用node.js取代pyexecjs实现js逆向

如何用node.js执行js代码

在爬虫的js逆向项目中，常常会直接在网页的源码中抠出js混淆代码，一般会用pyexecjs库调用执行js代码得到加密参数。但是这个库据作者所说可能会停止更新了，而且pyexecjs执行js代码的效率是很低下的，远不如浏览器的效率。如果在大规模高并发的爬虫的项目中，使用pyexecjs会大大的限制爬虫的性能。

因此，本文将介绍用node.js来执行js代码，node.js执行js的效率非常的高，如果把node.js部署在服务器上，直接用接口访问服务器执行js代码返回加密参数是一个很好的选择。本文将介绍pyexecjs和node.js两种方法，关于node.js和pyexecjs的安装方法不再叙述，网上一搜一大堆。

1.pyexecjs的使用

先创键一个js文件命名为sum.js，该文件只简单的写一个js方法，如下所示：

function add(a, b) {
    return a + b;
}

然后再创建一个test_execjs.py文件用pyexecjs库调用上面的js代码得到返回结果，如下所示：

import time
import execjs

with open('sum.js', 'r') as file:
    js_code = file.read()
start_time = time.time()
execjs_handle = execjs.compile(js_code)
result = execjs_handle.call('add', 5, 7)
total_time = time.time() - start_time
print('result:', result)
print('cost_time:', total_time)

暂不解释代码的意思，先看看这感人的执行效率

result: 12
cost_time: 0.1277756690979004

怎么样，就仅仅是执行一个最简单的加法的方法就用时0.127秒，试想这效率怎么可能满足大规模爬虫的应用。

再来解释一下上面代码的意思，首先是导入库，然后把js代码从sum.js文件里面读取出来，再把代码传到execjs的compile方法得到一个句柄，最后通过方法名调用方法，传入参数即可得到add方法返回的运算结果。至于关于时间的代码都是为了计算execjs执行js代码耗费的时间的。当然execjs库还有其他的方法可供使用，但是不常用，反正我是从来没用到过，可以自行查看。

2.node.js调用js代码

首先说一下这里不细致的介绍node.js，node.js是一个非常强大的工具，对于使用node.js调用js代码只需要搞懂我下面所说的就行了。

首先还是创建一个sum.js文件，文件内容如下：

function add(a, b) {
    return a + b;
}

module.exports = {
    add
}

只是比上面创建的sum.js多了几行，一定要写module.exports，把方法名放进大括号里面，只要这样才能在外部调用这个方法，切记只需要写方法名就行别传参，切记！按照我上面写的改就行了。

然后是实现一个node.js的服务器程序，创建一个js文件main.js，内容如下所示：

var express = require('express');
var bodyParser = require('body-parser');
var sum = require('./sum');
var app = express();
app.use(bodyParser.urlencoded({extended: true}));
app.use(bodyParser.json());

// post请求方式
// app.post('/get_num', function (req, res) {
//     let result = req.body;
//     let a = parseInt(result.a);
//     let b = parseInt(result.b);
//     result = sum.add(a,b);
//     res.send(result.toString());
// });

// get请求方式
app.get('/get_num', function (req, res) {
    let a = parseInt(req.query.a);
    let b = parseInt(req.query.b);
    result = sum.add(a, b);
    res.send(result.toString());
});

app.listen(3000, () => {
    console.log('开启服务，端口3000')
});

这里面我实现了两种请求方式post和get，随便选择一种就行，只需要看懂post和get请求方法的内容就行，在请求方法中接收请求的参数，然后调用add方法，最后把add返回的结果再返回给客户端就齐活。执行上面的代码就会在本地的3000端口开一个服务器用来监听请求，一定把这个代码跑起来，后面要用！

接下来创建一个test_nodejs.py文件来请求node.js，如下所示：

import time
import requests

url = "http://localhost:3000/get_num"

data = {
    'a': 5,
    'b': 9
}
start_time = time.time()
# response = requests.post(url, data=data)

response = requests.get(url, params=data)
total_time = time.time() - start_time
print(response.text)
print('cost_time:', total_time)

先来看看执行的结果

result: 14
cost_time: 0.020343303680419922

看出来差距没，用node.js执行同样的代码只需要0.02秒，执行效率是pyexecjs的6倍还多，快不快？

上面的代码想必也不用我再解释啥意思了吧，有python基础的应该都能看懂，注意一下我也实现了一个post请求，请根据node.js服务器实现的请求方式来决定这个是用post还是get去请求。

好啦，介绍完了，如果是js逆向的代码只需要把你的代码替换掉上面sum.js文件中的add方法就可以了，别忘了module.exports中的方法名也要相应的改掉。

以后把node.js部署到服务器上比如阿里云或者腾讯云上面不就可以很方便的得到js加密参数啦。

欢迎关注我的微信公众号：丸子打豆豆