我正在设置一个Google Safebrowsing客户端。看来我无法在fullHashes.find端点上获得哈希前缀的匹配，也无法与列入黑名单的域匹配，而且我想知道我是否在正确地计算所有内容。
我正在使用googleapiclient.discovery模块来访问Update API，主要有两个端点可供选择：
safebrowsing_api.threatListUpdates.fetch（获取与域哈希进行比较的哈希前缀列表）和safebrowsing_api.fullHashes.find（返回哈希前缀的完整哈希）
一旦获得抓取响应，我将以以下方式解析['additions']['rawHashes']['rawHashes']字段：
1。 base64解码整个字符串以获得字节列表
prefixesRawList = base64.b64decode(rawHashes)
2。将列表分成大小为['rawHashes']['prefixSize']（通常为4个字节）的块，并获取每个列表的十六进制表示形式
hash_prefixes = [binascii.hexlify(prefixesRawList[i:i+prefix]) for i in range(0,len(prefixesRawList),prefix)]
这给了我一个[b'00000860', b'00000bdd', b'000013b1', b'00002d92', b'000046ca', b'0000481f',...类型的列表；订单使我觉得我做得正确...
（以下问题已得到修复：请参见最后的编辑）但，例如在SOCIAL_ENGINEERING列表中给出的b'00000860'，我没有从fullHashes.find端点获得任何哈希;以下列方式进行：
1。 base64编码哈希前缀
threatEntries = [{'hash' : base64.b64encode(prefix).decode('utf8') }]
2。获取客户端状态并发送请求；这样我最终会发送如下内容：
{'client': {'clientVersion': '1.0.0', 'clientId': 'myid'}, 'apiClient': {'clientVersion': '1.0.0', 'clientId': 'myid'}, 'clientStates': ['Cg0IARAGGAEiAzAwMTABENf8BRoCGAlcqHaY', 'Cg0IAhAGGAEiAzAwMTABEKTIBhoCGAkJEi5s', 'Cg0IAxAGGAEiAzAwMTABEKKKBhoCGAkWMQzZ'], 'threatInfo': {'threatTypes': ['SOCIAL_ENGINEERING'], 'platformTypes': ['ANY_PLATFORM'], 'threatEntryTypes': ['URL'], 'threatEntries': [{'hash': 'MDAwMDA4NjA='}]}}
('MDAwMDA4NjA=' being the base64 encoding for b'00000860')
但是我总是回来
{'negativeCacheDuration': '300s'}
我想知道...哈希前缀实际上是从前缀列表中提取的，而前缀列表本身是从现有的全哈希值中提取的，因此find方法是否总是返回结果？ 那让我觉得我没有正确计算散列...
另一方面，匹配时：
1。我通过在开头添加http://在结尾添加/来规范化域名（我的服务仅获取域）
2。获取sha256摘要d = sha256(dom.encode('utf8')).digest()
3。取4字节前缀十六进制prefix = binascii.hexlify(d[:4])
4。在列表中查找那个
（根据https://developers.google.com/safe-browsing/v4/urls-hashing）
但是我无法通过这种方式与安全浏览站点状态页面（@ https://transparencyreport.google.com/safe-browsing/search）匹配。例如，4anfm.com被列为完全不安全。 http://4anfm.com/ 4b前缀是b'30d716ad'，但是该哈希值（看起来像我在列表中看到的一样，如前所示）不会显示在我拥有的任何列表中内存中（对于ANY_PLATFORM平台类型和URL entryType，这三种是MALWARE，UNWANTED_SOFTWARE和SOCIAL_ENGINEERING威胁类型）
我确实看到有人抱怨google的界面和API结果之间存在差异，因此我无法确定这是一个代码错误，这就是为什么我寻求帮助。这两个问题（我的列表的前缀没有完整的散列，并且在Google的界面中没有匹配域的匹配项）建议某处有些奇怪，但是google docs（@ https://developers.google.com/safe-browsing/v4/update-api）没有提供大量示例或测试数据可供对照。
要找到匹配项，我一直在尝试针对Google透明度报告尝试MalwareDomain的黑名单域（@ http://mirror1.malwaredomains.com/files/domains.txt），直到找到完全匹配项，然后在控制台中使用它来测试我的代码。这就是我发现4anfm.com的方式。
我当然会1-期望列表中的任何前缀返回至少一个完整的哈希，2-期望透明性报告中的任何域匹配也会在我的某些列表中产生匹配。
任何帮助，建议和观察都受到好评，包括可能的匹配列表，测试数据或策略等。
谢谢
编辑：我只发现了一个问题。我保存在列表中的哈希在进行base64编码并发送到fullHashes.find终结点之前必须先取消哈希处理。修复了该错误，现在可以在每次调用时返回结果：
{'client': ..., 'apiClient': ..., 'clientStates': ..., 'threatInfo': {'threatTypes': ['SOCIAL_ENGINEERING'], 'platformTypes': ['ANY_PLATFORM'], 'threatEntryTypes': ['URL'], 'threatEntries': [{'hash': 'AAAIYA=='}]}}'
'AAAIYA==' being the base64 encoding for binascii.unhexlify(b'00000860') (not just b'00000860')
{'matches': [{'threatType': 'SOCIAL_ENGINEERING', 'platformType': 'ANY_PLATFORM', 'threat': {'hash': 'AAAIYEk5l7eYhhlW4G09Ngb4I4Qlm5cbuSL5T4hqS1U='}, 'threatEntryMetadata': {}, 'cacheDuration': '300s', 'threatEntryType': 'URL'}], 'negativeCacheDuration': '300s'}
问题测试以及与透明度报告的匹配仍然存在