python爬虫逆向|一次cf检测tls的踩坑分析

网站链接

aHR0cHM6Ly92aXNhLnZmc2dsb2JhbC5jb20vY2huL3poL2RldS9sb2dpbg==

(base64解密后可见)

正文

抓包堆栈分析

首先抓登录包，密码字段是加密的。

搜下关键词，会发现有很多，可疑的位置都打上断点，再重新登录，但是发现都断不到。

那就换种方法，这里有点可疑，就从这里开始吧。

一通操作，跟调堆栈，这里应该是没跑了。

RSA？

看到了关键词，RSA标准算法，应该没跑了。

直接py套库，如果没有什么意外的话，意外就发生了，返回403，难道不是标准算法？魔改了？那就执行js的加密代码试试吧。

导出js加密代码

因为代码是webpack打包的，老方法，用ast导出webpack。不过要注意，上面分析分析的js都属于函数模块，加载器都不在里面，第一步，先找到加载器的js在哪里，这个可以自己看看在哪，这里就不说了，至于特征就是，!function开头，且包含.call和exports关键词的js，抓包就能找到，然后根据下面的方法，导出js就好。

https://blog.csdn.net/zjq592767809/article/details/122355530?spm=1001.2014.3001.5502

然后执行导出后的代码，嗯？报错了。

分析后发现，原来是检测了node，把所有isNode带判断的地方，都改成false即可，然后运行会报缺少window，补上就好。

然后补补环境执行，就没啥问题了。

最后再次登录，嘿，还是403。好家伙。
请教了鱼哥，原来响应头里的set-cookie里有个__cf_bm是检测tls的，我还以为没用呢，因为请求头里没有带cookie。行吧，知道了就开干。

tls

尝试的方法如下：

• 用httpx的http2去请求，失败
• 根据网上的代码修改requests指纹，失败
• 尝试了用go去请求，失败
• 用了curl_cffi去请求，成功

curl_cffi，直接用pip install curl_cffi即可，使用的话和requests差不多，可以无痛上手。

from curl_cffi import requests
r = requests.post(url, data=data, headers=headers, impersonate="chrome101")

最后请求结果如下，成功。

小结

其实RSA是标准算法，饶了一圈，最后不管是py的RSA套库，还是调用网站js代码的加密结果，只要过了tls检测都能请求成功。