前言
首先我们需要了解一下 Python基本语法、爬虫库,html的查询,数据的处理与保存
Python:
- 基础知识 语法与特性
requests:
- 使用Apache2 licensed 许可证的HTTP库,代替了urllib
支持HTTP连接保持和连接池,支持使用cookie保持会话,支持文件上传,支持自动响应内容的编码,支持国际化的URL和POST数据自动编码。
Beautiful Soup:
- 提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。
爬虫与js逆向
百度翻译
百度翻译爬虫,通过百度翻译接口查询
分析
- 打开百度翻译
分析流程
- 将浏览器切换至手机端,这样查看请求的参数可能会较少,点击下图中的按钮:
- 查看请求接口
image.png
image.png
- 查看请求参数是否有变化
- 图一:
- 图二:
经过分析,我们发现这里有两个参数发生变化,经过推断,这里的参数可能是使用js生成的,所以我们这里要对接口进行分析,破解,得到这里的值
分析结果
--分析目标--- | ----分析结果------------------- |
---|---|
请求URL分析 | https://fanyi.baidu.com/v2transapi |
请求方式分析 | POST |
请求参数分析 | 参看请求参数分析 |
请求头分析 | 参看请求头分析 |
请求参数分析
参数KEY | 分析结果 |
---|---|
query | 翻译单词(变化) |
from | en(固定值不变) |
to | zh(固定值不变) |
token | 900aa0a84929561d52bbee8c9222c0aa(经过请求测试,我们发现可以为固定值) |
sign | 54706.276099 |
JS 逆向流程
注意: 在js逆向中,不是你要精通js才可以js逆向,你要懂一点js就可以做逆向,重要的逆向思维,对问题的思考方式
chrome 调试技巧
- search 打开查询面板
- 查询面板可以通过关键字查找所有出现关键字地方的代码
- 点击跟踪代码并且可以把代码格式化
- 对格式化的代码进行设置断点
- 鼠标光标移动到上面可以查看当前运行代码变量值,函数原始代码地方等等
JS 逆向流程
- 通过关键词切入到代码中,切入到发送请求的代码行,通过请求的url中提取关键字
- 在发送请求的代码添加断点,并且触发发送请求,确认寻找的代码是否正确
- 往上逆向,寻找目标参数以及生成逻辑
- 利用js2py模拟执行生成逻辑获取想要的内容
根据逆向流程查找我们所需的js代码
- 搜索关键字
- 跟进代码,分析AJAX请求
- 查找我们需要的值
- 准确的找到我们需要的值
- 复制我们需要的js代码
- 代码如下:
function e(r) {
var o = r.match(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);
if (null === o) {
var t = r.length;
t > 30 && (r = "" + r.substr(0, 10) + r.substr(Math.floor(t / 2) - 5, 10) + r.substr(-10, 10))
} else {
for (var e = r.split(/[\uD800-\uDBFF][\uDC00-\uDFFF]/), C = 0, h = e.length, f = []; h > C; C++)
"" !== e[C] && f.push.apply(f, a(e[C].split(""))),
C !== h - 1 && f.push(o[C]);
var g = f.length;
g > 30 && (r = f.slice(0, 10).join("") + f.slice(Math.floor(g / 2) - 5, Math.floor(g / 2) + 5).join("") + f.slice(-10).join(""))
}
var u = void 0
, l = "" + String.fromCharCode(103) + String.fromCharCode(116) + String.fromCharCode(107);
u = null !== i ? i : (i = window[l] || "") || "";
for (var d = u.split("."), m = Number(d[0]) || 0, s = Number(d[1]) || 0, S = [], c = 0, v = 0; v < r.length; v++) {
var A = r.charCodeAt(v);
128 > A ? S[c++] = A : (2048 > A ? S[c++] = A >> 6 | 192 : (55296 === (64512 & A) && v + 1 < r.length && 56320 === (64512 & r.charCodeAt(v + 1)) ? (A = 65536 + ((1023 & A) << 10) + (1023 & r.charCodeAt(++v)),
S[c++] = A >> 18 | 240,
S[c++] = A >> 12 & 63 | 128) : S[c++] = A >> 12 | 224,
S[c++] = A >> 6 & 63 | 128),
S[c++] = 63 & A | 128)
}
for (var p = m, F = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(97) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(54)), D = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(51) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(98)) + ("" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(102)), b = 0; b < S.length; b++)
p += S[b],
p = n(p, F);
return p = n(p, D),
p ^= s,
0 > p && (p = (2147483647 & p) + 2147483648),
p %= 1e6,
p.toString() + "." + (p ^ m)
}
编写爬虫代码
- 写代码之前,我们需要先了解一下
js2py
这个模块 - https://pypi.org/project/Js2Py/
# !/usr/bin/python3
# -*- coding: utf-8 -*-
import js2py
import requests
js_ctx = js2py.EvalJs()
# 0:英译中 1:中译英
t_mode = 0
class Translation(object):
def __init__(self, query):
# 初始化
self.url = "https://fanyi.baidu.com/v2transapi?from={0}&to={1}"
self.query = query
self.headers = {
"User-Agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 11_0 like Mac OS X) AppleWebKit/604.1.38 (KHTML, like Gecko) Version/11.0 Mobile/15A372 Safari/604.1",
"Referer": "https://fanyi.baidu.com/",
"Cookie": "BAIDUID=714BFAAF02DA927F583935C7A354949A:FG=1; BIDUPSID=714BFAAF02DA927F583935C7A354949A; PSTM=1553390486; delPer=0; PSINO=5; H_PS_PSSID=28742_1463_21125_18559_28723_28557_28697_28585_28640_28604_28626_22160; locale=zh; from_lang_often=%5B%7B%22value%22%3A%22en%22%2C%22text%22%3A%22%u82F1%u8BED%22%7D%2C%7B%22value%22%3A%22zh%22%2C%22text%22%3A%22%u4E2D%u6587%22%7D%5D; to_lang_often=%5B%7B%22value%22%3A%22en%22%2C%22text%22%3A%22%u82F1%u8BED%22%7D%2C%7B%22value%22%3A%22zh%22%2C%22text%22%3A%22%u4E2D%u6587%22%7D%5D; REALTIME_TRANS_SWITCH=1; FANYI_WORD_SWITCH=1; HISTORY_SWITCH=1; SOUND_SPD_SWITCH=1; SOUND_PREFER_SWITCH=1; Hm_lvt_afd111fa62852d1f37001d1f980b6800=1553658863,1553766321,1553769980,1553770442; Hm_lpvt_afd111fa62852d1f37001d1f980b6800=1553770442; Hm_lvt_64ecd82404c51e03dc91cb9e8c025574=1553766258,1553766321,1553769980,1553770442; Hm_lpvt_64ecd82404c51e03dc91cb9e8c025574=1553770442"
}
# js逆向获取sign的值
def make_sign(self):
with open("translation.js", "r", encoding="utf-8") as f:
js_ctx.execute(f.read())
# 调用js中的函数生成sign
sign = js_ctx.e(self.query)
# 将sign加入到data中
return sign
def make_data(self, sign):
data = {
"query": self.query,
"token": "6f5c83b84d69ad3633abdf18abcb030d",
"sign": sign
}
return data
def get_content(self, data):
if t_mode == 0:
from_str = "en"
to_str = "zh"
else:
from_str = "zh"
to_str = "en"
response = requests.post(
url=self.url.format(from_str, to_str),
headers=self.headers,
data=data
)
return response.json()['trans_result']['data'][0]['dst']
def run(self):
# 获取sign的值
sign = self.make_sign()
# 构建参数
data = self.make_data(sign)
# 获取翻译内容
content = self.get_content(data)
print(content)
if __name__ == '__main__':
t_mode = int(input("请输入翻译模式(0:英译中 1:中译英):"))
query = input("请输入您要翻译的内容:")
translation = Translation(query)
translation.run()
注意
- 此时我们运行代码会报错误,会讲我们缺少
r
的值
image.png解决办法:回到浏览器,我们查找
r
的值,并将生成r
的值的函数,加入到我们之前创建的js
文件中,放在G
函数的上面
- 生成r的代码,如下所示
function n(r, o) {
for (var t = 0; t < o.length - 2; t += 3) {
var a = o.charAt(t + 2);
a = a >= "a" ? a.charCodeAt(0) - 87 : Number(a),
a = "+" === o.charAt(t + 1) ? r >>> a : r << a,
r = "+" === o.charAt(t) ? r + a & 4294967295 : r ^ a
}
return r
}
- 我们重新运行代码,发现又会遇到一个错误,说是缺少
i
的值,所以我们的解决办法还是,继续进行js
逆向,查找i的值
- 逆向分析
- 我们回到
function a()
中,找到需要使用i
值的地方,打上断点
- 打上断点之后刷新一下页面,我们再次将鼠标放在
i
上,我们会看到一个浮点字符串,此时我们不确定i
的值是否是变化的,所以我们换一个翻译的单词,刷新页面,再次查看i
的值,我们发现i
的值是固定的,所以我们可以在代码中,直接定义一个固定的i
值.
我们在自定义的 js 代码最上面一行写入:
var i = "320305.131321201"
最后
运行代码,成功,完成了一次简单的百度翻译的 js 逆向尝试。
QQ音乐下载
qq音乐下载是怎样的流程
分析流程
- 打开QQ音乐
url : https://y.qq.com/
- 将浏览器切换至手机端,这样查看请求的参数可能会较少,点击下图中的按钮:
- 查看请求接口
image.png
- 通过单一歌曲的链接查看必须的传递参数 song_mid 继续搜寻可用链接:
根据逆向流程查找我们所需的js代码
- 可查看必要参数sign值与data,拼接data,查看参数sign的得出
- debug 调试 获取到js的方法与sign值的获取js代码
image.png
- getSecuritySign内部主要处理数据的js 方法如上 复制至sign.js中保存使用
- 该链接获取到的链接拼接为音乐的源
网友评论