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

Posted K哥爬虫

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了JS 逆向百例网洛者反爬练习平台第六题:JS 加密,环境模拟检测相关的知识,希望对你有一定的参考价值。

关注微信公众号:K哥爬虫,持续分享爬虫进阶、JS/安卓逆向等技术干货!

声明

本文章中所有内容仅供学习交流,抓包内容、敏感网址、数据接口均已做脱敏处理,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关,若有侵权,请联系我立即删除!

逆向目标

  • 目标: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/challenge/6
  • 简介:同样是要求采集100页的全部数字,并计算所有数据加和。请注意!不要重复使用一个参数值,不要欺骗自己哦!

抓包分析

通过抓包分析,可以发现本题不像前面几题一样 Payload 中参数有变化,而是在 Request Headers 里有个 hexin-v 的,每次请求都会变化,如果有朋友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使用,如下图所示:

查找加密

首先尝试直接搜索一下 hexin-v,只在 6.js 里有值,很明显这个 JS 是被混淆了的,无法定位,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,分别对应 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,所以这个混淆也很简单,如果你想去还原的话,直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,不用解混淆。

因为 hexin-v 的值在 Request Headers 里,所以我们可以通过 Hook 的方式,捕获到设置 header 的 hexin-v 值时就 debugger 住(注入 Hook 代码的方法K哥以前的文章有详细讲解,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,往上跟一个就可以在 6.js 里看到 h 的值就是我们想要的值,h = ct.update()ct.update() 实际上又是 x(),如下图所示:

继续跟进 x(),t 是我们想要的值,t = N()

继续跟进 N()et.encode(n) 就是最终值,可以看到有一些类似鼠标移动、点击等函数:

前面我们已经分析过,6.js 是个自执行方法,而且代码量也不是很多,所以我们这里直接定义一个全局变量,把这个 N 方法导出即可,就不再挨个方法扣了,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 方法赋值给全局变量
    Hexin = N
(
    [],[],[],[],[],[],[]
);

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

环境补齐

经过如上改写后,我们在本地调试一下,会发现 window、document 之类的未定义,我们先按照以前的方法,直接定义为空,后续还会报错 getElementsByTagName is not a function,我们知道 getElementsByTagName 获取指定标签名的对象,属于 HTML DOM 的内容,我们本地 node 执行肯定是没有这个环境的。

这里我们介绍一种能够直接在 Node.js 创建 DOM 环境的方法,使用的是 jsdom 这个库,官方是这么介绍的:

jsdom 是许多 Web 标准的纯 JavaScript 实现,特别是 WHATWG DOM 和 HTML 标准,用于 Node.js。一般来说,该项目的目标是模拟足够多的 Web 浏览器子集,以用于测试和抓取真实的 Web 应用程序。最新版本的 jsdom 需要 Node.js v12 或更新版本。(低于 v17 的 jsdom 版本仍然适用于以前的 Node.js 版本,但不受支持。)具体的用法可以参考 jsdom 文档

需要注意的是,jsdom 也依赖 canvas,所以也需要另外安装 canvas 这个库,HTML canvas 标签用于通过脚本(通常是 JavaScript)动态绘制图形,具体介绍和用法可以参考 canvas 文档

我们在本地 JS 中添加以下代码后,就有了 DOM 环境,即可成功运行:

// 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,在请求头中,每次携带不同的 hexin-v,挨个计算每一页的数据,最终提交成功:

完整代码

GitHub 关注 K 哥爬虫,持续分享爬虫相关代码!欢迎 star !https://github.com/kgepachong/

以下只演示部分关键代码,不能直接运行! 完整代码仓库地址:https://github.com/kgepachong/crawler/

JavaScript 加密关键代码

/* ==================================
# @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()


// 测试输出
// console.log(getHexinV())

Python 计算关键代码

# ==================================
# --*-- 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 换成你自己的!",
    "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("结果为: ", result)


if __name__ == \'__main__\':
    main()

以上是关于JS 逆向百例网洛者反爬练习平台第六题:JS 加密,环境模拟检测的主要内容,如果未能解决你的问题,请参考以下文章

爬虫反爬:JS逆向实战练习1

爬虫反爬:JS逆向实战练习1

我去!爬虫遇到JS逆向AES加密反爬,哭了

JS 逆向百例Ether Rock 空投接口 AES256 加密分析

JS 逆向百例你没见过的社会主义核心价值观加密

JS 逆向百例webpack 改写实战,G 某游戏 RSA 加密