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。

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！

逆向指标

  • 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

逆向过程

抓包剖析

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：

逆向剖析

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 Cipher-Text

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。

残缺代码

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！

baidufanyi_encrypt.js

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"))

baidufanyi.py

# ==================================# --*-- coding: utf-8 --*--# @Time    : 2021-08-12# @Author  : 微信公众号：K哥爬虫# @FileName: baidufanyi.py# @Software: PyCharm# ==================================import reimport execjsimport requestsfrom urllib import parsesession = 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, langdef 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_tokendef 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 resultdef 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()