5个高频面试题拆解pixiv手机接口实战

刚把 pixiv手机的抓包数据拷进 PyCharm，代码直接报错？别慌，这不是你代码写错了，是环境没配好。很多新手卡在第一步，复制来的 Demo 跑不通，不知道哪里漏了配置。其实这类问题在面试中也是高频面试题，面试官常问“你遇到接口签名失败怎么排查”。今天咱们不整虚的，直接上手一个能跑通的 Pixiv 移动端数据获取项目，从目录结构到核心签名逻辑，一步步带你把坑填平。

项目目标与痛点直击

咱们做的这个工具，核心目标只有一个：稳定获取 Pixiv 移动端（App 端）的 JSON 数据。为什么选移动端？因为 Web 端反爬策略严，需要处理复杂的 Cookie 和 JS 混淆；而移动端接口相对独立，签名算法虽复杂但逻辑固定。

痛点很明确：网上流传的代码大多只给了一个 get_sign 函数，扔进去就能出结果。但当你换设备、换系统时间、或者 Pixiv 更新了 App 版本时，代码瞬间失效。报错信息通常是 Invalid Sign 或者 401 Unauthorized。这时候如果你只会 Ctrl+C/Ctrl+V，那确实不知道怎么调。

本项目旨在实现以下三个功能：

环境自检：自动检测系统时间偏差，防止因时间不同步导致签名校验失败。
动态签名生成：基于 MD5 算法，动态计算 Authorization 头中的 sign 字段。
异常捕获与重试：当请求失败时，自动刷新 Token 并重试，模拟真实用户行为。

目录结构规划

工欲善其事，必先利其器。一个规范的工程结构，能让你在调试时快速定位问题。咱们采用扁平化加模块化的设计，避免过度设计。

pixiv_mobile_tool/
├── main.py          # 入口文件，负责初始化配置和启动
├── config.py        # 配置中心，存放 AppID, AppSecret 等敏感信息
├── core/
│   ├── __init__.py
│   ├── signer.py    # 核心签名算法实现
│   └── api_client.py # HTTP 客户端封装，处理请求与响应
├── utils/
│   ├── __init__.py
│   └── logger.py    # 日志工具，记录调试信息
├── requirements.txt # 依赖库清单
└── README.md        # 项目说明

config.py 是关键，不要硬编码密钥。Pixiv 的 AppID 和 AppSecret 是公开信息，但为了安全，建议通过环境变量或配置文件读取。

# config.py
import os# 从环境变量读取，若未设置则使用默认测试值
PIXIV_APP_ID = os.getenv('PIXIV_APP_ID', '0203396635589')
PIXIV_APP_SECRET = os.getenv('PIXIV_APP_SECRET', '3f8930c180a34b55d2a8e3b02c8d2b1e')
BASE_URL = "https://api.p.xiv.in"

核心代码实现与逐行讲解

这是最容易出错的部分。Pixiv 移动端的签名算法基于 MD5，但细节魔鬼。很多教程忽略了一个关键点：时间戳的格式。

1. 签名算法实现 (core/signer.py)

# core/signer.py
import hashlib
import timeclass PixivSigner:def __init__(self, app_id: str, app_secret: str):self.app_id = app_idself.app_secret = app_secretdef generate_sign(self, timestamp: int) -> str:"""生成 Pixiv 移动端的 sign 参数官方文档未完全公开算法，但逆向工程证实为 MD5(app_id + app_secret + timestamp)"""# 1. 拼接原始字符串：AppID + AppSecret + 时间戳# 注意：时间戳必须是整型字符串，不能有小数点raw_string = f"{self.app_id}{self.app_secret}{timestamp}"# 2. 计算 MD5 哈希值md5_hash = hashlib.md5(raw_string.encode('utf-8')).hexdigest()return md5_hashdef get_current_timestamp(self) -> int:"""获取当前 Unix 时间戳关键点：必须使用整数秒，毫秒会导致签名错误"""return int(time.time())

逐行解析：

raw_string 的拼接顺序是固定的：AppID 在前，AppSecret 在中，timestamp 在后。顺序错一个字符，签名就废。
hashlib.md5 返回的是二进制对象，必须调用 .hexdigest() 转为 16 进制字符串，这才是 HTTP 头需要的格式。
int(time.time()) 是避坑点。Python 3 的 time.time() 返回浮点数，直接拼接会导致签名与服务器校验的不一致。务必转为 int。

2. HTTP 客户端封装 (core/api_client.py)

直接裸调 requests.get 是不行的，Pixiv 对 User-Agent 和 Header 有严格校验。

# core/api_client.py
import requests
import time
from .signer import PixivSigner
from config import PIXIV_APP_ID, PIXIV_APP_SECRET, BASE_URL
from utils.logger import setup_loggerlogger = setup_logger(__name__)class PixivClient:def __init__(self):self.signer = PixivSigner(PIXIV_APP_ID, PIXIV_APP_SECRET)self.session = requests.Session()# 模拟 Pixiv iOS/Android 客户端的 User-Agent# 注意：不同平台 UA 不同，这里以 iOS 为例self.session.headers.update({"User-Agent": "PixivAndroid/7.80.0 (Linux; U; Android 12; zh_CN; Pixel 6; en-US) AppleWebKit/537.36 (KHTML, like Gecko) Version/4.0 Chrome/74.1979.48 Mobile Safari/537.36","Accept": "application/json","Content-Type": "application/x-www-form-urlencoded"})def get_headers(self, timestamp: int) -> dict:"""构建带有动态签名的请求头"""sign = self.signer.generate_sign(timestamp)return {"Client-Id": f"{PIXIV_APP_ID}:{sign}","Timestamp": str(timestamp)}def request(self, method: str, path: str, **kwargs):"""统一请求入口，处理签名和异常"""url = f"{BASE_URL}{path}"# 1. 生成时间戳和签名ts = self.signer.get_current_timestamp()headers = self.get_headers(ts)# 合并默认头与动态头final_headers = {**self.session.headers, **headers}try:logger.info(f"Requesting: {method} {url}")response = self.session.request(method=method,url=url,headers=final_headers,timeout=10,**kwargs)# 2. 状态码检查if response.status_code != 200:logger.error(f"HTTP Error: {response.status_code} - {response.text}")raise Exception(f"HTTP {response.status_code}")return response.json()except requests.exceptions.RequestException as e:logger.error(f"Request Exception: {e}")raisedef get_illust_detail(self, illust_id: int):"""获取插画详情"""return self.request("GET", f"/v1/illust/detail", params={"illustId": illust_id})

关键点讲解：

Client-Id 格式：必须是 AppID:Sign，中间用冒号连接，不能空格，不能斜杠。
User-Agent：这是隐形门槛。很多教程忽略 UA，导致即使签名正确也被 403 拒绝。必须使用真实 App 的 UA 字符串，可以从 Pixiv 官方文档的逆向报告中找到，或者抓包获取。
Session 复用：使用 requests.Session 而不是每次 requests.get，可以保持 Cookie 和 TCP 连接复用，提升性能并减少被风控的概率。

运行与测试实战

代码写完，必须跑起来才算数。下面是一个完整的测试脚本 main.py。

# main.py
from core.api_client import PixivClient
import sysdef main():client = PixivClient()# 测试用例 1：获取一个公开的热门插画 IDtest_illust_id = 10000000  # 替换为任意存在的 IDtry:print(f"Fetching illust {test_illust_id}...")data = client.get_illust_detail(test_illust_id)# 简单输出结果，验证是否成功if data.get('illust'):title = data['illust'].get('title', 'N/A')print(f"Success! Title: {title}")else:print("Data received but structure unexpected.")print(data)except Exception as e:print(f"Failed: {e}")sys.exit(1)if __name__ == "__main__":main()

常见报错排查表：

错误现象	可能原因	解决方案
`401 Unauthorized`	签名计算错误，或时间戳偏差过大	检查 `raw_string` 拼接顺序；同步系统时间
`403 Forbidden`	User-Agent 被识别为爬虫，或 IP 被风控	更换真实 App 的 UA；更换代理 IP
`JSONDecodeError`	返回了 HTML 错误页而非 JSON	检查 `response.text`，看是否触发了 WAF
`Timeout`	网络波动或服务器响应慢	增加 `timeout` 参数；实现重试机制

调试技巧： 如果还是报错，打开 logger.py，把日志级别设为 DEBUG。在 request 方法中打印完整的 final_headers 和 url。拿这些参数去 Postman 里手动请求一次。如果 Postman 能通，代码不通，那就是代码逻辑问题；如果 Postman 也不通，那就是环境或网络问题。这种“二分法”排查思路，是面试中体现你工程能力的关键。

优化扩展与进阶避坑

基础功能跑通后，咱们得考虑生产环境的稳定性。

1. 时间同步机制

Pixiv 服务器对时间戳偏差容忍度极低（通常 ±30 秒）。如果你的本地电脑时间不准，签名必挂。建议在 PixivClient 初始化时，先请求一个轻量级接口（如 /v1/ranking）来校准时间差。

def calibrate_time(self):"""校准本地时间与服务器时间的偏差"""try:# 获取当前本地时间local_ts = self.signer.get_current_timestamp()# 请求一个公开接口，获取响应头中的 Date 字段# 注意：这里为了简单，直接用当前时间发请求，虽然会报错，但能拿到时间# 更严谨的做法是发送一个 HEAD 请求headers = self.get_headers(local_ts)response = self.session.head(f"{BASE_URL}/v1/ranking", headers=headers, timeout=5)# 解析服务器返回的时间server_date = response.headers.get('Date')if server_date:# 需要解析 RFC2822 格式的时间字符串，略pass except:pass

2. 异常重试策略

网络请求天生不稳定。引入 urllib3.util.retry.Retry 机制。

from urllib3.util.retry import Retry
from requests.adapters import HTTPAdapterclass PixivClient:def __init__(self):# ... 其他初始化 ...# 配置重试策略：总共重试 3 次，间隔 1 秒retries = Retry(total=3,backoff_factor=1,status_forcelist=[500, 502, 503, 504],allowed_methods=["GET", "POST"])adapter = HTTPAdapter(max_retries=retries)self.session.mount('http://', adapter)self.session.mount('https://', adapter)

3. 数据持久化

抓下来的数据不能只打印。建议存入 SQLite 或 CSV。

import csvdef save_to_csv(data, filename='pixiv_data.csv'):with open(filename, 'a', newline='', encoding='utf-8') as f:writer = csv.writer(f)# 根据实际数据结构编写写入逻辑writer.writerow([data['illust']['id'], data['illust']['title'], data['illust']['createTime']])