如何利用WebClient模拟登陆CSRF控制的网站

一般我们都是利用WebRequest这个类来向服务器进行数据的POST，不过很多情况下相应的服务器都有验证，看你是不是登陆，是不是来自同一个域，这些都简单，我们可以更改其属性来达到欺骗服务器。不过如果服务器做了CSRF控制，那我们怎么办？

不熟悉CSRF的可以问下G哥此为何物，这里简单介绍下。CSRF常规来讲是在表单页里放一个隐藏域，然后在表单提交的时候服务器验证POST过来的NAVEVALUE里面是不是包含此域，同时如果包含验证其值。

问题来了，在这种情况下我们POST到服务器的数据怎么写，虽然我们可以查看HTML来得知这个NAME是什么以及它的VALUE是什么，但是这个VALUE一般情况下每刷一次都是会发生变化的。那好了在我们POST的时候怎么来得到它呢？

网上常见的那些WebRequest方法肯定不行，因为它们都是用这个类先获得一个Stream，在这个Stream里面写入我们要POST到服务器的数据，可这个时候我们还不知道这个CSRF的值呢，POST过去肯定出错。理论上来讲我们要先GET一次，然后自己办法解析GET到的这个HTML，得到CSRF的值，可是接下来我们再去WebRequest.Creat打算去POST的时候，此时相当于又重新访问了一遍，它的CSRF值已经变了，看来此路不通啊。

好在我们还有WebClient可以利用，WebClient可以让我们保持一个实例即可，而WebRequest只有通过静态方法创造出来，不能通过变化URL来达到使用同一个的目的，此处可能也是在NET4里微软推出全新HttpClient的目的，用来一统HTTP访问接口的江湖。

好了，我们现在需要做的就是继承WebClient，重写相应方法，代码如下：

public class CookieAwareWebClient : WebClient
    {
        public string Method;
        public CookieContainer CookieContainer { get; set; }
        public Uri Uri { get; set; }

        public CookieAwareWebClient()
            : this(new CookieContainer())
        {
        }

        public CookieAwareWebClient(CookieContainer cookies)
        {
            this.CookieContainer = cookies;
            this.Encoding = Encoding.UTF8;
        }

        protected override WebRequest GetWebRequest(Uri address)
        {
            WebRequest request = base.GetWebRequest(address);
            if (request is HttpWebRequest)
            {
                (request as HttpWebRequest).CookieContainer = this.CookieContainer;
                (request as HttpWebRequest).ServicePoint.Expect100Continue = false;
                (request as HttpWebRequest).UserAgent = "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.5 Safari/537.36";
                (request as HttpWebRequest).Accept = "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8";
                (request as HttpWebRequest).Headers.Add(HttpRequestHeader.AcceptLanguage, "zh-CN,zh;q=0.8,en;q=0.6,nl;q=0.4,zh-TW;q=0.2");
                (request as HttpWebRequest).Referer = "some url";
                (request as HttpWebRequest).KeepAlive = true;
                (request as HttpWebRequest).AutomaticDecompression = DecompressionMethods.Deflate | DecompressionMethods.GZip;
                if (Method == "POST")
                {
                    (request as HttpWebRequest).ContentType = "application/x-www-form-urlencoded";
                }
            }
            HttpWebRequest httpRequest = (HttpWebRequest)request;
            httpRequest.AutomaticDecompression = DecompressionMethods.GZip | DecompressionMethods.Deflate;
            return httpRequest;
        }

        protected override WebResponse GetWebResponse(WebRequest request)
        {
            WebResponse response = base.GetWebResponse(request);
            String setCookieHeader = response.Headers[HttpResponseHeader.SetCookie];

            if (setCookieHeader != null)
            {
                //do something if needed to parse out the cookie.
                try
                {
                    if (setCookieHeader != null)
                    {
                        Cookie cookie = new Cookie(); 
                        cookie.Domain = request.RequestUri.Host;
                        this.CookieContainer.Add(cookie);
                    }
                }
                catch (Exception)
                {

                }
            }
            return response;
        }
    }

可以看出，其实最关键的还是利用好CookieContainer这个类。接下来就是如何使用了，我们需要首先访问一次登陆页面，拿到HTML然后正则也好替换也好，拿到这个CSRF的VALUE，然后再将其POST相应的服务器。

var cookieJar = new CookieContainer();
            CookieAwareWebClient client = new CookieAwareWebClient(cookieJar);

            // the website sets some cookie that is needed for login, and as well the 'lt' is always different
            string response = client.DownloadString("url for get");
            string regx = "<input type="hidden" id="lt" name="lt" value="(?<PID>\S+?)" />";
            // parse the 'lt' and cookie is auto handled by the cookieContainer
            string token = Regex.Match(response, regx).Groups[1].Value;
            string urlforlogin = "url for login";
            string postData =
                string.Format("username={0}&password={1}&lt={2}", "user", "pass", token);
            client.Method = "POST";            
            response = client.UploadString("url for login", postData);

            client.Method = "GET";

到此我们就可以结束，后期就是变化不同的URL去DownloadString了，俗称爬虫，接下来就可以根据不同的业务做不同的数据分析了。