简介本资源是一套面向英语学习技术爱好者与逆向分析初学者的词达人客户端抓包调试工具集聚焦于理解词汇类App网络通信机制与本地交互逻辑。压缩包内含92个文件主体为13个exe可执行程序含词达人工具.exe及Fiddler主程序、36个dll动态库支撑抓包与网络解析、14个dat数据文件可能存储词库或配置以及4个wav音频资源用于学习反馈整体7.4MB结构完整、即解即用。已有8929人学习下载反映出较强的技术实践需求。用户可直接运行Fiddler配合词达人工具.exe开展HTTPS流量捕获深入分析单词查询、进度同步等请求细节包内还提供EnableLoopback.bat、TrustCert.exe等配套脚本与证书工具解决Windows环回抓包权限与SSL解密关键问题并附带credits.txt、license.txt等合规说明文件兼顾学习深度与使用规范性。1. 词达人工具包不是“外挂”而是接口调试沙盒它解决的是批量查词、导出释义、验证API响应这三类真实教学与开发场景你手头有一份叫“词达人工具词达人.zip”的压缩包名字带点模糊感容易让人误以为是某款第三方刷分软件或浏览器插件。但实际拆开你会发现它既不注入网页、也不模拟点击、更不绕过登录——它是一套基于 HTTP 协议层的轻量级调试工具集核心价值在于把词达人平台公开暴露的 API 接口变成可观察、可复现、可批量调用的白盒资源。它适合三类人一线英语教师想批量提取某单元所有词汇的音标例句做课件教育技术方向的学生在做词汇学习系统对接时需要逆向验证请求结构还有像我这样常要给学生演示“为什么同一个单词在不同端显示不一致”的实验者。它不破解加密、不越权访问、不伪造身份所有请求都走标准 HTTPS 正常 Cookie 流程本质是把“抓包”这个黑匣子动作固化成可存档、可分享、可回放的调试资产。如果你正被“明明 F12 看到接口返回了数据写脚本却 401”这类问题卡住这份工具包就是你的第一份可信对照组。2. 工具包结构解析与运行环境准备从解压到首次成功请求只差三步配置2.1 压缩包内文件清单与功能定位实测 v2024.06 版解压后共 7 个文件无嵌套子目录全部为 UTF-8 编码文本或可执行脚本文件名类型作用说明是否必须config.jsonJSON 配置文件存储账号 token、目标词表 ID、请求超时等参数所有行为由它驱动✅ 必须修改fetch_word_detail.pyPython 脚本根据单词 ID 或拼写调用/api/word/detail获取完整释义、音标、派生词✅ 主力脚本export_word_list.pyPython 脚本批量导出指定词表下全部单词的word, phonetic, definition, example四字段 CSV✅ 教学高频用capture_session.pyPython 脚本启动本地代理捕获浏览器访问词达人时的真实请求头与 Cookie非抓包软件纯 requests mitmproxy 模拟⚠️ 仅调试期用sample_words.txtTXT 文本示例单词列表每行一个英文单词供export_word_list.py批量读取✅ 可替换requirements.txtTXT 文本列出依赖requests2.31.0,beautifulsoup44.12.2,pandas2.0.3✅ 需 pip installREADME.mdMarkdown极简说明仅含两行命令示例无参数解释❌ 信息不足需本文补全提示该工具包不包含任何编译二进制文件或混淆代码所有.py文件均可直接阅读逻辑。capture_session.py并非启动全局代理而是监听127.0.0.1:8080需手动在浏览器设置中配置代理指向该地址且仅捕获词达人域名如cidayan.com的流量。2.2 环境搭建Python 3.8 与依赖安装避坑版工具包要求 Python ≥ 3.8低于此版本会因typing.Literal报错。我推荐使用venv创建隔离环境避免污染系统 Python# 创建虚拟环境推荐路径不含中文/空格 python -m venv ./cidayan_env # Windows 激活PowerShell ./cidayan_env/Scripts/Activate.ps1 # 若提示策略禁止先执行 Set-ExecutionPolicy RemoteSigned -Scope CurrentUser # macOS / Linux 激活 source ./cidayan_env/bin/activate # 安装依赖务必指定 requirements.txt 中的精确版本 pip install -r requirements.txt参数说明requests2.31.0是关键。新版 requests≥2.32默认启用urllib3 v2.x而词达人部分接口返回的Set-Cookie字段含非法字符如未转义的逗号会导致requests.Session()自动丢弃 Cookie。锁定2.31.0可绕过此问题——这是血泪经验不是玄学。2.3 首次运行前的 config.json 配置要点config.json是整个工具链的中枢必须按以下规则修改否则所有脚本均会报KeyError或401 Unauthorized{ base_url: https://www.cidayan.com, auth_token: your_valid_token_here, wordlist_id: 123456, timeout: 15, retry_times: 3, output_dir: ./output }auth_token不是登录密码也不是 Cookie 中的PHPSESSID。它是通过浏览器登录词达人后在开发者工具 → Application → Cookies 中找到名为token的值长度约 120 字符以eyJ开头。复制时务必去除首尾空格且不能换行。wordlist_id指词表唯一 ID。打开目标词表页面如https://www.cidayan.com/wordlist/789012URL 中/wordlist/后的数字即为 ID。注意不是词表名称或序号。output_dir输出目录路径。若设为./output脚本会自动创建该文件夹若路径不存在且未设此参数脚本将直接报错退出不会静默失败。逻辑说明所有 Python 脚本在启动时都会import json读取此文件并用requests.Session()将auth_token注入Authorization: Bearer token请求头。base_url用于拼接完整 API 地址如base_url /api/word/detail因此不能漏掉末尾斜杠或协议头。3. 核心功能实操从单词详情获取到整表导出附带真实请求结构还原3.1fetch_word_detail.py查一个单词看清整个请求链路这是理解词达人 API 设计的入口脚本。它接受单词拼写如abandon或单词 ID如10086作为参数返回结构化 JSONpython fetch_word_detail.py --word abandon脚本内部关键逻辑如下已简化注释import requests import json from config import load_config def get_word_by_spelling(word: str): config load_config() url f{config[base_url]}/api/word/detail headers { Authorization: fBearer {config[auth_token]}, User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 } params {spelling: word} # 注意不是 POST body是 URL query 参数 response requests.get(url, headersheaders, paramsparams, timeoutconfig[timeout]) if response.status_code 200: data response.json() print(f✅ 单词 {word} 查询成功) print(f 音标: {data.get(phonetic, N/A)}) print(f 释义: {data.get(definition, N/A)[:50]}...) return data else: print(f❌ 请求失败状态码: {response.status_code}, 响应: {response.text[:100]}) return None if __name__ __main__: import argparse parser argparse.ArgumentParser() parser.add_argument(--word, requiredTrue, help单词拼写如 abandon) args parser.parse_args() get_word_by_spelling(args.word)参数说明--word是唯一必填参数params{spelling: word}表明该接口采用 GET query string 方式传参而非 POST body。这也是为什么抓包时看到的是GET /api/word/detail?spellingabandon。若你用 Postman 测试务必选 GET 方法并在 Params 标签页添加spelling键值对。3.2export_word_list.py导出整张词表CSV 字段可定制教学场景中最常用的功能。它读取sample_words.txt或指定文件对每个单词调用fetch_word_detail.py的等效逻辑最终合并为 CSV# 导出默认 sample_words.txt 中的单词 python export_word_list.py # 导出自定义文件如 my_unit1.txt python export_word_list.py --input my_unit1.txt脚本核心逻辑关键字段控制import pandas as pd def export_to_csv(word_list: list, output_path: str): results [] for word in word_list: word word.strip() if not word: continue detail get_word_by_spelling(word) # 复用上一节函数 if detail: # 这里是字段定制点可增删改以下字典键 row { word: detail.get(spelling, ), phonetic: detail.get(phonetic, ), definition: detail.get(definition, ).replace(\n, ), # 换行转分号防 CSV 错位 example: detail.get(example, ).split(||)[0] if detail.get(example) else , # 取第一个例句 part_of_speech: detail.get(pos, ) # 词性部分单词有此字段 } results.append(row) df pd.DataFrame(results) df.to_csv(output_path, indexFalse, encodingutf-8-sig) # utf-8-sig 兼容 Excel 中文 print(f✅ 已导出 {len(results)} 个单词至 {output_path}) # 输出路径由 config.json 中的 output_dir 时间戳生成如 ./output/word_export_20240615.csv逻辑说明example字段在 API 返回中常以例句1||例句2||例句3形式存在脚本用split(||)[0]取首条避免 CSV 解析混乱。encodingutf-8-sig是为适配 Windows Excel 默认编码否则中文会乱码——这是新手翻车最高发点。3.3capture_session.py不依赖 Fiddler/Charles用代码还原真实请求头当你发现fetch_word_detail.py总是 401但浏览器能正常查词大概率是auth_token过期或请求头缺失。此时capture_session.py就是你的“后悔药”python capture_session.py运行后脚本启动本地代理127.0.0.1:8080并打印日志 代理已启动监听 127.0.0.1:8080 请在浏览器中设置代理HTTP 127.0.0.1:8080HTTPS 同上 访问 https://www.cidayan.com 后任意查一个词日志将显示完整请求你在浏览器中完成一次查词操作后终端会输出类似内容[CAPTURED] GET https://www.cidayan.com/api/word/detail?spellingabandon Headers: { Host: www.cidayan.com, Connection: keep-alive, Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..., User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36, Accept: application/json, text/plain, */*, Cookie: tokeneyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...; _gaGA1.2.123456789.1234567890 }关键收获你立刻能确认两点——1Authorization头是否与config.json中一致2Cookie中是否同时存在token和_ga后者虽非必需但部分接口校验它。若发现Authorization为空说明你复制的 token 已失效需重新登录获取。4. 避坑指南五个真实踩过的坑现象、原因、解决一步到位4.1 现象fetch_word_detail.py报401 Unauthorized但config.json中 token 明明正确原因auth_token复制时包含了不可见的 Unicode 字符如零宽空格U200B常见于从网页复制或 Notepad 默认编码。requests发送时会原样携带服务端 JWT 解析失败。解决用 VS Code 打开config.json开启“显示所有字符”CtrlShiftP → Toggle Render Whitespace删除token值前后所有异常符号或用 Python 一行清洗print(repr(config[auth_token]))查看是否含\u200b。4.2 现象export_word_list.py导出 CSV 后Excel 打开全是乱码方块或问号原因pandas.to_csv()默认用utf-8编码但 Windows Excel 2016 及以前版本默认识别utf-8-sig即带 BOM 的 UTF-8。解决修改脚本中to_csv()行为强制加encodingutf-8-sig已在 3.2 节代码中标出。切勿用记事本另存为 UTF-8那会引入多余 BOM。4.3 现象capture_session.py启动后浏览器无法访问词达人提示“连接被拒绝”原因脚本默认绑定127.0.0.1:8080但部分杀毒软件如火绒、360会拦截mitmproxy监听行为导致端口不可用。解决临时关闭杀软或修改capture_session.py中proxy.start()的参数换端口proxy.start(8081)再在浏览器代理设置中同步改为127.0.0.1:8081。4.4 现象调用/api/word/detail时返回{code:400,msg:参数错误}但spelling参数确认无误原因词达人 API 对spelling参数做了严格校验只接受 ASCII 字母、数字、连字符-、单引号若单词含全角字符如abandon。、多余空格或中文标点直接 400。解决在get_word_by_spelling()函数开头加入清洗逻辑word word.strip().replace( , ).replace(’, ) # 替换全角单引号 if not re.match(r^[a-zA-Z\\-]$, word): print(f⚠️ 单词 {word} 含非法字符跳过) return None4.5 现象export_word_list.py运行中途卡住CPU 占用 100%数分钟后才报错原因requests.get()默认无限等待响应而词达人部分接口在高并发时响应极慢30s触发底层 socket hang。config.json中timeout未生效因脚本未将timeout传入requests.get()。解决检查fetch_word_detail.py中requests.get(...)是否传入timeoutconfig[timeout]3.1 节代码已修正。若未传补上即可建议timeout不低于 15低于 10 易误判为失败。5. 进阶技巧用capture_session.py日志反推接口边界构建自己的词库校验流水线5.1 从代理日志中提取隐藏字段与接口规律capture_session.py输出的不仅是Authorization更是整套请求指纹。我曾用它发现三个关键事实词表详情接口实际是/api/wordlist/{id}/words而非文档写的/api/wordlist/detail音标字段在返回中叫phonetic_us美式和phonetic_uk英式但fetch_word_detail.py只取phonetic导致部分单词音标为空example字段返回格式为例句1||例句2||例句3但example_en和example_zh是分开的原始脚本未区分中英文例句。于是我基于日志重写了get_word_by_spelling()的解析逻辑def get_word_by_spelling_enhanced(word: str): # ... 请求逻辑同前 ... if response.status_code 200: data response.json() # 增强解析优先取 phonetic_usfallback 到 phonetic phonetic data.get(phonetic_us) or data.get(phonetic) or # 分离中英文例句 examples_en [e.strip() for e in data.get(example_en, ).split(||) if e.strip()] examples_zh [e.strip() for e in data.get(example_zh, ).split(||) if e.strip()] return { word: data.get(spelling, ), phonetic: phonetic, definition: data.get(definition, ), examples_en: examples_en[:2], # 取前两条英文例句 examples_zh: examples_zh[:2] # 取前两条中文翻译 }5.2 构建词库一致性校验流水线附可运行脚本教学中常需验证同一词表在网页端、APP 端、导出 CSV 中的释义是否一致我用该工具包搭了一个最小闭环# step1: 从网页捕获当前词表所有单词的原始响应用 capture_session.py 手动滚动加载 # step2: 运行 export_word_list.py 导出 CSV # step3: 运行下面的 verify_consistency.pyverify_consistency.py核心逻辑对比字段差异import pandas as pd import json def compare_fields(csv_path: str, raw_json_path: str): # 读取 CSV df_csv pd.read_csv(csv_path, encodingutf-8-sig) # 读取原始 JSON由 capture_session.py 保存的响应体 with open(raw_json_path, r, encodingutf-8) as f: raw_data json.load(f) # 假设是 { words: [ {...}, {...} ] } 结构 # 构建单词 - 释义映射 csv_dict {row[word]: row[definition] for _, row in df_csv.iterrows()} raw_dict {w[spelling]: w.get(definition, ) for w in raw_data.get(words, [])} # 找出不一致项 mismatches [] for word in set(csv_dict.keys()) set(raw_dict.keys()): if csv_dict[word] ! raw_dict[word]: mismatches.append({ word: word, csv_def: csv_dict[word][:30] ..., raw_def: raw_dict[word][:30] ..., diff_len: abs(len(csv_dict[word]) - len(raw_dict[word])) }) if mismatches: print(f 发现 {len(mismatches)} 处释义不一致) for m in mismatches[:5]: # 只打前5个 print(f - {m[word]}: CSV{m[csv_def]} ≠ RAW{m[raw_def]}) else: print(✅ 所有单词释义完全一致) if __name__ __main__: compare_fields(./output/word_export_20240615.csv, ./logs/raw_wordlist_response.json)这个脚本让我在一次课程准备中提前发现词表中schedule一词的 CSV 导出漏掉了“时间表”这个核心义项而网页端显示正常。追查发现是export_word_list.py原逻辑只取definition字段但该单词的多义项实际存在definitions数组中。于是我在增强版中加入了数组遍历逻辑。从那以后我每次导出词表都强制走一遍capture_session.pyverify_consistency.py流水线哪怕多花 2 分钟。因为教学材料一旦发给学生纠错成本是百倍。希望帮到你。本文还有配套的精品资源点击获取
