关于爬虫:JS逆向百例某词霸翻译逆向分析

7次阅读

共计 5525 个字符，预计需要花费 14 分钟才能阅读完成。

申明

本文章中所有内容仅供学习交换应用，不用于其余任何目标，不提供残缺代码，抓包内容、敏感网址、数据接口等均已做脱敏解决，严禁用于商业用途和非法用处，否则由此产生的所有结果均与作者无关！

本文章未经许可禁止转载，禁止任何批改后二次流传，擅自应用本文解说的技术而导致的任何意外，作者均不负责，若有侵权，请在公众号【K 哥爬虫】分割作者立刻删除！

前言

明天在查看某平台私信的时候，发现有位粉丝示意本人在逆向某站的过程中，有一些纳闷，态度非常敌对，K 哥一贯是尽力满足粉丝需要的，本文就对该站进行逆向钻研，该案例不难，不过为了便于粉丝了解，会写的绝对具体点，大佬们间接跳过就能够了~

逆向指标

  • 指标：某词霸翻译，sign、content 参数逆向剖析
  • 网址：aHR0cHM6Ly93d3cuaWNpYmEuY29tL3RyYW5zbGF0ZQ==

抓包剖析

进入翻译页，右边输出查问单词，左边即会翻译出中文释义，很显然通过接口传输的数据：

F12 关上开发者人员工具，从新输出一个英文单词，比方 ratel，进行抓包，/index.php 接口的 Form Data 中有个 q 参数，很显著，就是咱们输出的待翻译的英文单词，申请参数 sign 是通过加密的：

  • Payload：申请中携带的理论数据局部；
  • Query String Parameters：URL 中的查问字符串局部所蕴含的参数；
  • Form Data：HTTP 申请中发送数据的形式，通常用于提交表单数据。

那么，响应返回的天然就是翻译后的中文释义，点到 Preview 响应预览中查看一下，发现并没有呈现设想中的 蜜罐 两字，显然 content 就是翻译后果，只不过被加密解决了：

接下来，咱们别离对 sign 参数和 content 参数进行逆向剖析。

逆向剖析

sign 参数

定位的形式有很多，因为该接口是 XHR（XMLHttpRequest）类型的申请，咱们能够间接下个 XHR 断点，这样定位到的地位通常在加密解决实现之后，曾经筹备发送申请了，长处是便于踪栈，更容易找到加密的中央：

在开发者人员工具 Source 面板右侧的 XHR/fetch Breakpoints 中增加截取的接口 URL：

从新输出单词，即会断住，能够看到，此时 sign 参数曾经生成了：

向上跟栈到 takeRusult 中，以下局部中，看起来相当像在拼接 sign 参数：

// encodeURIComponent —> 将特殊字符（例如冒号、斜杠、问号、等号、以及非 ASCII 字符）转换成 UTF-8 编码的十六进制示意
"/index.php?c=trans&m=fy&client=6&auth_user=key_web_new_fanyi&sign=".concat(encodeURIComponent(r))

在该行打下断点，开释掉 XHR 断点，从新输出查问单词即会断住，encodeURIComponent(r) 就是 sign 值：

看看 r 参数是什么，就定义在下面：

r = (0, _.$Q)(r)

断到该行，先选中 _.$Q，跟进去，看看是什么加密算法：

很显著的 AES 加密，mode 为 ECB，padding 为 PKCS7，key 是通过一系列编码失去的，为定值 L4fBtD5fLC9FQw22：

  • mode：加密模式，ECB 是一种根底的加密形式，密文被宰割成分组长度相等的块（有余补齐），而后独自一个个加密，一个个输入组成密文；
  • padding：填充形式，PKCS7 在填充时首先获取须要填充的字节长度 = 块长度 –（数据长度 % 块长度），在填充字节序列中所有字节填充为须要填充的字节长度值；
  • 相干文章浏览：【爬虫常识】爬虫常见加密解密算法。

间接引库复现即可：

// 援用 crypto-js 加密模块
const CryptoJS = require('crypto-js')

function aesEncrypt(aesKey, text) {let key = CryptoJS.enc.Utf8.parse(aesKey),
        srcs = CryptoJS.enc.Utf8.parse(text),
        // ECB 加密形式，Pkcs7 填充形式
        encrypted = CryptoJS.AES.encrypt(srcs, key, {
            mode: CryptoJS.mode.ECB,
            padding: CryptoJS.pad.Pkcs7
        });
    return encrypted.toString();}

// 后果验证
let aesKey = 'L4fBtD5fLC9FQw22';
let text = '679eddc40bc55be3'
let encryptResult = aesEncrypt(aesKey, text);
console.log(encryptResult);

再来剖析下 (0, _.$Q)(r) 中的 r，定义在上一行，内容如下：

var r = u()("6key_web_new_fanyi".concat(s.LI).concat(t.q.replace(/(^\s*)|(\s*$)/g, ""))).toString().substring(0, 16);

逐段剖析一下这部分：

  • .toString().substring(0, 16)：将之前局部转为字符串后，截取了前 16 个字符；
  • s.LI：定值 6dVjYLFyzfkFkk；
  • 6key_web_new_fanyi6dVjYLFyzfkFkkratel：6key_web_new_fanyi + 6dVjYLFyzfkFkk + 查问单词；

要害就在于这部分了：

u()("6key_web_new_fanyi".concat(s.LI).concat(t.q.replace(/(^\s*)|(\s*$)/g, ""))).toString()

这一段将 6key_web_new_fanyi6dVjYLFyzfkFkkratel 加密了，长度为 32 位：

32 位就比拟特地了，依据教训，猜想是 MD5 加密，去 www.kgtools.cn 验证一下，果然，后果统一：

当然还能够搜寻 MD5 摘要算法源码中的一些特色，1732584193、4023233417 之类的，大多数都是规范的算法，MD5 算法的源码可于公众号回复关键词 MD5 获取：

残缺算法：

// 援用 crypto-js 加密模块
const CryptoJS = require('crypto-js')

function aesEncrypt(aesKey, text) {let key = CryptoJS.enc.Utf8.parse(aesKey),
        srcs = CryptoJS.enc.Utf8.parse(text),
        // ECB 加密形式，Pkcs7 填充形式
        encrypted = CryptoJS.AES.encrypt(srcs, key, {
            mode: CryptoJS.mode.ECB,
            padding: CryptoJS.pad.Pkcs7
        });
    return encrypted.toString();}

function getSign(){
    let searchWord = 'ratel'
    let aesKey = 'L4fBtD5fLC9FQw22';
    let concatSearchParams = '6key_web_new_fanyi' + '6dVjYLFyzfkFkk' + searchWord;
    let md5EncryptResult = CryptoJS.MD5(concatSearchParams).toString().substring(0, 16);
    let sign = aesEncrypt(aesKey, md5EncryptResult);
    return encodeURIComponent(sign);
}

console.log(getSign());  // C0W0FqJdhxUeFmgdJ162GdRriqVIAJSQ%2BxmfU0q7dIE%3D

当然，也能够间接应用 Python 复现：

import base64
import hashlib
import urllib.parse
from loguru import logger
from Crypto.Cipher import AES
from Crypto.Util.Padding import pad


def aes_encrypt(aes_key: str, text: str) -> str:
    key = aes_key.encode('utf-8')
    srcs = text.encode('utf-8')
    cipher = AES.new(key, AES.MODE_ECB)
    # 在加密之前进行填充
    padded_data = pad(srcs, AES.block_size)
    encrypted = cipher.encrypt(padded_data)
    # 返回 base64 编码后的密文
    return base64.b64encode(encrypted).decode('utf-8')


def get_sign() -> str:
    search_word = 'ratel'
    aes_key = 'L4fBtD5fLC9FQw22'
    concat_search_params = '6key_web_new_fanyi' + '6dVjYLFyzfkFkk' + search_word
    md5_encrypt_result = hashlib.md5(concat_search_params.encode()).hexdigest()[:16]
    sign = aes_encrypt(aes_key, md5_encrypt_result)
    return urllib.parse.quote(sign)


logger.info(get_sign())  # C0W0FqJdhxUeFmgdJ162GdRriqVIAJSQ%2BxmfU0q7dIE%3D

content 参数

咱们来看看 takeResult 的构造，这就是一个异步操作链：

takeResult: function (e) {
    ........
    v("/index.php?c=trans&m=fy&client=6&auth_user=key_web_new_fanyi&sign=".concat(encodeURIComponent(r)), {........}).then((function (e) {var t = 1 === (null === e || void 0 === e ? void 0 : e.status) ? A(A({}, e), {}, {
                content: JSON.parse((0,
                    _.B6)(e.content))
            }) : e;
            return console.log(t),
                t
        }
    )).catch((function (e) {return e}
    ))
}

跟进到 v 函数中，返回了一个 Promise 对象，用于异步解决申请的后果：

Promise.then 用于注册当异步操作胜利实现时执行的回调，这里承受了一个参数，即胜利时的回调函数：

function (e) {var t = 1 === (null === e || void 0 === e ? void 0 : e.status) ? A(A({}, e), {}, {
        content: JSON.parse((0,
            _.B6)(e.content))
    }) : e;
    return console.log(t),
        t
}

大伙应该留神到了，content: JSON.parse((0, _.B6)(e.content))，这里是否就是 content 参数解密还原出释义的算法地位呢？跟进到 _.B6 中去看看，同样是 AES 算法，断住后就会发现，解密的地位的确是这里，out 通过了 Unicode 编码，key 为定值 aahc3TfyfCEmER33：

import base64
from loguru import logger
from Crypto.Cipher import AES
from Crypto.Util.Padding import unpad


def aes_decrypt(ciphertext):
    key = 'aahc3TfyfCEmER33'.encode('utf-8')
    # 将密文进行 base64 解码
    ciphertext = base64.b64decode(ciphertext)
    # 创立 AES 解密器对象
    cipher = AES.new(key, AES.MODE_ECB)
    # 对密文进行解密
    decrypted_data = cipher.decrypt(ciphertext)
    # 对解密后的数据进行去填充操作
    decrypted_data = unpad(decrypted_data, AES.block_size)
    # 返回解密后的明文
    return decrypted_data.decode('utf-8')


content = 'X2NheRsV7GVaBbfK/jxZ6h6rWRz0J268vfthunwKmlJIHB687XwU1lxRMBgI+YF5652luVBNTUhVKvlnLYwMqSstRS4f5IYpz1a9YcYdXa/rXx65frmbDe5TKkih255dl8RwKe97E/JowqGPq1d5qnpm1rhY96/4IBwcpvtQFVgVrvcAP+RyIHOwRAByBR30Pzh9NPptSnQZm/n0/GSpnPbmR1WWZ0v5WOlCsDSYjWgzXOg/54z83oI+Yj/bKoR66YbMab+mmtIXcnhp+Uwb2rCoWF0whrcrbM5CHyCEuZ52pHYJ3cRzPNgFvf6GqoEWgeF4SMo22JYGqDKK6VrhJyCvs1BFAUNdYrsGlLNmlrsQkuYxQlM40/3DTZX4cxav'
logger.info(aes_decrypt(content))

后果验证

正文完
爬虫
发表至： 爬虫
2024-03-04
 0
关于爬虫:彻底了解Python爬虫是什么
关于爬虫:IPQ9574-vs-IPQ9554-vs-IPQ8072-vs-IPQ8074Wallys-WiFi-7
关于爬虫:Apipost使用指南
关于爬虫:国考之逻辑填空成语汇总2022

站内搜索

-「」