关于python:JS-逆向百例网洛者反爬练习平台第六题JS-加密环境模拟检测

38次阅读

共计 4899 个字符，预计需要花费 13 分钟才能阅读完成。

关注微信公众号：K 哥爬虫，继续分享爬虫进阶、JS/ 安卓逆向等技术干货！

申明

本文章中所有内容仅供学习交换，抓包内容、敏感网址、数据接口均已做脱敏解决，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，若有侵权，请分割我立刻删除！

逆向指标

  • 指标：网洛者反反爬虫练习平台第六题：JS 加密，环境模拟检测
  • 链接：http://spider.wangluozhe.com/…
  • 简介：同样是要求采集 100 页的全副数字，并计算所有数据加和。请留神！不要重复使用一个参数值，不要坑骗本人哦！

抓包剖析

通过抓包剖析，能够发现本题不像后面几题一样 Payload 中参数有变动，而是在 Request Headers 里有个 hexin-v 的，每次申请都会变动，如果有敌人做过某花顺财经爬虫的话，会发现这个参数在某花顺的站点里也大量应用，如下图所示：

查找加密

首先尝试间接搜寻一下 hexin-v，只在 6.js 里有值，很显著这个 JS 是被混同了的，无奈定位，仔细观察一下，整个 6.js 为一个自执行函数（IIFE），传入的参数是 7 个数组，别离对应 n，t，r，e，a，u，c，如下所示：

!function (n, t, r, e, a, u, c) {
}([],[],[],[],[],[],[]
);

6.js 在调用值的时候都是通过元素下标取值的，所以这个混同也很简略，如果你想去还原的话，间接写个脚本将数组对应的值进行替换即可，当然在本例中比较简单，不必解混同。

因为 hexin-v 的值在 Request Headers 里，所以咱们能够通过 Hook 的形式，捕捉到设置 header 的 hexin-v 值时就 debugger 住（注入 Hook 代码的办法 K 哥以前的文章有具体解说，本文不再赘述）：

(function () {
    'use strict';
    var org = window.XMLHttpRequest.prototype.setRequestHeader;
    window.XMLHttpRequest.prototype.setRequestHeader = function (key, value) {if (key == 'hexin-v') {debugger;}
        return org.apply(this, arguments);
    };
})();

接下来就是跟栈了，往上跟一个就能够在 6.js 里看到 h 的值就是咱们想要的值，h = ct.update()，ct.update() 实际上又是 x()，如下图所示：

持续跟进 x()，t 是咱们想要的值，t = N()：

持续跟进 N()，et.encode(n) 就是最终值，能够看到有一些相似鼠标挪动、点击等函数：

后面咱们曾经剖析过，6.js 是个自执行办法，而且代码量也不是很多，所以咱们这里间接定义一个全局变量，把这个 N 办法导出即可，就不再挨个办法扣了，伪代码如下：

// 定义全局变量
var Hexin;

!function (n, t, r, e, a, u, c) {
    // 省略 N 多代码
    function N() {S[T]++,
        S[f] = ot.serverTimeNow(),
        S[l] = ot.timeNow(),
        S[k] = zn,
        S[I] = it.getMouseMove(),
        S[_] = it.getMouseClick(),
        S[y] = it.getMouseWhell(),
        S[E] = it.getKeyDown(),
        S[A] = it.getClickPos().x,
        S[C] = it.getClickPos().y;
        var n = S.toBuffer();
        return et.encode(n)
    }
    // 将 N 办法赋值给全局变量
    Hexin = N
}([],[],[],[],[],[],[]
);

// 自定义函数获取最终的 hexin-v 值
function getHexinV(){return Hexin()
}

环境补齐

通过如上改写后，咱们在本地调试一下，会发现 window、document 之类的未定义，咱们先依照以前的办法，间接定义为空，后续还会报错 getElementsByTagName is not a function，咱们晓得 getElementsByTagName 获取指定标签名的对象，属于 HTML DOM 的内容，咱们本地 node 执行必定是没有这个环境的。

这里咱们介绍一种可能间接在 Node.js 创立 DOM 环境的办法，应用的是 jsdom 这个库，官网是这么介绍的：

jsdom 是许多 Web 规范的纯 JavaScript 实现，特地是 WHATWG DOM 和 HTML 规范，用于 Node.js。一般来说，该项目标指标是模仿足够多的 Web 浏览器子集，以用于测试和抓取实在的 Web 应用程序。最新版本的 jsdom 须要 Node.js v12 或更新版本。（低于 v17 的 jsdom 版本依然实用于以前的 Node.js 版本，但不受反对。）具体的用法能够参考 jsdom 文档。

须要留神的是，jsdom 也依赖 canvas，所以也须要另外装置 canvas 这个库，HTML canvas 标签用于通过脚本（通常是 JavaScript）动静绘制图形，具体介绍和用法能够参考 canvas 文档。

咱们在本地 JS 中增加以下代码后，就有了 DOM 环境，即可胜利运行：

// var canvas = require("canvas");
var jsdom = require("jsdom");
var {JSDOM} = jsdom;
var dom = new JSDOM(`<!DOCTYPE html><p>Hello world</p>`);
window = dom.window;
document = window.document;
navigator = window.navigator;

配合 Python 代码，在申请头中，每次携带不同的 hexin-v，挨个计算每一页的数据，最终提交胜利：

残缺代码

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！ 残缺代码仓库地址：https://github.com/kgepachong…

JavaScript 加密要害代码 

/* ==================================
# @Time    : 2021-12-20
# @Author  : 微信公众号：K 哥爬虫
# @FileName: challenge_6.js
# @Software: PyCharm
# ================================== */


var TOKEN_SERVER_TIME = 1611313000.340;
var Hexin;
var jsdom = require("jsdom");
var {JSDOM} = jsdom;
var dom = new JSDOM(`<!DOCTYPE html><p>Hello world</p>`);
window = dom.window;
document = window.document;
navigator = window.navigator;

!function(n, t, r, e, a, u, c) {!function() {function Gn() {}
        var Qn = [new a[23](n[20]), new e[3](f + l + d + p)];
        function Zn() {}
        var Jn = [new t[16](c[13]), new u[9](e[19])], qn = a[24][u[16]] || a[24].getElementsByTagName(st(r[19], r[20]))[a[25]], nt;
        !function(o) {}(nt || (nt = {}));
        var tt;
        !function(o) {}(tt || (tt = {}));
        var rt = function() {}(), et;
        RT = rt
        !function(o) {}(et || (et = {}));
        function at() {}
        var ot;
        !function(o) {}(ot || (ot = {}));
        var it;
        !function(o) {}(it || (it = {}));
        var ut;
        !function(s) {}(ut || (ut = {}));
        var ct;
        !function(o) {function x() {}
            function L() {}
            function M() {}
            o[a[105]] = M;
            
            function N() {S[T]++,
                S[f] = ot.serverTimeNow(),
                S[l] = ot.timeNow(),
                S[k] = zn,
                S[I] = it.getMouseMove(),
                S[_] = it.getMouseClick(),
                S[y] = it.getMouseWhell(),
                S[E] = it.getKeyDown(),
                S[A] = it.getClickPos().x,
                S[C] = it.getClickPos().y;
                var n = S.toBuffer();
                return et.encode(n)
            }
            Hexin = N
            o[r[81]] = x
        }(ct || (ct = {}));

        function st() {}
        var vt;
        !function(o) {}(vt || (vt = {}));
        var ft;
        !function(r) {}(ft || (ft = {}))
    }()}([],[],[],[],[],[],[]
);


function getHexinV(){return Hexin()
}

// 测试输入
// console.log(getHexinV())

Python 计算要害代码 

# ==================================
# --*-- coding: utf-8 --*--
# @Time    : 2021-12-20
# @Author  : 微信公众号：K 哥爬虫
# @FileName: challenge_6.py
# @Software: PyCharm
# ==================================


import execjs
import requests


challenge_api = "http://spider.wangluozhe.com/challenge/api/6"
headers = {
    "Content-Type": "application/x-www-form-urlencoded; charset=UTF-8",
    "Cookie": "cookie 换成你本人的！",
    "Host": "spider.wangluozhe.com",
    "Origin": "http://spider.wangluozhe.com",
    "Referer": "http://spider.wangluozhe.com/challenge/6",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36",
    "X-Requested-With": "XMLHttpRequest"
}


def get_hexin_v():
    with open('challenge_6.js', 'r', encoding='utf-8') as f:
        wlz_js = execjs.compile(f.read())
    hexin_v = wlz_js.call("getHexinV")
    print("hexin-v:", hexin_v)
    return hexin_v


def main():
    result = 0
    for page in range(1, 101):
        data = {
            "page": page,
            "count": 10,
        }
        headers["hexin-v"] = get_hexin_v()
        response = requests.post(url=challenge_api, headers=headers, data=data).json()
        for d in response["data"]:
            result += d["value"]
    print("后果为:", result)


if __name__ == '__main__':
    main()

正文完
python
发表至： python
2021-12-28
 0
关于python:requests细节
关于python:十一Python排序-冒泡排序直接排序简单选择排序
关于python:认识爬虫提取网站-cookie-信息并使用-cookie-信息实现登录
关于python:2021全国大学生数学建模B题-乙醇偶合制备-C4-烯烃