Python反爬,JS反爬串讲,从MAOX眼X开始,本文优先解决反爬参数 signKey

Posted 2022-04-26 梦想橡皮擦

📢📢📢📢📢📢
💗 你正在阅读 【梦想橡皮擦】 的博客
👍 阅读完毕，可以点点小手赞一下
🌻 发现错误，直接评论区中指正吧
📆 橡皮擦的第 621 篇原创博客

畅销专栏，打折促销中~

反爬目录

• • ⛳️ 实战场景
  • ⛳️ 系统分析

⛳️ 实战场景

Python 反爬中有一大类，叫做字体反爬，核心的理论就是通过字体文件或者 CSS 偏移，实现加密逻辑，接下来的 10 篇博客，我们将搞定目前市场上各种典型的字体反爬场景，每一篇都涉及一个案例。

本次要采集的站点是：54yr55y855S15b2x（Base64 加密）
站点地址为：https%3A%2F%2Fmaoyan.com%2Ffilms%2F522013（URL 编码）

上述地址打开之后，用开发者工具选中某文字之后，会发现 Elements 中，无法从源码读取到数据，如下图所示。

类似的所有场景都属于字体编码系列，简单理解就是：

服务器源码，无法直接读取文字。

也可以用请求页面预览选项卡，判断是否为字体加密，当出现如下结论时，可以判断，其中数字信息，显示为方框。

⛳️ 系统分析

本以为直接进入字体加密解密逻辑，本案例就可以解决，但是当打开请求头之后，发现出现了一个请求参数 signKey，而且还加密了，那解决字体反爬前，先解决这个加密问题吧。

打开控制台，直接检索 signKey 参数，发现只有一个文件所有涉及。

打开 common.js 文件之后，进行格式化，继续检索关键字。

直接将断点打在 688 行附近，然后刷新页面，等待断点请求。

当发现关键字 _0x371d 时，就知道，这里需要一点点扣 JS 代码了，又是一个细致活。

待提取的 JS 代码如下所示：

u = function(x) 
var d = x[a(_0x371d("0x14c"))]
 , e = x[a(_0x371d("0x14d"))]
 , _ = x[a(_0x371d("0x14e"))]
 , t = void 0 === _ ? 1 : _
 , n = Math[a("0x82")](10 * Math[a(_0x371d("0x14f"))]())
 , i = (new Date)[a(_0x371d("0x150"))]()
 , o = typeof window !== a("0x4") && window[_0x371d("0x151")]
 , s = o[a(_0x371d("0x152"))]
 , u = a(_0x371d("0x153")) + d.toUpperCase() + a("0x87") + i + a(_0x371d("0x154")) + s + _0x371d("0x155") + n + a("0x89") + e + a(_0x371d("0x156")) + t
 , f = a(_0x371d("0x157"));
return 
   timeStamp: i,
   index: n,
   signKey: (0,
   r[a(_0x371d("0x158"))])(u + f),
   channelId: e,
   sVersion: t,
   webdriver: c()

每次页面刷新的时候，都可以捕获一下相关参数与值。

例如，这里可以直接得到 d = "GET"，写入到我们的 JS 文件即可。

第一步加密之后，得到各个参数值，其中 u 与 f 比较重要。
通过每次断点，可以依次将代码逐步还原。
下述是一些比较重要的步骤，如果路径不清楚，可以点击下面卡片，直接询问橡皮擦。

获取 f 值

获取 _0x5827 函数内容

下述内容 r 是一个数组，可以通过索引获取其中的字符串

a(_0x371d("0x158"));
("default");

随着代码的深入，发现了最核心 signKey 参数的加密位置，截图如下：

这就是一个大工程了，没有 1 个小时，无法翻译完毕。

我们先将核心的函数扣出来，然后一点点进行替换，核心未翻译代码如下所示

function() 
var d = e(7)
 这里面好多代码
        , v = u
        , M = f;
        s = m(s, c, u, f, i[l + 0], 7, -680876936),
        f = m(f, s, c, u, i[l + 1], 12, -389564586),
        u = m(u, f, s, c, i[l + 2], 17, 606105819),
        c = m(c, u, f, s, i[l + 3], 22, -1044525330),
 这里面好多代码
()

翻译的时候，关注几个重点参数即可。
** _0x371d **

var _0x371d = function (x, d) 
  return (x -= 0), _0x5827[x];
;

** _0x5827 **

var _0x5827 = ["parseJSON", "parseXML", "ajaxSettings", "ajaxSetup", "statusCode", "canceled", "success", "dataType", …………;

复制到编辑器中，直接好家伙，超过 7W 字了。

加密变量 a

var a = function (x, d) 
  return (x -= 0), r[x];
;

加密变量 r

加密参数 d

了解上述几个值的取值方式，解决 signKey 就变得非常简单了。

除此之外，最简单的办法是直接将 common.js 文件搭建在本地，然后用 Python 去调用，直接就可以获取到对应的数据。

JS 代码在 Python 中执行，使用如下 Demo 即可实现。

import execjs
# 执行 JS 文件
js = "js 脚本内容"
ctx = execjs.compile(js)
x = 
    'method': 'GET',
    'channelId': 40011,
    'sVersion': 1,
    'type': 'object'

# 传入参数
n = ctx.call('翻译之后的加密函数名', x)

📣📣📣📣📣📣
右下角有个大拇指，点赞的漂亮加倍

欢迎大家订阅专栏：
⭐️ ⭐️ 《Python 爬虫 120》⭐️ ⭐️