想法，那么就是校验的过程了，代码搞起来：

校验成功之后就是封装成函数了，好方便调用：

def crypto_tag(tag_name):
    if not isinstance(tag_name, str):
        return ''
    cpt_str = ''
    for t in tag_name:
         cpt_str += f'{ord(t):04x}'
    return cpt_str