python爬虫- js逆向解密之破解AES(CryptoJS)加密的反爬机制v2

前言

其实有关AES，之前发过一版的博客文章，python爬虫- js逆向解密之破解AES(CryptoJS)加密的反爬机制

而这次虽然也是AES，但是这次的变化有点大了。

 

这次的目标对象同样也是我的老朋友给我的，还是老规矩，地址我不会给出来的

打开网址，界面如下：

 

 

 

不要问我为什么码了这么多，主要涉及到了手机号哈，马赛克必须马死

 

开始分析

 

首先，看XHR，用结果搜，没搜到

 

 

那行，接着看网站源码，用id为phonenum去整站搜索，然后找到以下几段代码块：

 

 

 

 

 

代码：

第一段：
key: "showEncryptPhone",
            value: function() {
                if (0 != $("#phonenum").length) {
                    var e = getStoragePhone();
                    e ? ($("#phonenum").val(mobileEncrypt(e)),
                    $("#phonenum").attr("disabled", "true")) : $("#changePhoneBtn").hide()
                }
            }
        }


------------
第二段：

$("#app").on("input propertychange", "#phonenum", function(e) {
        d("#phonenum");
        var t = e.target.value;
        setStoragePhone(t)
    })

 

首先，可能稍微懂一点点js代码的，应该都能大概猜到，真正的代码其实是第一段，为啥呢，你看第二段，propertychange，这明显是监听修改的啊，再看第一个showEncryptPhone，这就是显示加密了的手机号，那一定是第一段代码了。

 

给第一段的每行代码

 

 

 

刷新页面，一步一步走，走到getStoragePhone()时，跳到里这个函数里：

 

 

当我鼠标放到window.msgTargetPhone时，已经有结果了

 

 

 

那么关键点就在getStoragePhone这个函数里了，重新打断点到这个函数上，之前的断点删除了，刷新看，结果立马就有了结果，那么，关键点就在window.msgTargetPhone上了，我用msgTargetPhone搜索，得到以下3个结果：

 

 

 

 

 

同样的，看名字，第三个肯定不是了，这不就是上面的那个被我们排除的函数一个原理吗？这第三个是监听是否改变值的，如果改变值就进入，而目标的整个页面里，手机号时是访问后就会自动出现的，并不是改变值出现的。而再看第一个，initUserMobileCache，看名字啊，初始化手机号，直觉告诉我就是这里了，先进这个函数看看咋回事

 

我正准备进入initUserMobileCache一顿分析时，我那朋友发来消息问我咋样了，我说，你可别急啊，我找到关键点了。

 

给这个函数打上断点：

 

 

刷新页面，一步一步往下走，直接走到下面这个函数，而且，这个e的参数看的太眼熟了，一看就是最开始的XHR请求得到的，这里我马死，就不展示了，这个s(e)走完之后就，手机号就出现了，那么，这么说，这个s(e)才是真正的关键点了

 

 

 

代码：

function s(e) {
        var t = arguments.length > 1 && void 0 !== arguments[1] ? arguments[1] : g;
        if (!e)
            return "";
        var n = p(e, t, {
            iv: f
        });
        return n.toString(CryptoJS.enc.Utf8)
    }

 

 

找到关键点

 

再回到上级看下，就是AESDecrypt这个函数跳转过去的，看到这个函数名AESDecrypt，那么不用多说了，用的就是AES加密了

 

 

 

 

接着我另开一个标签页，然后试试这个s函数能不能直接调用：

 

 结果就报了个g没有定义，这个g，就烦了，不能搜了，为啥呢，这个太大众化了，根本不好搜索它在哪，不信你看：

 

 

你不会说这几百个一个一个看吧，那得整到啥时候去了，此时，应该怎么办呢，看源码，但是得有章法的看，看下面这一纵列的函数定义，这些都应该在一个函数作用域里，那就看上下文这个自执行函数【！function(e){】的作用域里有没有定义过【g】

 

 

 

 

 往下翻没几行就看到了下面这个，这里不就是定义了g吗，不止g，还有p也定义了

 

 抠出核心代码

 

那么，我们就可以稍微改下s函数的源码：

 

function s(e) {
        var t = arguments.length > 1 && void 0 !== arguments[1] ? arguments[1] : CryptoJS.enc.Utf8.parse('e5b40d286cxfca34');
        if (!e)
            return "";
        var n = CryptoJS.AES.decrypt(e, t, {
            iv: CryptoJS.enc.Utf8.parse('Con-ere-ceD-cumt')
        });
        return n.toString(CryptoJS.enc.Utf8)
    }

 

去控制台看下呢，我顺便改了下函数名cryp：

 

 

没引入CrpytoJS，在控制台引入下：

 

var script = document.createElement('script');
script.src = "http://cdn.staticfile.org/crypto-js/3.1.9-1/crypto-js.min.js";
document.getElementsByTagName('head')[0].appendChild(script);

 

 

 

或者你也可以直接把crpyto的源码赋值下来然后在控制台然后回车

 

 

现在再看，果然成功了

 

 

看来没毛病了，核心代码就是这个。

 

另外说下，我一开始是打算去扣cryptojs里的代码的，后面发现调用层级太多了，所以放弃了，直接引用整个crypto算了

 

 

用python实现

 

用crypto库实现

 

我之前的文章里，python爬虫- js逆向解密之破解AES(CryptoJS)加密的反爬机制 ，那套代码在这里没法用，所以，只能用下面的代码：

 

 

from Crypto.Cipher import AES
import base64


class AesCrypt():
    def __init__(self, key, model, iv):
        self.model = {'ECB': AES.MODE_ECB, 'CBC': AES.MODE_CBC}[model]
        self.key = self.add_16(key)
        self.iv = iv.encode()
        if model == 'ECB':
            self.aes = AES.new(self.key, self.model)  # 创建aes对象
        elif model == 'CBC':
            self.aes = AES.new(self.key, self.model, self.iv)  # 创建aes对象

    def add_16(self, par):
        # python3字符串是unicode编码，需要 encode才可以转换成字节型数据
        par = par.encode('utf-8')
        while len(par) % 16 != 0:
            par += b'\x00'
        return par

    def aesdecrypt(self, text):
        # CBC解密需要重新创建一个aes对象
        if self.model == AES.MODE_CBC:
            self.aes = AES.new(self.key, self.model, self.iv)
        text = base64.decodebytes(text.encode('utf-8'))
        self.decrypt_text = self.aes.decrypt(text)
        return self.decrypt_text.decode('utf-8').strip('\0')


if __name__ == '__main__':
    key = 'e5b40d286cxfca34'
    iv = 'Con-ere-ceD-cumt'
    word = 'xxxxxxx'
    model = 'CBC'
    pr = AesCrypt(key,model,iv)
    print(pr.aesdecrypt(word))

 

执行，可行，结果能跟刚才控制台的结果对上：

 

 

用node.js实现

 

另外，不是说一定得python才能实现的，你也可以把crypto和这里抠出来的代码作为字符串，然后用execjs和js2py之类的库执行js，然后拿到结果，或者你还可以不用把crypto的源码拿出来，在你电脑上装上node.js，node里装上crypto，然后把js的环境设置到你本地的node环境也是可以的。

os.environ["NODE_PATH"] = "D:/xxzxx/node_modules"

 

 

 

 

还没完，找到刚才那个异步加载获得加密字段的xhr，发现这个平台的参数提交用的是payload类型：

 

 

没有键值对，也不是json，也不是类json，很强，这种的，我之前的文章里也说过，Python爬虫处理奇葩的请求参数payload，而这里的又完全不同的一种，不过方法是一样的，直接以字符串形式提交即可，看到了吗啊，里面的data的值直接就是一个字符串型即可

 

 

 

好，将两个对接上即可，完整的代码我就不给了，相信都走到这里了，各位朋友应该可以处理了。本次破解完毕

 

此时我将代码和结果甩给我那朋友，他发来三个字：【卧槽，稳】。我这个哥们儿一看到有新奇玩意儿就发给我让我搞，我其实挺感谢他的，能通过他一直保持学习是挺好的，而他也是技术出生，他做安全开发的，有很多东西我们都会交流，工作内容也有交集

 

结语

 

最近这几篇都是针对js的处理，也越来越觉得js是爬虫的大头，另外最近在某群里，有个老哥说他们公司招爬虫工程师，然后收到的简历上写的基本都是说会xpath处理，没有其他更多的技术呈现，那确实啊，很多人真的对爬虫的理解就是拿到数据，然后用正则或者bs4或者xpath就一顿操作，永远都写不完的表达式，不可能写一辈子的，想想你靠写xpath之类的，工资能提升吗？永远不可能的，还是要多学多用啊，涉及到的都要去了解，才能知道怎么逆向或者说怎么解析数据。就像我说的我这个朋友，他会时不时的给我一些网站让我去分析，为什么，是因为我之前很丧的时候就跟他说不想做开发了，他没有多说啥，而是时不时的给我点东西，让我找到点信心或者说乐趣，我才可以做到现在。