python破解email-protected(爬虫那点事)

python破解email-protected(爬虫那点事)

部分网站采用了百度CDN的邮箱加密技术，情况如下：

像这种情况便需要解密，全局搜索email-protection，发现解密js文件为email-decode.min.js，代码逻辑大致如下：

• href属性#后内容和“data-cfemail”值都可以用以解密，可以随便用一个
• 先将字符串前两个字符从十六进制转换为十进制，作为key
• 之后将剩下的字符两两转为十进制，并与key异或，异或结果为十进制数，转为单个字符
• 所有字符拼接在一起即为解密后的信息

python代码如下：

# t1 = "87ecebe6f2f4a9e6ecf3e8f5eee2f4c7f7efe6f5eae6ece8eba9f2e9eeaae1f5e2eee5f2f5e0a9e3e2"
t1 = "6a01060b1f19440b011e0518030f192a1a020b18070b010506441f0403470c180f03081f180d440e0f"

# 十六进制转十进制
def ox2dec(ox:str):
    return int(ox,16)

def decode(to_decode:str):
    decode = []
    key = ox2dec(to_decode[:2]) # 前两位为密钥
    data = []
    for i in range(2,len(to_decode),2):
        to_decode_i = ox2dec(to_decode[i:i+2])
        # print(to_decode_i,key)
        decode_i = to_decode_i^key # 十进制异或会先转二进制异或，结果再转回十进制
        decode.append(chr(decode_i)) # 十进制数转字符
    return "".join(decode)

print(decode(t1))

最后，请合理合法爬取！