郑重声明:本项目的所有代码和相关文章, 仅用于经验技术交流分享,禁止将相关技术应用到不正当途径,因为滥用技术产生的风险与本人无关。
这篇文章是公众号《云爬虫技术研究笔记》的《2019年末逆向复习系列》的第四篇:《今日头条WEB端_signature、as、cp参数逆向分析》
本次案例的代码都已上传到Review_Reverse上面,后面会持续更新,大家可以
Fork
一波。逆向背景
今日头条算是新闻聚合领域的霸主了,它首创的推荐算法也是被后续的新闻聚合平台争相模仿,虽然现在今日头条平台逐渐下沉,面向的读者群也越来越“俗化”,它的自媒体红利期也渐渐过去。但是毕竟作为第一大资讯平台,它的流量以及内容时效性都会不可小觑的。
上一次分析头条的时候大概是今年年初的时候,那时候为了做自然语言处理采集了他们的文章做语料。现在重新来分析他们的参数,看看他们的加密方式是不是改变了。分析流程与逆向破解
如题所示,我们这次需要分析的是它的
_signature
、as
、cp
参数,也就是来自于他们获取新闻的接口
可以看到,这个接口很明显是首页Feed流
数据的接口,我们具体看看这里面的参数min_behot_time: 0 category: __all__ utm_source: toutiao widen: 1 tadrequire: true as: A1C50D8EF357F93 cp: 5DE387EF3933DE1 _signature: ICnfJAAgEBpV2FR6HfGzUCAp3zAAH3S
比较重要的我们猜大概就是
as
,cp
,_signature
,而min_behot_time
的值是0
,
我们在看看之后的Feed流
数据的接口是什么样的max_behot_time: 1575190175 category: __all__ utm_source: toutiao widen: 1 tadrequire: true as: A1D5FD3ED317EE1 cp: 5DE3678E8E41AE1 _signature: YzovjgAgEB0Wy6TQXOBj3mM6L5AAD7d
大部分上看是相同的,但是
min_behot_time
换成了max_behot_time
字段,而且这个值看上去是从之前的首页Feed流
中返回回来的
整体流程大致就是这样,我们下面去分析它的几个参数1. 寻找加密参数的加密方法位置
首先,我们现在需要分析三个加密参数,
as
,cp
,_signature
,从参数的常见性来说,我们选择搜索_signature
参数,因为它相比于其他两个参数来说,match
的代码块会少点,我们比较好找,我们可以对比下。
恐怖的151处和3处,而且这3处还是在同一个js文件,那我们直接选择这个index.2c1dc950e325e1470bb8.js
这个文件跟进去,一共就5处,我们直接在这个文件搜索_signature
字符,找到了这个地方比较像加密的地方
我们仔细看看这块代码段,看看as
,cp
参数是不是也在这里生成{ key: "_getData", //K,V结构的Js,看来这段代码是获取数据的接口的参数配置 value: function(t, e, i) { var n = this; if (!this.lock) { //估计是控制并发的,并发锁? this.lock = !0, this._setParams(t); //设置参数? 难道是as、cp? var a = function() { n.lock = !1, i && i() } , o = this._getSignature(this.url, this.params); //可以看到,这个地方加密了_signature参数 (0, d.default)({ url: this.url, data: (0, s.default)({}, this.params, { _signature: o }), success: function(i) { var s = i || {} , o = s.data || [] , r = o.length , l = s.next && s.next.max_behot_time; "success"=== s.message && r && (n._qihuAdInsert(o), o = n._dataPreHandle(o), "refresh" === t ? (n._refreshItem = { refresh_mode: !0, behot_time: l, time_age: (0, p.timeAgo)(l), _index: o.length }, n.list = o.concat(n.list)) : n.list = n.list.concat(o), e && e(n.getList(), r)), a() }, error: function() { a() } }) } } }
初步静态分析是这样,我们调试一下,看看具体的值
看看用来计算_signature
的值,是url
和params
,看来as
和cp
在这之前已经计算好值了,推测是this._setParams
,我们在那里打个断点试试2. 分析as、cp加密算法
我们跳到
this._setParams
这个方法,可以看到确实是这个方法产生了as
,cp
,而且如果t
的值是refresh
,就说明是刷新,需要从min_behot_time
这个参数开始请求,如果不是,那就继续根据max_behot_time
继续往下请求。
我们继续往下跳
可以看到这里是具体的加密方法,之后的话就是扣具体的js
代码,算法比较简单,大家可以继续往下扣
类似这样3. 分析_signature加密算法
在今年年初分析的时候,
_signature
的加密算法是可以从这里得出,也就是Tac.sign
的算法
算法类似于Function(function(t) { return '�e(e,a,r){�(b[e]||(b[e]=t("x,y","�x "+e+" y"�)(r,a)}�a(e,a,r){�(k[r]||(k[r]=t("x,y","�new x[y]("+Array(r+1).join(",x[�y]")�(1)+")"�)(e,a)}�r(e,a,r){�n,t,s={},b=s.d=r?r.d+1:0;for(s["$"+b]=s,t=0;t<b;t�)s[n="$"+t]=r[n];for(t=0,b=s�=a�;t<b;t�)s[t]=a[t];�c(e,0,s)}�c(t,b,k){�u(e){v[x�]=e}�f�{�g=�,t�ing(b�g)}�l�{try{y=c(t,b,k)}catch(e){h=e,y=l}}for(�h,y,d,g,v=[],x=0;;)switch(g=�){case 1:u(!�)�4:�f��5:u(�(e){�a=0,r=e�;���{�c=a<r;�c&&u(e[a�]),c}}(���6:y=�,u(�(y��8:if(g=�,l��g,g=�,y===c)b+=g;else if(y!==l)�y�9:�c�10:u(s(���11:y=�,u(�+y)�12:for(y=f�,d=[],g=0;g<y�;g�)d[g]=y.charCodeAt(g)^g+y�;u(String.fromCharCode.apply(null,d��13:y=�,h=delete �[y]�14:���59:u((g=�)?(y=x,v.slice(x-=g,y�:[])�61:u(�[�])�62:g=�,k[0]=65599*k[0]+k[1].charCodeAt(g)>>>0�65:h=�,y=�,�[y]=h�66:u(e(t[b�],�,���67:y=�,d=�,u((g=�).x===c?r(g.y,y,k):g.apply(d,y��68:u(e((g=t[b�])<"<"?(b--,f�):g+g,�,���70:u(!1)�71:�n�72:�+f��73:u(parseInt(f�,36��75:if(�){b��case 74:g=�<<16>>16�g�76:u(k[�])�77:y=�,u(�[y])�78:g=�,u(a(v,x-=g+1,g��79:g=�,u(k["$"+g])�81:h=�,�[f�]=h�82:u(�[f�])�83:h=�,k[�]=h�84:�!0�85:�void 0�86:u(v[x-1])�88:h=�,y=�,�h,�y�89:u(��{�e�{�r(e.y,arguments,k)}�e.y=f�,e.x=c,e}�)�90:�null�91:�h�93:h=��0:��;default:u((g<<16>>16)-16)}}�n=this,t=n.Function,s=Object.keys||�(e){�a={},r=0;for(�c in e)a[r�]=c;�a�=r,a},b={},k={};�r'.replace(/[�-�]/g, function(e) { return t[15 & e.charCodeAt(0)] }) }("v[x++]=�v[--x]�t.charCodeAt(b++)-32�function �return �))�++�.substr�var �.length�()�,b+=�;break;case �;break}".split("�")))()('gr$Daten Иb/s!l y͒yĹg,(lfi~ah`{mv,-n|jqewVxp{rvmmx,&eff�kx[!cs"l".Pq%widthl"@q&heightl"vr*getContextx$"2d[!cs#l#,*;?|u.|uc{uq$fontl#vr(fillTextx$$龘ฑภ경2<[#c}l#2q*shadowBlurl#1q-shadowOffsetXl#$$limeq+shadowColorl#vr#arcx88802[%c}l#vr&strokex[ c}l"v,)}eOmyoZB]mx[ cs!0s$l$Pb<k7l l!r&lengthb%^l$1+s$j�l s#i$1ek1s$gr#tack4)zgr#tac$! +0o![#cj?o ]!l$b%s"o ]!l"l$b*b^0d#>>>s!0s%yA0s"l"l!r&lengthb<k+l"^l"1+s"j�l s&l&z0l!$ +["cs\'(0l#i\'1ps9wxb&s() &{s)/s(gr&Stringr,fromCharCodes)0s*yWl ._b&s o!])l l Jb<k$.aj;l .Tb<k$.gj/l .^b<k&i"-4j!�+& s+yPo!]+s!l!l Hd>&l!l Bd>&+l!l <d>&+l!l 6d>&+l!l &+ s,y=o!o!]/q"13o!l q"10o!],l 2d>& s.{s-yMo!o!]0q"13o!]*Ld<l 4d#>>>b|s!o!l q"10o!],l!& s/yIo!o!].q"13o!],o!]*Jd<l 6d#>>>b|&o!]+l &+ s0l-l!&l-l!i\'1z141z4b/@d<l"b|&+l-l(l!b^&+l-l&zl\'g,)gk}ejo{�cm,)|yn~Lij~em["cl$b%@d<l&zl\'l $ +["cl$b%b|&+l-l%8d<@b|l!b^&+ q$sign ', [TAC = {}]);
我们看看现在它的算法有没有改变,我们打断点再跳到
_getSignature
这个方法看看
可以看出,主要加密部分是g.sign
部分,看看g.sign
究竟是什么算法
是个js
的anonymous
算法,展开算法看看
这段代码使用了我们之前说的控制流平坦化
,把代码逻辑变成统一的入口管理,我们不细抠这段js
,
我们换个思路来查看这个方法,之前我们定位的是g.sign
,这次我们换换思路,定位g
对象试试,我们在刚才的g.sign
处往上找,看看有没有g
对象
找到g
对象了,我们往下跳,到了这个位置
下面这段代码中,涉及函数调用的是e[a].call
,我们可以看看e[a]
是什么东西?function (e) { function t(a) { if (o[a]) return o[a].exports; var r = o[a] = { exports: {}, id: a, loaded: !1 }; return e[a].call(r.exports, r, r.exports, t), r.loaded = !0, r.exports }
可以看到e[a]
是个anonymous
方法,和我们之前看到的sign
加密方法很像,我们进去看看
看到这段熟悉的代码,心里一热,算法还是没变,和之前的一样,那我们就可以直接拿来用了,照着之前那个t
方法改写下var o ={}; var e = function(a) { var r = { exports: {}, id: a, loaded: !1 }; return x.call(r.exports, r, r.exports, e), r.loaded = !0, r.exports }; var x = function(t, e) { Function(function(t) { return 'e(e,a,r){(b[e]||(b[e]=t("x,y","x "+e+" y")(r,a)}a(e,a,r){(k[r]||(k[r]=t("x,y","new x[y]("+Array(r+1).join(",x[y]")(1)+")")(e,a)}r(e,a,r){n,t,s={},b=s.d=r?r.d+1:0;for(s["$"+b]=s,t=0;t<b;t)s[n="$"+t]=r[n];for(t=0,b=s=a;t<b;t)s[t]=a[t];c(e,0,s)}c(t,b,k){u(e){v[x]=e}f{g=,ting(bg)}l{try{y=c(t,b,k)}catch(e){h=e,y=l}}for(h,y,d,g,v=[],x=0;;)switch(g=){case 1:u(!)4:f5:u((e){a=0,r=e;{c=a<r;c&&u(e[a]),c}}(6:y=,u((y8:if(g=,lg,g=,y===c)b+=g;else if(y!==l)y9:c10:u(s(11:y=,u(+y)12:for(y=f,d=[],g=0;g<y;g)d[g]=y.charCodeAt(g)^g+y;u(String.fromCharCode.apply(null,d13:y=,h=delete [y]14:59:u((g=)?(y=x,v.slice(x-=g,y:[])61:u([])62:g=,k[0]=65599*k[0]+k[1].charCodeAt(g)>>>065:h=,y=,[y]=h66:u(e(t[b],,67:y=,d=,u((g=).x===c?r(g.y,y,k):g.apply(d,y68:u(e((g=t[b])<"<"?(b--,f):g+g,,70:u(!1)71:n72:+f73:u(parseInt(f,3675:if(){bcase 74:g=<<16>>16g76:u(k[])77:y=,u([y])78:g=,u(a(v,x-=g+1,g79:g=,u(k["$"+g])81:h=,[f]=h82:u([f])83:h=,k[]=h84:!085:void 086:u(v[x-1])88:h=,y=,h,y89:u({e{r(e.y,arguments,k)}e.y=f,e.x=c,e})90:null91:h93:h=0:;default:u((g<<16>>16)-16)}}n=this,t=n.Function,s=Object.keys||(e){a={},r=0;for(c in e)a[r]=c;a=r,a},b={},k={};r'.replace(/[-]/g, function(e) { return t[15 & e.charCodeAt(0)] }) }("v[x++]=v[--x]t.charCodeAt(b++)-32function return ))++.substrvar .length(),b+=;break;case ;break}".split("")))()('gr$Daten Иb/s!l y͒yĹg,(lfi~ah`{mv,-n|jqewVxp{rvmmx,&effkx[!cs"l".Pq%widthl"@q&heightl"vr*getContextx$"2d[!cs#l#,*;?|u.|uc{uq$fontl#vr(fillTextx$$龘ฑภ경2<[#c}l#2q*shadowBlurl#1q-shadowOffsetXl#$$limeq+shadowColorl#vr#arcx88802[%c}l#vr&strokex[ c}l"v,)}eOmyoZB]mx[ cs!0s$l$Pb<k7l l!r&lengthb%^l$1+s$jl s#i$1ek1s$gr#tack4)zgr#tac$! +0o![#cj?o ]!l$b%s"o ]!l"l$b*b^0d#>>>s!0s%yA0s"l"l!r&lengthb<k+l"^l"1+s"jl s&l&z0l!$ +["cs\'(0l#i\'1ps9wxb&s() &{s)/s(gr&Stringr,fromCharCodes)0s*yWl ._b&s o!])l l Jb<k$.aj;l .Tb<k$.gj/l .^b<k&i"-4j!+& s+yPo!]+s!l!l Hd>&l!l Bd>&+l!l <d>&+l!l 6d>&+l!l &+ s,y=o!o!]/q"13o!l q"10o!],l 2d>& s.{s-yMo!o!]0q"13o!]*Ld<l 4d#>>>b|s!o!l q"10o!],l!& s/yIo!o!].q"13o!],o!]*Jd<l 6d#>>>b|&o!]+l &+ s0l-l!&l-l!i\'1z141z4b/@d<l"b|&+l-l(l!b^&+l-l&zl\'g,)gk}ejo{cm,)|yn~Lij~em["cl$b%@d<l&zl\'l $ +["cl$b%b|&+l-l%8d<@b|l!b^&+ q$sign ', [Object.defineProperty(e, "__esModule", { value: !0 })]) }; var get_signature = function(i){ var a = 299; var tac = e(a); return tac.sign(i) }; console.log(get_signature(0));
我们运行之后会发现,报错如下
缺少userAgent
的属性,那我们全局定义一个global.navigator = { userAgent: 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36', }
得到了正确的结果
4. 总结思路
综上所分析的思路,我们可以画出下面的
as
,cp
,_signature
参数获取流程代码实战
有了上面这个分析流程,我们就可以开始
Coding
了,首先是as
,cp
的加密方法
然后是_signature
的加密方法,ua
参数是我们传入的
最后使用python
汇总一下
结合采集场景复习要点
从这个复习的案例我们可以总结以下思路:
1.当加密参数有多个的时候,观察哪个参数是不常见的,代码Match尽量少的去全局搜索、分析。
2.当加密方法混淆程度高,迭代深的时候,换个方法去寻找最后的加密方法,比如刚才的g.sign变成去寻找g参数。
3.运行js加密方法的时候,真理就是缺啥补啥,如同我们刚才运行方法的时候缺少了ua参数,我们就定一个全局的ua参数,或者我们缺少某个对象的时候,补充就好了。