猿人学2023第二题：加强ob壳混淆-CSDN博客

本文链接：https://blog.csdn.net/xueshen1106/article/details/131466249

题目地址：aHR0cHM6Ly9tYXRjaDIwMjMueXVhbnJlbnh1ZS5jbi90b3BpYy8y

本题的核心代码是经过OB混淆的，可读性很差。不过网站本身也提供了反混淆的工具，所以这道题其实技术难度并不大。

一、OB反混淆

1）通过调试分析，可以很容易知道：该题目的核心代码位于 corejs/match2.js 中，文件中的代码都是经过混淆的；

2）将经过混淆的代码复制到反混淆工具中进行解析。

这一步并不轻松，因为解析过程相当漫长，如果使用猿人学的在线反混淆工具，那么网页会进入假死状态，中途还可能发生网页崩溃。这里我使用的是自己写的离线工具，原理是参考上述的在线反混淆工具，所以效果应该是一样的。

但是意外不期而至，经过20分钟左右，代码在执行 decodeObject 的时候报错了。

一番搜索无果，也没其他办法，所以就调整了下解析流程，暂且将 decodeObject 这一步跳过，继续后面的解析。

顺利完成后面的步骤后，代码缩小了些，但可读性还是很差，于是我将 decodeObject 步骤恢复，并对刚才解析后的代码进行反混淆。

第二次整个流程没再报错。之后，我又将解析后的代码反复解析了两次。

在上述操作中，前两次时间消耗都在半个小时以上，后面越来越快，直到最后代码从30000多行缩减到8000多行，当再次对结果进行反混淆时，基本是秒完的。

二、调试分析

1）用Fiddler对网页中的JS文件进行拦截，替换为我们反混淆后的代码；

2）通过简单调试，可以很容易定位到接口返回成功后的回调函数，在右侧面板中，可以看到接口返回的数据；

3）找到回调函数以后，我们即可着手将回调函数中的内容修改掉，将返回的数据存储到全局变量中，并在5页数据都收集全了以后，求和并输出（至于接口传参，包含page和token，但token具体怎么生成我们不用管，都包含在反混淆后的代码中了）。

// 变量声明：请求成功的次数
let count = 0;
// 变量声明：所有请求到的数据
let dataList = [];

// 修改后的corejs/match2.js代码，执行后会在全局定义一个名为call的接口请求函数
// ...前方代码省略
_0x1334dd = _0x5e2c92[_0x40c757](_0x3bb6a5 => {
    data = (_0x3bb6a5.data['data'] || []).map(v => v.value);
    dataList = [...dataList, ...data];
    count++;
    if (count >= 5) {
        let sum = dataList.reduce((a, b) => (a + b), 0);
        console.log('sum:', sum)
    }
}
// ...后方代码省略

// 开始运行：循环依次发送各个页面的数据请求
for (let i = 1; i <= 5; i++) {
    setTimeout(() => {
        call(i) // 反混淆代码声明的接口请求函数
    }, i * 200)
}