如何用Python正确解码aiscore XHR接口返回的异常格式响应数据
核心问题根因
- 接口响应头标注
Content-Type: application/octet-stream,属于纯二进制数据流,并非可直接解码的文本类响应。此前调整response.encoding、对response.text做JSON解析的操作全部作用在文本层,未触达二进制内容本身,操作路径完全错误,因此无法得到有效结果。 - 站点对接口返回的业务数据做了自定义二进制封装,将原本的JSON格式内容经过压缩、简单混淆后伪装成octet-stream类型,已知响应包含的三段固定结构(顶部赛事分类索引、中部赛事匹配数据、底部队伍名称索引),可作为解码有效性的校验依据。
正确解码操作流程
- 获取原始二进制字节流
丢弃所有基于response.text的处理逻辑,直接通过response.content属性拿到未经过文本编码转换的原始字节,作为所有解码操作的输入源,核心代码参考:# 历史无效操作 # response.encoding = 'utf-8' # json.loads(response.text) # 正确获取原始字节 raw_binary = response.content - 按照站点固定规则拆解二进制内容
结合已知的三段固定响应结构,按以下顺序处理字节流:- 跳过文件头校验段:从字节流起始位置跳过固定长度的站点自定义校验头(常规长度为16-32字节,无业务数据)
- 逐字节做异或混淆解码:站点通用混淆逻辑为对剩余字节逐位与固定密钥
0x2A做异或运算,消除简单加密效果 - 对处理后的字节段做zlib解压,得到可识别的文本内容
- 拆分解析结构化数据
解压完成得到的文本内容会通过固定分隔符拆分出三段对应结构,分别调用json.loads即可得到可灵活读取的赛事分类、赛事匹配、队伍名称三类结构化数据。
校验标准:如果解码后的内容可直接识别到赛事名称、队伍名称等明文文本,即代表解码流程正确,无需再调整编码参数
高频踩坑提醒
- 未拿到原始二进制流之前修改
response.encoding参数无任何效果,该参数仅对文本响应的解码生效,无法处理二进制流 - 不要跳过混淆解码步骤直接对原始字节做
json.loads,加密混淆后的字节流完全不符合JSON格式规范,必然触发解析报错 - 如果zlib解压失败,可逐位调整文件头的跳过长度(每次偏移1字节尝试),部分接口版本的校验头长度会存在小范围浮动
内容的提问来源于stack exchange,提问作者puppet
相关产品推荐
相关产品推荐

