[457]有道词典爬虫的js解密过程

概述

这里尝试的是破解某道翻译的js加密，网址如下：http://fanyi.youdao.com/

过程讲解

第一步

首先需要寻找翻译结果的请求地址，这里建议使用chrome浏览器，在后续的一些调试功能和快捷键上更加方便使用，先按f12打开开发人员工具，选择network，然后输入一个要翻译的内容，寻找结果，结果可以发现请求结果在如下图所示的链接里：

第二步

观察请求链接和请求头以及header，观察其中的规律，然后先用爬虫测试一下

第三张图尤其注意，因为js加密往往就是对这个地方的数据进行加密传输，而加红框的地方经过尝试，可以发现是请求时会发生变动的地方，先把请求头和data完整复制，然后用爬虫尝试，代码如下：

import requests

headers = {
    'Content-Length': '200',
    'Cookie': 'OUTFOX_SEARCH_USER_ID=-1066101715@10.169.0.84; '
           'OUTFOX_SEARCH_USER_ID_NCOO=805928033.6230187; '
           'JSESSIONID=aaaB8dqXbJ9XM4ahhsuAw; '
           '___rl__test__cookies=1540086196483',
    'Host': 'fanyi.youdao.com',
    'Origin': 'http//fanyi.youdao.com',
    'Referer': 'http//fanyi.youdao.com/',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 '
               '(KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
}

data = {
    'action': 'FY_BY_REALTIME',
    'client': 'fanyideskweb',
    'doctype': 'json',
    'from': 'AUTO',
    'i': 'look',
    'keyfrom': 'fanyi.web',
    'salt': '1540087006029',
    'sign': '675f5b51df2c8db9a12fe102f3355277',
    'smartresult': 'dict',
    'to': 'AUTO',
    'typoResult': 'false',
    'version': '2.1'
}

url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'

res = requests.post(url, headers=headers, data=data)
print(res.text)

结果为：
{"translateResult":[[{"tgt":"看","src":"look"}]],"errorCode":0,"type":"en2zh-CHS","smartResult":{"entries":["","n. 看；样子；面容\r\n","vi. 看；看起来；注意；面向\r\n","vt. 看；期待；注意；面向；看上去像\r\n"],"type":1}}

可以看到请求返回成功，然后删除一些数据，观察能否访问成功，最终发现必须的请求头和data如下：

headers = {
    'Cookie': 'OUTFOX_SEARCH_USER_ID=-1066101715@10.169.0.84;',
    'Referer': 'http//fanyi.youdao.com/',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 '
               '(KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
}

data = {
    'client': 'fanyideskweb',
    'i': 'look',
    'keyfrom': 'fanyi.web',
    'salt': '1540087006029',
    'sign': '675f5b51df2c8db9a12fe102f3355277',
}

而除了data里的i、salt、sign和headers的cookie以外，其他都是固定的，并且cookie就用这个也行

第三步

通过上面得出的规律，那么接下来的目标就是对于data里三个数据的模拟解析了，i很明显是要查询的单词，而salt和sign则需要我们去找加密的规则，所以现在在chrome浏览器下按ctrl+shift+f打开全局查找，先查找我们要知道的salt，如图：

可以看到代码如下：

虽然能看到这些参数，却没看到计算公式，所以我们在该代码里继续通过ctrl+f查找salt的位置，最终看到下面这个公式：

可以看出salt和sign的计算加密这里实现了

第四步

找到了加密代码以后，我们就可以将其转换成python代码来模拟，或者用一些模块带执行js语句获得结果，这里用python模拟方法，其中t可以用python解析为：

import time
import random
t = str(time.time()*1000 + random.randint(1, 10))
#*1000是在后面调试时发现时间戳刚好少了个1000倍

知道了t以后，就差一个e不知道了，于是我们可以开始用浏览器进行js调试，观察e的值。调试步骤如下：
1.在需要得知数据的地方点击行数设置断点，改行变成蓝色即说明设置成功，如图：

2.重新输入一个单词，即会自动帮你调试，如图：

这下可以发现原来e就是单词本身，所以接下来sign用python解析成的代码就是：

import hashlib
e = '要查询的单词'
tmp = 'fanyideskweb' + e + t + '6x(ZHw]mwzX#u0V7@yfwK'
sign = hashlib.md5(tmp.encode('utf-8')).hexdigest()

测试后结果发现成功！源码如下：

import requests
import time
import random
import hashlib

url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'

headers = {
    'Cookie': 'OUTFOX_SEARCH_USER_ID=-1066101715@10.169.0.84;',
    'Referer': 'http//fanyi.youdao.com/',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 '
               '(KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
}

data = {
    'client': 'fanyideskweb',
    'keyfrom': 'fanyi.web'
}

e = input('请输入单词>>')
t = str(time.time()*1000 + random.randint(1, 10))
tmp = 'fanyideskweb' + e + t + '6x(ZHw]mwzX#u0V7@yfwK'
sign = hashlib.md5(tmp.encode('utf-8')).hexdigest()

data['i'] = e
data['salt'] = t
data['sign'] = sign

res = requests.post(url, headers=headers, data=data)
print(res.text)

总结

到这里js加密的破解就结束了，可以看到在流程当中比较重要的地方就是：
1.找数据，知道该网站会对哪些数据和请求头进行验证
2.找规律，寻找这些数据的加密规则
3.调试js，学会浏览器中对js代码进行调试
4.模拟数据，将这些数据通过代码模拟生成，然后加入到数据当中

来源：https://www.jianshu.com/p/ff3cd93f79b0