爬虫之如何找js入口（一）

目标网页：https://m.gojoy.cn/pages/login/ 将我删除i ndex?from=%2Fpages%2Fuser%2Findex

需要工具：chrome和油猴

油猴代码：

// ==UserScript==
// @name         Json.stringify
// @namespace    http://tampermonkey.net/
// @version      0.1
// @description  try to take over the world!
// @author       You
// @include        *
// @grant        none
// ==/UserScript==

(function(){
    "use strict";
    var rstringify = JSON.stringify;
    JSON.stringify = function(a){
        console.log("Detect Json.stringify", a);
        return rstringify(a);
    }
})();

 

第一步，F12，在第三行数字上，右键选择 Add conditional breakpoint， 用于越过反调试

 

 

 如果还是卡住那么，点击这个，变成蓝色

 

 

然后点击 

 

 

 

 

 第二步，如果已经加载完成了, 随便输入账号密码，点击登录，查看Network里的新url。发现是login为登录请求

 

 

点击查看，发现下面有一串看不懂的参数，猜测这就是将账号密码等东西进行加密得出来的

 

 

尝试一、全文搜索username , password   以找不到，失败告终 

尝试二、查看以什么格式加载的

首先看到Response Headers中有个Access-Control-Allow-Credentials：true 说明这个是个跨域请求

关掉详细信息后看到是  xhr 方式加载

 

 

 

 

 

 打 XHR断点，输入 相应的字串，进行HOOK

 

 

 上述完成后，再次输入好账号密码，登录

如果没问题的话就会停在

 

 

 

 call stack（回调调用栈）中，一个个往下点击，直到看到类似于ajax加载的格式代码

 

 

so，找到了s这个位置就很像ajax，然后在3643那个位置点击左键，设置断点

 

 

 

 

先点击让当前代码先执行完毕，重新点击页面的登录按钮

 

 

没什么意外就会停在s这个位置，从上到下将t,y,h,Q,u,d，全部在console中打印出来

 

 

 看到u的值证明没找错！！！说明就是通过这里进行与后端的通信，且根据Q这个函数进行的将u内容进行不知名的操作

所以可以猜测应该是这里得出了上面request中那一串很长的参数

 双击上面输出内容中native code 就会跳转到函数定义 (一般而言，natvie code是跟不进去的)

 

 

 跳转后，找到这个函数return，所以点击 { ，找到对应的 } ，找到返回值位置return a[o.m[[o.m.i[";"]]].q](o.m[[o.m.i[";"]]].x)，给其打上断点

 

 

 

 

 

 

 然后，还是先让当前跑完，重新点击登录，然后就会停在新增加的断点位置 

 

 

 接下来，在console打印出返回值

 

 

 出现个与login网页中很相似的参数值，那么还是让当前跑完，然后点击Network查看最新的login的详细信息，看看是不是一样的

 

 

 

 然而很显然一模一样！！！！

所以说这个函数 ， 对username和password操作后的出来的

 

 

 那么此时入口发现了，之后只需要execjs包执行或者，将js代码翻译为python代码放进爬虫中操作就可以了

 

上面为最常用的操作

============================================================================

接下来油猴脚本操作方式效果一样，但是更快速定位！！！！

建好脚本后开启，如何使用脚本，写脚本这里暂不论述

 

 输入好账密后点击登录，console就会打印出下图 ，然后点击红框位置，跳转后打上断点

 

 

 

 先执行完毕后，再重新点击登录,查看调用栈，点击s

 

 

跳转后，拖动滑动条到最左边，看到位置2就和上面的所找到的js函数一摸一样，方便很多对吧！！！！