js逆向解析破解百度翻译

尝试过爬取百度翻译的朋友应该都会注意到当我们在构造表单时，表单字段中有一个sign值是不断变化的，而寻找这个字段的值也正是百度翻译爬虫的难点，本篇文章专门针对这一点利用js逆向解析获取所需的sign值，如有错误，希望大佬指出。

一寻找js代码
首先我们要寻找出生成sign值的js代码，打开开发者工具，当我们在百度翻译输入内容后，会发现network出现了很多网址，在里面找出我们需要请求的网址，按下Ctrl+Shift+F进入全局搜索命令，在搜索框中输入sign按下回车会出现下图所示情况，点击进入相应的js文件:

然后点击左下方的花括号，按住Ctrl+F进入搜索命令，输入框中输入sign：

点击上下箭头，挨个查看，我们会发下在匹配项中有这么一行代码：

很明显这是对sign进行赋值，后面的函数y(n)就是生成sign值的函数，我们在此处打一个断点，然后点击翻译，页面会在断点处停止，按下F11，使代码跳转到y(n)所对应的函数：

我们可以看到函数的参数r就是我们翻译的内容，将e()函数复制粘贴到我们自己的js文件中，使用python执行此函数：

import execjs 
with open("百度翻译.js", "r", encoding="utf-8") as f:
	js = execjs.compile(f.read())
sign = js.call("e", "我")

遗憾的是python并没有返回我们想要的结果,反而抛出了一个错误，说 i 没有定义：
接下来要做的就是寻找 i 值，我们在开发者工具的watch中添加监听变量 i, 点击翻译，然后按下F11进入e函数，多试几次我们就会发下 i 是一个定值：

所以我们在我们的js文件首行添加变量 i 的声明：

var i = "320305.131321201";

重新执行我们的python程序，不过遗憾的是我们的程序又报错了：
这一次是n没有定义，仔细查看e函数的代码，发现函数末尾调用了n函数：

同样，我们在此处打一个断点（将之前sign处的断点去掉），然后点击翻译，页面在此处停止，按下F11会进入n函数所在处，将n函数代码赋值粘贴到我们的js文件末尾：

继续运行我们的python程序，这一次程序没有报错，而是返回了我们想要的结果：

至此，我们对sign值的寻找结束，js逆向的过程可能比较繁琐，不过幸运的是比起知乎和微博，百度翻译的过程还算比较简洁

二完整js代码

var i = '320305.131321201';
    function e(r) {
        var o = r.match(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);
        if (null === o) {
            var t = r.length;
            t > 30 && (r = "" + r.substr(0, 10) + r.substr(Math.floor(t / 2) - 5, 10) + r.substr(-10, 10))
        } else {
            for (var e = r.split(/[\uD800-\uDBFF][\uDC00-\uDFFF]/), C = 0, h = e.length, f = []; h > C; C++)
                "" !== e[C] && f.push.apply(f, a(e[C].split(""))),
                C !== h - 1 && f.push(o[C]);
            var g = f.length;
            g > 30 && (r = f.slice(0, 10).join("") + f.slice(Math.floor(g / 2) - 5, Math.floor(g / 2) + 5).join("") + f.slice(-10).join(""))
        }
        var u = void 0
          , l = "" + String.fromCharCode(103) + String.fromCharCode(116) + String.fromCharCode(107);
        u = null !== i ? i : (i = window[l] || "") || "";
        for (var d = u.split("."), m = Number(d[0]) || 0, s = Number(d[1]) || 0, S = [], c = 0, v = 0; v < r.length; v++) {
            var A = r.charCodeAt(v);
            128 > A ? S[c++] = A : (2048 > A ? S[c++] = A >> 6 | 192 : (55296 === (64512 & A) && v + 1 < r.length && 56320 === (64512 & r.charCodeAt(v + 1)) ? (A = 65536 + ((1023 & A) << 10) + (1023 & r.charCodeAt(++v)),
            S[c++] = A >> 18 | 240,
            S[c++] = A >> 12 & 63 | 128) : S[c++] = A >> 12 | 224,
            S[c++] = A >> 6 & 63 | 128),
            S[c++] = 63 & A | 128)
        }
        for (var p = m, F = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(97) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(54)), D = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(51) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(98)) + ("" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(102)), b = 0; b < S.length; b++)
            p += S[b],
            p = n(p, F);
        return p = n(p, D),
        p ^= s,
        0 > p && (p = (2147483647 & p) + 2147483648),
        p %= 1e6,
        p.toString() + "." + (p ^ m)
    }

    function n(r, o) {
        for (var t = 0; t < o.length - 2; t += 3) {
            var a = o.charAt(t + 2);
            a = a >= "a" ? a.charCodeAt(0) - 87 : Number(a),
            a = "+" === o.charAt(t + 1) ? r >>> a : r << a,
            r = "+" === o.charAt(t) ? r + a & 4294967295 : r ^ a
        }
        return r
    }