Python爬虫教程-16-破解js加密实例（有道在线翻译）

python爬虫教程-16-破解js加密实例（有道在线翻译）

  • 在爬虫爬取网站的时候，经常遇到一些反爬虫技术，比如：
    • 加cookie，身份验证UserAgent
    • 图形验证，还有很难破解的滑动验证
    • js签名验证，对传输数据进行加密处理
  • 对于js加密
    • 经过加密传输的就是密文，但是加密函数或者过程一定是在浏览器完成，
      也就是一定会把js代码暴露给使用者
    • 通过阅读加密算法，就可以模拟出加密过程，从而达到破解
    • 怎样判断网站有没有使用js加密，很简单，例如有道在线翻译

      • 1.打开【有道在线翻译】网页：http://fanyi.youdao.com/

      • 2.【右键检查】，选中【Network】

      • 3.【输入单词】

      • 4.在请求中，找到关于翻译内容的Form Data，可以看到有下面两项说明js加密

        "salt": "1523100789519",
        "sign": "b8a55a436686cd8973fa46514ccedbe",

分析js

  • 一定要按照下面的顺序，不然的话会有很多无用的东西干扰
  • 1.打开【有道在线翻译】网页：http://fanyi.youdao.com/
  • 2.【右键检查】，选中【Network】
  • 3.【输入单词】，【抓取js代码】
  • 操作截图：
    这里写图片描述
    这里写图片描述
  • 我们得到的js代码是一行代码，是压缩后的min代码，我们需要进行格式转换
  • 4.打开在线代码格式化网站：http://tool.oschina.net/codeformat/js
  • 5.将拷贝的一行格式的js代码，粘贴在表单中，点击【格式化】
  • 操作截图：
    这里写图片描述
  • 然后将格式化后的js代码，拷贝到一个可以搜索的代码编码器，备用
  • 编写第2个版本
  • 案例v18文件：https://xpwi.github.io/py/py爬虫/py18js2.py
# 破解js加密，版本2
'''
通过在js文件中查找salt或者sign，可以找到
1.可以找到这个计算salt的公式
r = "" + ((new Date).getTime() + parseInt(10 * Math.random(), 10))
2.sign：n.md5("fanyideskweb" + t + r + "ebSeFb%=XZ%T[KZ)c(sy!");
md5 一共需要四个参数，第一个和第四个都是固定值得字符串，第三个是所谓的salt，
第二个参数是输入的需要翻译的单词
'''
from urllib import request, parse

def getSalt():
    '''
    salt的公式r = "" + ((new Date).getTime() + parseInt(10 * Math.random(), 10))
    把它翻译成python代码
    '''
    import time, random

    salt = int(time.time()*1000) + random.randint(0, 10)

    return salt

def getMD5(v):
    import hashlib
    md5 = hashlib.md5()

    md5.update(v.encode('utf-8'))
    sign = md5.hexdigest()

    return sign

def getSign(key, salt):

    sign = "fanyideskweb" + key + str(salt) + "ebSeFb%=XZ%T[KZ)c(sy!"
    sign = getMD5(sign)
    return sign

def youdao(key):
    # url从http://fanyi.youdao.com输入词汇右键检查得到
    url = "http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=true"

    salt = getSalt()
    # data从右键检查FormData得到
    data = {
        "i": key,
        "from": "AUTO",
        "to": "AUTO",
        "smartresult": "dict",
        "client": "fanyideskweb",
        "salt": str(salt),
        "sign": getSign(key, salt),
        "doctype": "json",
        "version": "2.1",
        "keyform": "fanyi.web",
        "action": "FY_BY_REALTIME",
        "typoResult": "false"

    }
    print(data)
    # 对data进行编码，因为参数data需要bytes格式
    data = parse.urlencode(data).encode()

    # headers从右键检查Request Headers得到
    headers = {
        "Accept": "application/json, text/javascript, */*; q=0.01",
        "Accept-Language": "zh-CN,zh;q=0.9",
        "Connection": "keep-alive",
        "Content-Length": len(data),
        "Content-Type": "application/x-www-form-urlencoded; charset=UTF-8",
        "Cookie": "OUTFOX_SEARCH_USER_ID=685021846@10.168.8.76; OUTFOX_SEARCH_USER_ID_NCOO=366356259.5731474; _ntes_nnid=1f61e8bddac5e72660c6d06445559ffb,1535033370622; JSESSIONID=aaaVeQTI9KXfqfVBNsXvw; ___rl__test__cookies=1535204044230",
        "Host": "fanyi.youdao.com",
        "Origin": "http://fanyi.youdao.com",
        "Referer": "http://fanyi.youdao.com/",
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.75 Safari/537.36",
        "X-Requested-With": "XMLHttpRequest"
    }

    req = request.Request(url=url, data=data, headers=headers)
    rsp = request.urlopen(req)

    html = rsp.read().decode()
    print(html)


if __name__ == '__main__':
    youdao("girl")

运行结果

返回翻译后的值，才算是成功

注意
按照步骤，熟悉流程最重要

更多文章链接：Python 爬虫随笔

- 本笔记不允许任何个人和组织转载
posted @ 2018-09-06 20:48  xpwi  阅读(928)  评论(0)  编辑  收藏  举报