python爬蟲_從零開始破解js加密（一）

除了一些類似字體反爬之類的奇淫技巧，js加密應該是反爬相當常見的一部分了，這也是一個分水嶺，我能解決基本js加密的才能算入階。

最近正好遇到一個比較簡單的js，跟大家分享一下迅雷網盤搜索_838888
輸入關鍵字，url變了https://838888.net/search/e8bf9be587bbe79a84e5b7a8e4baba-1-id-s.htm

 

咦~這key有點不對啊，很明顯這不是常見的urlEncode編碼，這里我也驗證一下

 

In [1]: from urllib import parse

In [2]: parse.quote('進擊的巨人',encoding='utf-8')
Out[2]: '%E8%BF%9B%E5%87%BB%E7%9A%84%E5%B7%A8%E4%BA%BA'

In [3]: parse.quote('進擊的巨人',encoding='gbk')
Out[3]: '%BD%F8%BB%F7%B5%C4%BE%DE%C8%CB'

果然，猜測是某個js動態生成的。選擇js，多刷幾遍看看：

 

urlEncode

咦~這個base64有點可疑啊，直接將關鍵字base64一下

在線base64

 

果然沒這么簡單，點開看下，，我發現了什么？這個url不就是我們搜索的url嗎？

那么這個value也應該是這一串亂七八糟的字符咯，看這個value的生成，拿到id為'search'的值再 utf16to8() 再str2hex() 一哈。
OK，我們也不用很清楚這個utf16to8() 和 str2hex()主要是怎么運行的(當然想試下的可以看前面代碼)，可以按照它的方法調用然后生成這個url就好，have a try:)
先用js寫個生成url的function

function change_url(str){
    value = str2hex(utf16to8(str))
    return value
}

然后用pyhton來調用

import execjs
file = 'base64.js'
def get_js():
    f = open(file, 'r', encoding='UTF-8')
    line = f.readline()
    htmlstr = ''
    while line:
        htmlstr = htmlstr + line
        line = f.readline()
    return htmlstr

def get_key(key):
    jsstr = Handler.get_js()
    ctx = execjs.compile(jsstr)
    return ctx.call('change_url',key)

這里用到了execjs這個包來調用js，測一下'進擊的巨人'，嗯，果然是這一串字符。
破解js是一條艱辛的道路，這篇文章並沒有很多高超的技巧，我只是想通過這次實踐說明並不是所有的js都是很難的，我們也並不需要很畏懼它，擁有一顆強者的心是很重要的！