关于python:百度指数-CipherText百度翻译-AcsToken-逆向分析

K 哥之前写过一篇对于百度翻译逆向的文章，也在 bilibili 上出过相应的视频，最近在 K 哥爬虫交换群中有群友提出，百度翻译新增了一个申请头参数 Acs-Token，如果不携带该参数，间接依照以前的办法进行解决，会呈现 1022 报错，并且如果间接将 Acs-Token 写成定值，前几次可能能胜利，多查问几次也会报同样的谬误，现对其进行逆向剖析，对往期代码进行重构。与此同时，K 哥发现百度指数的某些接口有个 Cipher-Text 参数，与百度翻译的 Acs-Token 加密形式差不多，所以就一起剖析一波。

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！

指标：百度翻译最新申请头参数 Acs-Token，百度指数申请头 Cipher-Text
主页：https://fanyi.baidu.com/
接口：https://fanyi.baidu.com/v2tra…
sign、token 参数的逆向办法本文不再赘述，想理解的能够浏览 K 哥往期百度翻译逆向的文章

先以百度翻译为例，轻易输出文字，能够看到没有刷新页面，翻译后果就进去了，由此能够推断是 Ajax 加载的，关上开发者工具，抉择 XHR 过滤 Ajax 申请，找到接口地位，详细分析举荐浏览 K 哥往期百度翻译逆向的文章，如下图能够看到在申请头中新增了一个 Acs-Token 参数，后面两串数字看起来像工夫戳，具体加密形式须要咱们来进一步剖析：

这里应用 Fiddler 插件 hook 定位 Acs-Token 参数，相干 hook 操作形式可浏览 K 哥往期文章，本文不再赘述：

(function () {
    var org = window.XMLHttpRequest.prototype.setRequestHeader;
    window.XMLHttpRequest.prototype.setRequestHeader = function (key, value) {console.log(key, ':', value)
        if (key == 'Acs-Token') {debugger;}
        return org.apply(this, arguments);
    };
})();

革除缓存，点击翻译，能够看到胜利 hook 到 Acs-Token 参数，往下跟栈即可找到其值生成的地位：

向下跟栈剖析，Acs-Token 参数的值在 translate.js 文件的第 187 行生成，由 sign 参数传递，sign 参数定义在第 180 行，在第 195 行打下断点调试，点击翻译后胜利在断点处断下：

跟进 getAcsSign() 函数，整体选中，点击进入到 paris.js 文件中，能够看到函数体中创立了一个异步 Promise 对象进行异步操作：

Promise 的构造函数接管一个函数参数，并且这个函数须要传入两个参数：

resolve：异步操作执行胜利后的回调函数；
reject：异步操作执行失败后的回调函数。

所以异步操作执行胜利即返回 sign 参数的值：

到这里曾经拿到 sign 了，咱们再向上跟栈，能够发现 Acs-Token 参数的值在 acs-2060.js 文件的第 805 行生成，很显著是拼接而成的：

上图是几天前剖析的时候断下的状况，明天再次剖析的时候发现构造变了，如下图所示：

这个 acs-2060.js 是咋来的呢？在 paris.js 里其实能够看到 init 初始化了了一些配置文件，其中的 acsUrl 就是 acs-2060.js 的地址，2060 是渠道号，由管理员调配，依据正文能够看到这个货色叫做“玉门关”。

持续后面的步骤，剖析一下 acs-2060.js，在第 805 行打断点调试，剖析 a8() 中各拼接局部含意，可失去如下后果：

b('0x78') 或者 '\x31\x36\x36\x30\x35\x34\x36\x38\x30\x39\x35\x30\x35\x5f'：固定字符串 1660287615129_ 或者 1660546809505_，这里每隔一段时间都会变动。具体的变动周期得须要继续察看一下才晓得。
ae：以后工夫戳
'\x5f'：下划线 _
eg(a2, a0, a1)：一大串加密字符串，在控制台输入能够晓得 a2, a0, a1 各自的含意

a0，a1 为定值，剖析 a2 字典中各参数值含意：

ua：浏览器类型
url：翻译链接，例如输如 spider，url 即为 https://fanyi.baidu.com/#zh/e…
platform：平台操作系统版本
clientTs：以后工夫戳
version：版本号

选中 eg，跟进到 eg 函数定义的地位，在 acs-2060.js 文件的第 537 行：

具体内容如下：

function eg(a2, a8, a9) {return a2 = b('0x4d') == typeof a2 ? JSON[b('0xc')](a2) : void 0x0 === a2 ? '':'' + a2,
        dD[b('0x37')](a2, ad[b('0x29')](a8), {'\x69\x76': ad[b('0x29')](a9),
        '\x6d\x6f\x64\x65': cc,
        '\x70\x61\x64\x64\x69\x6e\x67': cz
    })[b('0x27')][b('0xa')](ag);
}

能够在第 538 行打断点进行调试，亦可从控制台间接打印混同局部内容，会发现三个经典加密参数：

'\x69\x76'：iv，偏移量
'\x6d\x6f\x64\x65'：mode，加密形式
'\x70\x61\x64\x64\x69\x6e\x67'：padding，填充形式

并且在第 548 即将 eg 赋值给了 window.aes_encrypt，很显著 AES 加密了，能够抉择间接引库，也能够间接扣代码，这里不做持续钻研:

百度指数的 Cipher-Text 和百度翻译的 Acs-Token 在结构上是一样的，依据百度翻译的教训，咱们晓得外围加密代码应该在“玉门关”外面，不同的站调配的渠道号不一样，咱们间接全局搜寻 acsUrl，或者间接找 acs 结尾的 JS，会发现有一个 acs-2057.js：

老样子，在 a8() 处下断，刷新接口，即可断下：

百度指数与百度翻译不一样的中央在于结尾的那个工夫戳不一样，变量 a0 不一样，其余的逻辑都是一样的，咱们留神到结尾的工夫戳隔一段时间就会扭转，如果在我的项目代码中利用，人工定时去改必定是不合理的，这里的解决思路能够是先在本地固定一套算法，而后每次申请先去拿 acs 结尾的那个 JS，拿到内容后，通过正则匹配去拿到那个工夫戳，再传到本地的算法里生成最终值，灵活处理即可。

至此，Cipher-Text 和 Acs-Token 就剖析完结了，本次逆向的加密算法其实并不难，然而想要找到加密地位须要肯定的技巧，另外在写这篇文章时，发现百度翻译不加 Acs-Token 申请又能够了，目前的情况是有时候不加能够申请，有时候不加又不能申请，如果你申请发现报错 {"errno":1022,"errmsg":"拜访出现异常，请刷新后重试！","error":1022,"errShowMsg":"拜访出现异常，请刷新后重试！"}，那就能够尝试加上这个参数。

bilibili 关注 K 哥爬虫，小助理手把手视频教学：https://space.bilibili.com/16…

GitHub 关注 K 哥爬虫，继续分享爬虫相干代码！欢送 star！https://github.com/kgepachong/

以下只演示局部要害代码，不能间接运行！

var window =  global;

// 以下局部内容过长，此处省略
// 残缺代码关注 GitHub：https://github.com/kgepachong/crawler
(function(){...})()
function ascToken(translate_url){
    // 局部参数间接写死了，不同网站参数值不同，如果在我的项目中应用，请灵活处理
    var a0 = 'uyaqcsmsseqyosiy';
    var a1 = '1234567887654321';
    var ae = (new Date).getTime();
    var a2 = '{"ua":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36","url":' + translate_url + '","platform":"Win32","clientTs":' + ae + ',"version":"2.2.0"}';
    // 这里结尾的工夫戳写死了，如果申请失败请更新这个值
    return '1660546809505_' + ae + '_' + window.aes_encrypt(a2, a0, a1);
}

// console.log(ascToken("https://fanyi.baidu.com/#zh/en/%E6%B5%8B%E8%AF%95"))

# ==================================
# --*-- coding: utf-8 --*--
# @Time    : 2021-08-12
# @Author  : 微信公众号：K 哥爬虫
# @FileName: baidufanyi.py
# @Software: PyCharm
# ==================================


import re
import execjs
import requests
from urllib import parse


session = requests.session()
index_url = 'https://fanyi.baidu.com/'
lang_url = 'https://fanyi.baidu.com/langdetect'
translate_api = 'https://fanyi.baidu.com/v2transapi'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36',
}
# cookies = {
#     "BAIDUID": "624363427DBD2BFCDF0C3D6E129F5C65:FG=1"
# }


def get_params(query):
    # 获取 token 和 gtk
    session.get(url=index_url, headers=headers)
    # print(session.cookies.get_dict())
    response_index = session.get(url=index_url, headers=headers)
    token = re.findall(r"token:'([0-9a-z]+)'", response_index.text)[0]
    gtk = re.findall(r'gtk ="(.*?)"', response_index.text)[0]
    # 自动检测语言
    response_lang = session.post(url=lang_url, headers=headers, data={'query': query})
    lang = response_lang.json()['lan']
    return token, gtk, lang


def get_sign_and_token(query, gtk, lang):
    with open('baidufanyi_encrypt.js', 'r', encoding='utf-8') as f:
        baidu_js = f.read()
    sign = execjs.compile(baidu_js).call('e', query, gtk)
    translate_url = 'https://fanyi.baidu.com/#%s/en/%s' % (lang, parse.quote(query))
    acs_token = execjs.compile(baidu_js).call('ascToken', translate_url)
    return sign, acs_token


def get_result(query, lang, sign, token, acs_token):
    data = {
        'from': lang,
        'to': 'en',
        'query': query,
        'transtype': 'realtime',
        'simple_means_flag': '3',
        'sign': sign,
        'token': token,
    }
    headers["Acs-Token"] = acs_token
    response = session.post(url=translate_api, headers=headers, data=data)
    result = response.json()['trans_result']['data'][0]['dst']
    return result


def main():
    query = input('请输出要翻译的文字：')
    token, gtk, lang = get_params(query)
    sign, acs_token = get_sign_and_token(query, gtk, lang)
    result = get_result(query, lang, sign, token, acs_token)
    print('翻译成英文的后果为：', result)


if __name__ == '__main__':
    main()

关于python:百度指数-CipherText百度翻译-AcsToken-逆向分析

申明

逆向指标

逆向过程

抓包剖析

逆向剖析

百度指数 Cipher-Text

残缺代码

baidufanyi_encrypt.js

baidufanyi.py