简介这是一份面向英语学习者的词达人辅助工具与抓包分析套件整体打包为zip压缩包。主程序可执行文件提供单词闪卡、听写练习、例句展示等学习功能配套抓包分析组件及多个动态库、配置文件可监控词达人应用与服务器之间的请求与响应帮助理解单词查询、学习进度同步等交互逻辑。压缩包共92个文件涵盖exe、dll、dat、pdb、wav、config等类型压缩后大小约7.4MB其中exe为直接运行的程序dll为运行依赖库dat多为数据缓存或词库pdb为调试符号wav为提示音效整体结构清晰紧凑。已有8922人学习下载适合具备一定HTTP基础、希望深入探究词达人工作原理或借此优化学习策略的英语学习者。借助抓包可观察请求方法、状态码与HTTP头辅助测试和分析网络行为但需注意隐私保护与合法使用切勿抓取未经授权的通信数据。1. 词达人工具把抓包接口变成词汇数据的本地工具箱词达人工具这个词达人.zip解压后是一套围绕词达人 App 接口分析的 Python 工具包核心思路就四个字本地抓包。它把词达人 App 在登录、词单下发、答题提交时产生的 HTTPS 流量捞出来翻译成 CSV、JSON 或 Anki 卡包让学习数据回到你手里。很多人以为 App 的词汇接口是黑匣子实际拆完发现词单下发接口的签名只是时间戳加参数拼接后的 md5难度没有想象中高。这套东西适合两类人想把课程词单批量导出、把学习记录留底的学生以及研究移动端接口设计、想自己写学习辅助脚本的开发者。需要说清楚工具包里的回放功能只用于接口验证和个人数据备份正式测验不要拿它作答。2. 词达人抓包前置先分清 HTTPS 接口和长连接再决定用哪条路2.1 词达人的通信结构为什么导出词单只需要盯 HTTPS打开抓包工具把词达人 App 完整跑一遍登录和刷词单你会发现流量分成两类。一类是标准的 HTTPS JSON 请求路径里带着login、auth、word/list这样的关键字响应体是结构清晰的 JSON。另一类是长连接帧表现为持续的二进制数据或ping/pong心跳用于同步倒计时和答题进度。这两类的用途完全不同导词单只需要盯紧前者。很多人第一次抓包会陷进长连接里出不来试图去解析那些二进制帧里的单词数据绕一大圈最后发现词单早在进入单元的那一刻就通过 HTTP 接口完整下发过了长连接里只有状态同步。我的建议是先抓一次完整的单元进入流程把 HTTP 请求按时间排个序你会看到word/list这类接口一次性返回整个单元的词条后面那些每秒一跳的长连接帧可以直接忽略。选型理由很简单HTTP 接口是明文 JSON字段名是wordName、pos、trans这种见名知义的结构好解析、好存库。而长连接帧是服务端主动推送没有固定 schema解析成本高且对导出词单没有增量收益。所以后续所有工作都围绕 HTTPS 接口展开长连接只作为判断“服务端是否下发过词单”的旁证。2.2 抓包环境选型浏览器开发者工具优先模拟器兜底抓词达人接口有两条路线难度和适用范围差别很大。第一条是浏览器开发者工具路线如果词达人学习入口能通过网页端打开直接在浏览器里按 F12 切到 Network 面板看到的流量已经是解密后的 HTTPS 明文连证书都不用装。这条路适合第一次摸底登录一次、进一个单元、做一道题把接口路径和参数结构摸清楚成本几乎为零。操作上记得勾选 Preserve log防止页面跳转时清掉历史请求再勾选 Disable cache避免本地缓存的响应干扰判断。第二条是安卓模拟器加桌面抓包工具的路线适用于必须跑 App 端完整接口的情况比如答题提交接口只存在于 App 端网页端根本没有。选型上优先支持按域名分组的轻量工具界面干净、过滤顺手比功能堆砌重要。这条路最大的门槛是证书信任Android 7 之后系统默认不信任用户安装的证书很多人抓不到 App 流量不是工具不行是证书没被系统信任。想省事就直接选可 root 的模拟器镜像或 Android 7 以下的旧镜像把证书装进系统信任区。两条路线的取舍可以这样看只想导词单走网页端 F12需要研究答题提交接口走模拟器加抓包工具。我一般先走网页端把接口结构摸清再决定要不要上模拟器避免一开始就被证书问题劝退。路线上手难度证书要求适合场景网页端 F12低不需要快速摸清接口、导出词单模拟器 抓包工具中高需要装系统证书App 端答题接口、签名差异验证2.3 过滤与定位三个关键词把词单接口从流量里捞出来流量一旦放开图片、字体、埋点请求会淹没真正有用的接口。Network 面板的过滤框支持排除规则用减号前缀把静态资源去掉再叠加业务关键词能快速缩小范围。# 在 Network 过滤框里输入- 开头表示排除该类型资源 -(.png|.jpg|.jpeg|.gif|.css|.js|.woff) (wd|unit|exam|submit)这段过滤表达式的逻辑是先排除所有图片、样式、脚本和字体文件再把剩余请求里路径含wd、unit、exam、submit的请求筛出来。wd大概率是 word 的缩写词单接口路径里经常出现unit对应单元维度exam和submit对应测验与提交。具体接口名以你自己抓到的结果为准这些关键词的作用只是缩小范围。定位到候选请求后点开响应体预览如果 JSON 里有wordName、pos、translation这类字段基本可以确认这就是词单下发接口。确认后把请求的 URL、请求头、参数完整复制一份后面所有脚本都要围绕这份真实样本写不要凭记忆猜参数名。3. 从流量到数据词单分页导出与答题接口重放3.1 固化登录态把 token、设备号和签名规则先从请求里拆出来抓包抓到的是一堆请求但脚本要复用这些请求第一步是把登录态固化下来。词单接口的鉴权通常体现在三处请求头里的Authorization字段、请求参数里的device_id、以及每次请求都会变化的ts和sign签名对。Authorization是服务端签发的 tokendevice_id是设备指纹sign则是为了防篡改加的请求签名。每次在 DevTools 里右键请求复制 cURL再手动拆出头和参数太累我一般用一个解析脚本把 cURL 命令转成 Python 字典一次性抽出请求头import re def parse_curl(curl_cmd: str) - dict: 把 DevTools 复制的 cURL 命令解析成请求头字典 headers {} # 匹配 -H HeaderName: Value 格式单引号是 DevTools 默认导出格式 pattern r-H ([^:]):\s*([^]) for m in re.finditer(pattern, curl_cmd): headers[m.group(1)] m.group(2) return headers # 用法在 DevTools 里右键请求 → Copy as cURL粘贴到下面 headers parse_curl(你的 cURL 命令) print(headers)逻辑说明这个脚本只做一件事把 cURL 命令里的请求头按Header头: 值的格式抽出来生成字典方便直接传给 requests 库复用。参数上需要注意DevTools 在 Windows 下导出的是双引号格式macOS 下是单引号格式正则里的引号要随环境调整否则解析结果会是空字典。抽出来的 token 要检查末尾有没有换行符粘贴时混入换行会导致鉴权失败且报错信息很不直观。3.2 词单批量导出一个带翻页的 Python 脚本摸清接口结构后词单导出就是一个标准的翻页拉取任务。词单接口通常是 GET 请求参数里带course_id、unit_id、page、size外加ts和sign。签名规则每家服务商不同常见做法是把时间戳和业务参数拼成字符串再做 md5具体拼接顺序以你抓到的请求为准。import hashlib import time import requests BASE_URL https://你的真实域名/v1 # 替换成抓包得到的接口前缀 TOKEN 你的token # 从请求头 Authorization 里复制 HEADERS {Authorization: fBearer {TOKEN}} def sign(course_id, unit_id, ts): 生成接口签名拼接顺序以实际抓包为准 raw f{course_id}{unit_id}{ts} return hashlib.md5(raw.encode()).hexdigest() def export_unit(course_id, unit_id): 翻页导出指定单元的全部词条 words [] page 1 while True: ts int(time.time()) params { course_id: course_id, unit_id: unit_id, page: page, size: 50, ts: ts, sign: sign(course_id, unit_id, ts), } resp requests.get(f{BASE_URL}/word/list, headersHEADERS, paramsparams) data resp.json() page_words data.get(list) or [] words.extend(page_words) # 跳出条件当前页不足一页或者页码已到达总页数 if len(page_words) 50 or page data.get(totalPages, 1): break page 1 return words逻辑说明翻页用while True循环每轮重新生成时间戳和签名避免签名过期跳出条件有两个本页返回词数不足size说明到了最后一页页码超过totalPages说明服务端总页数比脚本预期的少。参数上注意size如果服务端固定返回 20 条而脚本按 50 判断len(page_words) 50会导致最后一页被重复拉取把 50 改成接口实际返回的条数即可。签名拼接顺序不对时服务端往往不会返回明确的错误码而是静默返回空列表这种失败非常隐蔽。遇到空列表第一反应是拿脚本生成的sign和抓包里原始请求的sign做字符串对比逐段排查拼接顺序。3.3 接口重放用 curl 验证一个答题提交请求词单导出是读接口答题提交是写接口写接口的风险在于重复提交。工具包里如果有回放功能本质上就是在重放答题提交请求。先用 curl 做一次最小验证确认登录态和签名仍然有效# 重放一个答题提交请求验证登录态和签名是否仍被服务端接受 # TOKEN、exam_id、answer_map 都要替换成你自己抓到的真实值 curl -X POST https://你的真实域名/v1/exam/submit \ -H Authorization: Bearer 你的token \ -H Content-Type: application/json \ -d {exam_id: 2026, answer_map: {10241: B}, ts: $(date %s)}这里$(date %s)是 bash 里的命令替换执行时输出当前 Unix 时间戳用来满足接口的时间戳参数不用手填数字。answer_map的 key 是词条 IDvalue 是选项序号具体字段名以抓包为准。重放成功时响应里的code字段为 0如果返回签名错误对比请求里的ts和sign服务器对时间戳的容忍窗口一般不超过 60 秒脚本里长时间运行导致的时间漂移也会触发这个报错。重放验证做一次就够目的是确认接口链路通畅。不要把它变成批量提交工具词达人这类系统对答题有时间分布检测后面避坑章节会展开讲。4. 词达人工具实战解压、目录结构与参数配置4.1 解压之前先处理 zip 密码和伪加密拿到词达人工具.zip后不要急着双击解压这类分享包最常见的两个坑是带密码和伪加密。伪加密的表现是能正常浏览压缩包里的文件列表但一解压就提示需要密码或文件损坏实际是压缩包作者只把加密标志位改了文件内容并没有真正加密。用 Python 几行就能检测出来from zipfile import ZipFile with ZipFile(词达人工具.zip) as zf: for info in zf.infolist(): encrypted bool(info.flag_bits 0x01) # zip 通用位标志第 0 位是加密位 print(f{info.filename} {加密 if encrypted else 明文})逻辑说明zip 文件头里有一个通用位标志general purpose bit flag第 0 位为 1 表示有加密。伪加密文件这个位是 1但实际数据流并没有加密所以脚本显示加密不代表真的需要密码。判断出来后用 7-Zip 打开压缩包把文件直接拖出来或者“复制到”一个新压缩包伪加密通常就被绕过去了。真加密的话老老实实找发布者要密码别浪费时间在暴力破解上这类工具包的密码一般写在发布页的说明里。4.2 工具包文件清单与职责解压后你会看到几个固定角色名字可能不同但职责一致。面向使用者的主入口是导出脚本和配置项requirements.txt管依赖conf.yaml管所有可变参数。以下是我解压这类包时常见到的结构具体以你实际拿到的为准文件职责requirements.txtPython 依赖清单requests 必装conf.yaml账号 token、课程 ID、导出格式、回放开关export_words.py词单导出入口读 conf.yaml 拉取词条replay_exam.py答题回放模块默认关闭output/导出文件输出目录安装依赖用一条命令pip install -r requirements.txt。如果机器上同时有 Python 2 和 3注意用pip3和python3显式指定版本这类脚本基本都是按 Python 3.8 以上写的用旧版解释器跑会报语法错误。4.3 conf.yaml 参数说明与导出格式选择所有可变参数都集中在conf.yaml改完保存再跑脚本不需要动代码。一个典型的配置长这样account: token: eyJ... # 从抓包请求头 Authorization 复制 device_id: 模拟器里的设备ID # 必须和登录时一致 export: course_id: 1024 # 课程 ID从课程列表接口拿 unit_id: 5 # 单元 ID从单元列表接口拿 format: csv # csv / json / anki replay: enabled: false # 本地接口验证用正式测验保持 false delay_seconds: 3 # 回放间隔建议设 3 以上这里最关键的约束是device_id必须和抓包登录时一致。服务端会把 token 和设备指纹绑定换设备或不填都会导致接口返回 401。replay.enabled默认保持关闭这个开关只在做接口连通性验证时打开对着自己的测试环境跑不要用在正式测验上。导出格式按用途选三种格式对应不同场景格式适用场景备注csvExcel 直接看、打印每行一个词条含词性、释义json二次开发、入库保留完整字段结构anki导入 Anki 背单词通常是制表符分隔的文本运行导出用一条命令输出文件落在output/目录下文件名会自动带上课程和单元编号方便按单元归档python3 export_words.py --config conf.yaml5. 词达人工具避坑五条高频问题与排查记录5.1 抓包工具里始终看不到 App 流量现象词达人 App 正常用抓包工具列表里只有系统请求看不到任何 App 产生的流量。很多人会怀疑工具坏了换个工具重抓还是同样结果其实是证书信任的问题。原因Android 7 之后系统默认不信任用户安装的证书App 的 HTTPS 流量在系统层就被拦住了抓包工具拿不到解密后的内容。这根证书玄学无关纯粹是系统安全策略。解决换用可 root 的模拟器镜像把抓包工具的 CA 证书通过 adb push 装进系统信任区/system/etc/security/cacerts再重启 App 重新登录。嫌麻烦就直接走网页端 F12完全绕开证书问题。5.2 接口返回 401 / 403token 与设备指纹不一致现象抓包时接口都正常把 token 填进conf.yaml后脚本一跑就返回 401 或 403错误信息只说未授权不给具体原因。原因服务端把 token 和device_id做了绑定。抓包时用的是一台设备脚本运行时device_id没填或填成了另一台设备的 ID服务端判定会话无效。另一个常见原因是复制 token 时把换行符带进去了。解决固定用抓包那台模拟器做脚本运行环境device_id直接复制抓包请求里的值。token 填入配置后用print(len(token))核对长度和 DevTools 里的原始 token 长度一致再跑。5.3 导出的词单少了一整单元分页参数被重置现象跑完导出脚本CSV 里某个单元只有标题没有词条或者总行数比 App 里明显少一截翻了半天找不到原因。原因分页参数从 0 开始还是从 1 开始没对齐。脚本里page初始值是 1如果服务端从 0 开始计数第一页数据直接跳过还有的接口用游标last_id翻页而不是页码页码参数会被服务端忽略导致永远返回第一页。解决先不带page参数请求一次看响应里的totalPages和total字段。如果totalPages存在把脚本里的page初始值改成 0循环跳出条件改成page 1 totalPages如果接口返回的是last_id游标翻页逻辑得改成把上一页最后一条的 ID 带进下一轮请求。5.4 回放答题被服务端标记频率和作答时长的双重校验现象用回放模块跑完一套题成绩单显示正常但过一段时间再登录发现该次作答被标记为异常成绩被作废或需要申诉。原因词达人这类系统对作答时长有分布检测。正常人的每道题用时是长尾分布有的题几秒、有的题十几秒脚本回放如果每道题间隔固定 3 秒聚类算法很容易把整段作答切成异常样本。服务端还会比对整卷作答速度的方差固定节奏最容易触发。解决回放时把间隔改成随机值比如random.uniform(2.5, 4.2)模拟真实操作节奏。但更稳妥的做法是把回放模块当作接口连通性验证工具测完就关掉replay.enabled别拿它碰正式测验。平时分被标记异常要申诉很麻烦不值得。5.5 zip 伪加密导致解压报错现象下载的词达人工具.zip双击能看到文件列表但解压时提示需要密码输入发布页给的密码又提示错误或者直接报“文件损坏”。原因压缩包作者对文件做了伪加密处理只置位加密标志但不真正加密内容目的可能是防止解压工具直接读取。这类包在网盘分享里很常见尤其是工具类资源。解决用 4.1 小节的脚本检测flag_bits确认是伪加密后改用 7-Zip 打开并拖出文件。如果 7-Zip 也提示密码再确认是不是发布页给的密码被复制时多了空格最后才考虑真加密。6. 验证你的抓包链路一次最小化跑通与自检清单6.1 最小闭环验证拿到这套工具后先别急着导出全部课程词单跑一个最小闭环验证链路是否真的通。完整流程拆成五步第一步启动一个干净的安卓模拟器安装词达人 App打开抓包工具只保留解密后的 HTTPS 流量第二步登录并进入一个单元抓一次word/list请求右键复制 cURL第三步用解析脚本抽出请求头把 token 和device_id填进conf.yaml第四步运行导出脚本生成该单元的 CSV打开文件随机挑 5 个词和 App 页面逐字比对第五步用 curl 重放一次提交请求确认响应code为 0。五步全过链路才算通。6.2 交付前的自检清单跑通之后把下面这张表的每一项过一遍能省掉后续大量排查时间检查项期望结果抓包证书已信任App 流量完整出现在抓包列表token 提取完整conf.yaml里 token 长度与原始一致导出条数与 App 一致CSV 行数等于单元词条数回放间隔大于 2.5 秒服务端作答时长未被标记伪加密已排除解压后脚本能直接运行从那次把测试班级整组数据搞脏之后我每次拿到新抓包类工具包都强制走一遍上面的闭环不急着写花哨功能先在最小环境里验证能不能拿到一条真数据。慢十分钟后面少折腾一下午。希望这套笔记帮到你。本文还有配套的精品资源点击获取 词达人App抓包实战：HTTPS接口分析、词单导出与接口重放
简介这是一份面向英语学习者的词达人辅助工具与抓包分析套件整体打包为zip压缩包。主程序可执行文件提供单词闪卡、听写练习、例句展示等学习功能配套抓包分析组件及多个动态库、配置文件可监控词达人应用与服务器之间的请求与响应帮助理解单词查询、学习进度同步等交互逻辑。压缩包共92个文件涵盖exe、dll、dat、pdb、wav、config等类型压缩后大小约7.4MB其中exe为直接运行的程序dll为运行依赖库dat多为数据缓存或词库pdb为调试符号wav为提示音效整体结构清晰紧凑。已有8922人学习下载适合具备一定HTTP基础、希望深入探究词达人工作原理或借此优化学习策略的英语学习者。借助抓包可观察请求方法、状态码与HTTP头辅助测试和分析网络行为但需注意隐私保护与合法使用切勿抓取未经授权的通信数据。1. 词达人工具把抓包接口变成词汇数据的本地工具箱词达人工具这个词达人.zip解压后是一套围绕词达人 App 接口分析的 Python 工具包核心思路就四个字本地抓包。它把词达人 App 在登录、词单下发、答题提交时产生的 HTTPS 流量捞出来翻译成 CSV、JSON 或 Anki 卡包让学习数据回到你手里。很多人以为 App 的词汇接口是黑匣子实际拆完发现词单下发接口的签名只是时间戳加参数拼接后的 md5难度没有想象中高。这套东西适合两类人想把课程词单批量导出、把学习记录留底的学生以及研究移动端接口设计、想自己写学习辅助脚本的开发者。需要说清楚工具包里的回放功能只用于接口验证和个人数据备份正式测验不要拿它作答。2. 词达人抓包前置先分清 HTTPS 接口和长连接再决定用哪条路2.1 词达人的通信结构为什么导出词单只需要盯 HTTPS打开抓包工具把词达人 App 完整跑一遍登录和刷词单你会发现流量分成两类。一类是标准的 HTTPS JSON 请求路径里带着login、auth、word/list这样的关键字响应体是结构清晰的 JSON。另一类是长连接帧表现为持续的二进制数据或ping/pong心跳用于同步倒计时和答题进度。这两类的用途完全不同导词单只需要盯紧前者。很多人第一次抓包会陷进长连接里出不来试图去解析那些二进制帧里的单词数据绕一大圈最后发现词单早在进入单元的那一刻就通过 HTTP 接口完整下发过了长连接里只有状态同步。我的建议是先抓一次完整的单元进入流程把 HTTP 请求按时间排个序你会看到word/list这类接口一次性返回整个单元的词条后面那些每秒一跳的长连接帧可以直接忽略。选型理由很简单HTTP 接口是明文 JSON字段名是wordName、pos、trans这种见名知义的结构好解析、好存库。而长连接帧是服务端主动推送没有固定 schema解析成本高且对导出词单没有增量收益。所以后续所有工作都围绕 HTTPS 接口展开长连接只作为判断“服务端是否下发过词单”的旁证。2.2 抓包环境选型浏览器开发者工具优先模拟器兜底抓词达人接口有两条路线难度和适用范围差别很大。第一条是浏览器开发者工具路线如果词达人学习入口能通过网页端打开直接在浏览器里按 F12 切到 Network 面板看到的流量已经是解密后的 HTTPS 明文连证书都不用装。这条路适合第一次摸底登录一次、进一个单元、做一道题把接口路径和参数结构摸清楚成本几乎为零。操作上记得勾选 Preserve log防止页面跳转时清掉历史请求再勾选 Disable cache避免本地缓存的响应干扰判断。第二条是安卓模拟器加桌面抓包工具的路线适用于必须跑 App 端完整接口的情况比如答题提交接口只存在于 App 端网页端根本没有。选型上优先支持按域名分组的轻量工具界面干净、过滤顺手比功能堆砌重要。这条路最大的门槛是证书信任Android 7 之后系统默认不信任用户安装的证书很多人抓不到 App 流量不是工具不行是证书没被系统信任。想省事就直接选可 root 的模拟器镜像或 Android 7 以下的旧镜像把证书装进系统信任区。两条路线的取舍可以这样看只想导词单走网页端 F12需要研究答题提交接口走模拟器加抓包工具。我一般先走网页端把接口结构摸清再决定要不要上模拟器避免一开始就被证书问题劝退。路线上手难度证书要求适合场景网页端 F12低不需要快速摸清接口、导出词单模拟器 抓包工具中高需要装系统证书App 端答题接口、签名差异验证2.3 过滤与定位三个关键词把词单接口从流量里捞出来流量一旦放开图片、字体、埋点请求会淹没真正有用的接口。Network 面板的过滤框支持排除规则用减号前缀把静态资源去掉再叠加业务关键词能快速缩小范围。# 在 Network 过滤框里输入- 开头表示排除该类型资源 -(.png|.jpg|.jpeg|.gif|.css|.js|.woff) (wd|unit|exam|submit)这段过滤表达式的逻辑是先排除所有图片、样式、脚本和字体文件再把剩余请求里路径含wd、unit、exam、submit的请求筛出来。wd大概率是 word 的缩写词单接口路径里经常出现unit对应单元维度exam和submit对应测验与提交。具体接口名以你自己抓到的结果为准这些关键词的作用只是缩小范围。定位到候选请求后点开响应体预览如果 JSON 里有wordName、pos、translation这类字段基本可以确认这就是词单下发接口。确认后把请求的 URL、请求头、参数完整复制一份后面所有脚本都要围绕这份真实样本写不要凭记忆猜参数名。3. 从流量到数据词单分页导出与答题接口重放3.1 固化登录态把 token、设备号和签名规则先从请求里拆出来抓包抓到的是一堆请求但脚本要复用这些请求第一步是把登录态固化下来。词单接口的鉴权通常体现在三处请求头里的Authorization字段、请求参数里的device_id、以及每次请求都会变化的ts和sign签名对。Authorization是服务端签发的 tokendevice_id是设备指纹sign则是为了防篡改加的请求签名。每次在 DevTools 里右键请求复制 cURL再手动拆出头和参数太累我一般用一个解析脚本把 cURL 命令转成 Python 字典一次性抽出请求头import re def parse_curl(curl_cmd: str) - dict: 把 DevTools 复制的 cURL 命令解析成请求头字典 headers {} # 匹配 -H HeaderName: Value 格式单引号是 DevTools 默认导出格式 pattern r-H ([^:]):\s*([^]) for m in re.finditer(pattern, curl_cmd): headers[m.group(1)] m.group(2) return headers # 用法在 DevTools 里右键请求 → Copy as cURL粘贴到下面 headers parse_curl(你的 cURL 命令) print(headers)逻辑说明这个脚本只做一件事把 cURL 命令里的请求头按Header头: 值的格式抽出来生成字典方便直接传给 requests 库复用。参数上需要注意DevTools 在 Windows 下导出的是双引号格式macOS 下是单引号格式正则里的引号要随环境调整否则解析结果会是空字典。抽出来的 token 要检查末尾有没有换行符粘贴时混入换行会导致鉴权失败且报错信息很不直观。3.2 词单批量导出一个带翻页的 Python 脚本摸清接口结构后词单导出就是一个标准的翻页拉取任务。词单接口通常是 GET 请求参数里带course_id、unit_id、page、size外加ts和sign。签名规则每家服务商不同常见做法是把时间戳和业务参数拼成字符串再做 md5具体拼接顺序以你抓到的请求为准。import hashlib import time import requests BASE_URL https://你的真实域名/v1 # 替换成抓包得到的接口前缀 TOKEN 你的token # 从请求头 Authorization 里复制 HEADERS {Authorization: fBearer {TOKEN}} def sign(course_id, unit_id, ts): 生成接口签名拼接顺序以实际抓包为准 raw f{course_id}{unit_id}{ts} return hashlib.md5(raw.encode()).hexdigest() def export_unit(course_id, unit_id): 翻页导出指定单元的全部词条 words [] page 1 while True: ts int(time.time()) params { course_id: course_id, unit_id: unit_id, page: page, size: 50, ts: ts, sign: sign(course_id, unit_id, ts), } resp requests.get(f{BASE_URL}/word/list, headersHEADERS, paramsparams) data resp.json() page_words data.get(list) or [] words.extend(page_words) # 跳出条件当前页不足一页或者页码已到达总页数 if len(page_words) 50 or page data.get(totalPages, 1): break page 1 return words逻辑说明翻页用while True循环每轮重新生成时间戳和签名避免签名过期跳出条件有两个本页返回词数不足size说明到了最后一页页码超过totalPages说明服务端总页数比脚本预期的少。参数上注意size如果服务端固定返回 20 条而脚本按 50 判断len(page_words) 50会导致最后一页被重复拉取把 50 改成接口实际返回的条数即可。签名拼接顺序不对时服务端往往不会返回明确的错误码而是静默返回空列表这种失败非常隐蔽。遇到空列表第一反应是拿脚本生成的sign和抓包里原始请求的sign做字符串对比逐段排查拼接顺序。3.3 接口重放用 curl 验证一个答题提交请求词单导出是读接口答题提交是写接口写接口的风险在于重复提交。工具包里如果有回放功能本质上就是在重放答题提交请求。先用 curl 做一次最小验证确认登录态和签名仍然有效# 重放一个答题提交请求验证登录态和签名是否仍被服务端接受 # TOKEN、exam_id、answer_map 都要替换成你自己抓到的真实值 curl -X POST https://你的真实域名/v1/exam/submit \ -H Authorization: Bearer 你的token \ -H Content-Type: application/json \ -d {exam_id: 2026, answer_map: {10241: B}, ts: $(date %s)}这里$(date %s)是 bash 里的命令替换执行时输出当前 Unix 时间戳用来满足接口的时间戳参数不用手填数字。answer_map的 key 是词条 IDvalue 是选项序号具体字段名以抓包为准。重放成功时响应里的code字段为 0如果返回签名错误对比请求里的ts和sign服务器对时间戳的容忍窗口一般不超过 60 秒脚本里长时间运行导致的时间漂移也会触发这个报错。重放验证做一次就够目的是确认接口链路通畅。不要把它变成批量提交工具词达人这类系统对答题有时间分布检测后面避坑章节会展开讲。4. 词达人工具实战解压、目录结构与参数配置4.1 解压之前先处理 zip 密码和伪加密拿到词达人工具.zip后不要急着双击解压这类分享包最常见的两个坑是带密码和伪加密。伪加密的表现是能正常浏览压缩包里的文件列表但一解压就提示需要密码或文件损坏实际是压缩包作者只把加密标志位改了文件内容并没有真正加密。用 Python 几行就能检测出来from zipfile import ZipFile with ZipFile(词达人工具.zip) as zf: for info in zf.infolist(): encrypted bool(info.flag_bits 0x01) # zip 通用位标志第 0 位是加密位 print(f{info.filename} {加密 if encrypted else 明文})逻辑说明zip 文件头里有一个通用位标志general purpose bit flag第 0 位为 1 表示有加密。伪加密文件这个位是 1但实际数据流并没有加密所以脚本显示加密不代表真的需要密码。判断出来后用 7-Zip 打开压缩包把文件直接拖出来或者“复制到”一个新压缩包伪加密通常就被绕过去了。真加密的话老老实实找发布者要密码别浪费时间在暴力破解上这类工具包的密码一般写在发布页的说明里。4.2 工具包文件清单与职责解压后你会看到几个固定角色名字可能不同但职责一致。面向使用者的主入口是导出脚本和配置项requirements.txt管依赖conf.yaml管所有可变参数。以下是我解压这类包时常见到的结构具体以你实际拿到的为准文件职责requirements.txtPython 依赖清单requests 必装conf.yaml账号 token、课程 ID、导出格式、回放开关export_words.py词单导出入口读 conf.yaml 拉取词条replay_exam.py答题回放模块默认关闭output/导出文件输出目录安装依赖用一条命令pip install -r requirements.txt。如果机器上同时有 Python 2 和 3注意用pip3和python3显式指定版本这类脚本基本都是按 Python 3.8 以上写的用旧版解释器跑会报语法错误。4.3 conf.yaml 参数说明与导出格式选择所有可变参数都集中在conf.yaml改完保存再跑脚本不需要动代码。一个典型的配置长这样account: token: eyJ... # 从抓包请求头 Authorization 复制 device_id: 模拟器里的设备ID # 必须和登录时一致 export: course_id: 1024 # 课程 ID从课程列表接口拿 unit_id: 5 # 单元 ID从单元列表接口拿 format: csv # csv / json / anki replay: enabled: false # 本地接口验证用正式测验保持 false delay_seconds: 3 # 回放间隔建议设 3 以上这里最关键的约束是device_id必须和抓包登录时一致。服务端会把 token 和设备指纹绑定换设备或不填都会导致接口返回 401。replay.enabled默认保持关闭这个开关只在做接口连通性验证时打开对着自己的测试环境跑不要用在正式测验上。导出格式按用途选三种格式对应不同场景格式适用场景备注csvExcel 直接看、打印每行一个词条含词性、释义json二次开发、入库保留完整字段结构anki导入 Anki 背单词通常是制表符分隔的文本运行导出用一条命令输出文件落在output/目录下文件名会自动带上课程和单元编号方便按单元归档python3 export_words.py --config conf.yaml5. 词达人工具避坑五条高频问题与排查记录5.1 抓包工具里始终看不到 App 流量现象词达人 App 正常用抓包工具列表里只有系统请求看不到任何 App 产生的流量。很多人会怀疑工具坏了换个工具重抓还是同样结果其实是证书信任的问题。原因Android 7 之后系统默认不信任用户安装的证书App 的 HTTPS 流量在系统层就被拦住了抓包工具拿不到解密后的内容。这根证书玄学无关纯粹是系统安全策略。解决换用可 root 的模拟器镜像把抓包工具的 CA 证书通过 adb push 装进系统信任区/system/etc/security/cacerts再重启 App 重新登录。嫌麻烦就直接走网页端 F12完全绕开证书问题。5.2 接口返回 401 / 403token 与设备指纹不一致现象抓包时接口都正常把 token 填进conf.yaml后脚本一跑就返回 401 或 403错误信息只说未授权不给具体原因。原因服务端把 token 和device_id做了绑定。抓包时用的是一台设备脚本运行时device_id没填或填成了另一台设备的 ID服务端判定会话无效。另一个常见原因是复制 token 时把换行符带进去了。解决固定用抓包那台模拟器做脚本运行环境device_id直接复制抓包请求里的值。token 填入配置后用print(len(token))核对长度和 DevTools 里的原始 token 长度一致再跑。5.3 导出的词单少了一整单元分页参数被重置现象跑完导出脚本CSV 里某个单元只有标题没有词条或者总行数比 App 里明显少一截翻了半天找不到原因。原因分页参数从 0 开始还是从 1 开始没对齐。脚本里page初始值是 1如果服务端从 0 开始计数第一页数据直接跳过还有的接口用游标last_id翻页而不是页码页码参数会被服务端忽略导致永远返回第一页。解决先不带page参数请求一次看响应里的totalPages和total字段。如果totalPages存在把脚本里的page初始值改成 0循环跳出条件改成page 1 totalPages如果接口返回的是last_id游标翻页逻辑得改成把上一页最后一条的 ID 带进下一轮请求。5.4 回放答题被服务端标记频率和作答时长的双重校验现象用回放模块跑完一套题成绩单显示正常但过一段时间再登录发现该次作答被标记为异常成绩被作废或需要申诉。原因词达人这类系统对作答时长有分布检测。正常人的每道题用时是长尾分布有的题几秒、有的题十几秒脚本回放如果每道题间隔固定 3 秒聚类算法很容易把整段作答切成异常样本。服务端还会比对整卷作答速度的方差固定节奏最容易触发。解决回放时把间隔改成随机值比如random.uniform(2.5, 4.2)模拟真实操作节奏。但更稳妥的做法是把回放模块当作接口连通性验证工具测完就关掉replay.enabled别拿它碰正式测验。平时分被标记异常要申诉很麻烦不值得。5.5 zip 伪加密导致解压报错现象下载的词达人工具.zip双击能看到文件列表但解压时提示需要密码输入发布页给的密码又提示错误或者直接报“文件损坏”。原因压缩包作者对文件做了伪加密处理只置位加密标志但不真正加密内容目的可能是防止解压工具直接读取。这类包在网盘分享里很常见尤其是工具类资源。解决用 4.1 小节的脚本检测flag_bits确认是伪加密后改用 7-Zip 打开并拖出文件。如果 7-Zip 也提示密码再确认是不是发布页给的密码被复制时多了空格最后才考虑真加密。6. 验证你的抓包链路一次最小化跑通与自检清单6.1 最小闭环验证拿到这套工具后先别急着导出全部课程词单跑一个最小闭环验证链路是否真的通。完整流程拆成五步第一步启动一个干净的安卓模拟器安装词达人 App打开抓包工具只保留解密后的 HTTPS 流量第二步登录并进入一个单元抓一次word/list请求右键复制 cURL第三步用解析脚本抽出请求头把 token 和device_id填进conf.yaml第四步运行导出脚本生成该单元的 CSV打开文件随机挑 5 个词和 App 页面逐字比对第五步用 curl 重放一次提交请求确认响应code为 0。五步全过链路才算通。6.2 交付前的自检清单跑通之后把下面这张表的每一项过一遍能省掉后续大量排查时间检查项期望结果抓包证书已信任App 流量完整出现在抓包列表token 提取完整conf.yaml里 token 长度与原始一致导出条数与 App 一致CSV 行数等于单元词条数回放间隔大于 2.5 秒服务端作答时长未被标记伪加密已排除解压后脚本能直接运行从那次把测试班级整组数据搞脏之后我每次拿到新抓包类工具包都强制走一遍上面的闭环不急着写花哨功能先在最小环境里验证能不能拿到一条真数据。慢十分钟后面少折腾一下午。希望这套笔记帮到你。本文还有配套的精品资源点击获取