爬虫之混淆

混淆是爬虫中经常遇到的，在这里记录一种遇到混淆可以用的方法。

混淆的开头一般都是一个列表，一个函数，把经过混淆的名称带入这个函数可以得到原来的名称。利用这一点可以反混淆。

import re
import subprocess


def exec_value(hex_string):
    res = subprocess.check_output(f"node part.js {hex_string}")
    char_string = res.decode('utf-8').strip()
    return char_string
print(exec_value(0x306))

def run():
    with open("./f2.js", mode='r', encoding='utf-8') as f1, open("./d.js", mode='w', encoding='utf-8') as f2:
        for line in f1:
            if not line:
                f2.write(line)
                continue
            match_list = re.findall(r"(D9\((.*?)\))", line)
            for total, arg in match_list:
                real_value = exec_value(arg)
                line = line.replace(total, f'"{real_value}"')
            f2.write(line)


if __name__ == '__main__':
    run()

在这段代码中使用时需要修改的

1js文件f2是读取的需要反混淆的js文件

2.正则表达式

3.js文件part.js是那个混淆的列表和可以还原的函数。