實(shí)戰(zhàn)場(chǎng)景

Python 反爬中有一大類(lèi)，叫做字體反爬，核心的理論就是通過(guò)字體文件或者 CSS 偏移，實(shí)現(xiàn)加密邏輯

本次要采集的站點(diǎn)是：54yr55y855S15b2x（Base64 加密） 站點(diǎn)地址為：https%3A%2F%2Fmaoyan.com%2Ffilms%2F522013（URL 編碼）

上述地址打開(kāi)之后，用開(kāi)發(fā)者工具選中某文字之后，會(huì)發(fā)現(xiàn) Elements 中，無(wú)法從源碼讀取到數(shù)據(jù)，

如下圖所示：

類(lèi)似的所有場(chǎng)景都屬于字體編碼系列，簡(jiǎn)單理解就是：

服務(wù)器源碼，無(wú)法直接讀取文字。

也可以用請(qǐng)求頁(yè)面預(yù)覽選項(xiàng)卡，判斷是否為字體加密，當(dāng)出現(xiàn)如下結(jié)論時(shí)，可以判斷，其中數(shù)字信息，顯示為方框。

系統(tǒng)分析

本以為直接進(jìn)入字體加密解密邏輯，本案例就可以解決，但是當(dāng)打開(kāi)請(qǐng)求頭之后，發(fā)現(xiàn)出現(xiàn)了一個(gè)請(qǐng)求參數(shù) signKey，而且還加密了，那解決字體反爬前，先解決這個(gè)加密問(wèn)題吧。

打開(kāi)控制臺(tái)，直接檢索 signKey 參數(shù)，發(fā)現(xiàn)只有一個(gè)文件所有涉及。

打開(kāi) common.js 文件之后，進(jìn)行格式化，繼續(xù)檢索關(guān)鍵字。

直接將斷點(diǎn)打在 688 行附近，然后刷新頁(yè)面，等待斷點(diǎn)請(qǐng)求。

當(dāng)發(fā)現(xiàn)關(guān)鍵字 _0x371d 時(shí)，就知道，這里需要一點(diǎn)點(diǎn)扣 JS 代碼了，又是一個(gè)細(xì)致活。

待提取的 JS 代碼如下所示：

u = function(x) {
var d = x[a(_0x371d("0x14c"))]
 , e = x[a(_0x371d("0x14d"))]
 , _ = x[a(_0x371d("0x14e"))]
 , t = void 0 === _ ? 1 : _
 , n = Math[a("0x82")](10 * Math[a(_0x371d("0x14f"))]())
 , i = (new Date)[a(_0x371d("0x150"))]()
 , o = typeof window !== a("0x4") && window[_0x371d("0x151")]
 , s = o[a(_0x371d("0x152"))]
 , u = a(_0x371d("0x153")) + d.toUpperCase() + a("0x87") + i + a(_0x371d("0x154")) + s + _0x371d("0x155") + n + a("0x89") + e + a(_0x371d("0x156")) + t
 , f = a(_0x371d("0x157"));
return {
   timeStamp: i,
   index: n,
   signKey: (0,
   r[a(_0x371d("0x158"))])(u + f),
   channelId: e,
   sVersion: t,
   webdriver: c()
}

每次頁(yè)面刷新的時(shí)候，都可以捕獲一下相關(guān)參數(shù)與值。

例如，這里可以直接得到 d = "GET"，寫(xiě)入到我們的 JS 文件即可。

第一步加密之后，得到各個(gè)參數(shù)值，其中 u 與 f 比較重要。 通過(guò)每次斷點(diǎn)，可以依次將代碼逐步還原。 下述是一些比較重要的步驟，如果路徑不清楚，可以點(diǎn)擊下面卡片，直接詢問(wèn)橡皮擦。

獲取 f 值

獲取 _0x5827 函數(shù)內(nèi)容

下述內(nèi)容 r 是一個(gè)數(shù)組，可以通過(guò)索引獲取其中的字符串

a(_0x371d("0x158"));
("default");

隨著代碼的深入，發(fā)現(xiàn)了最核心 signKey 參數(shù)的加密位置，截圖如下：

這就是一個(gè)大工程了，沒(méi)有 1 個(gè)小時(shí)，無(wú)法翻譯完畢。

我們先將核心的函數(shù)扣出來(lái)，然后一點(diǎn)點(diǎn)進(jìn)行替換，核心未翻譯代碼如下所示：

function() {
var d = e(7)
 這里面好多代碼
        , v = u
        , M = f;
        s = m(s, c, u, f, i[l + 0], 7, -680876936),
        f = m(f, s, c, u, i[l + 1], 12, -389564586),
        u = m(u, f, s, c, i[l + 2], 17, 606105819),
        c = m(c, u, f, s, i[l + 3], 22, -1044525330),
 這里面好多代碼
}()

翻譯的時(shí)候，關(guān)注幾個(gè)重點(diǎn)參數(shù)即可。 ** _0x371d **

var _0x371d = function (x, d) {
  return (x -= 0), _0x5827[x];
};

** _0x5827 **

var _0x5827 = ["parseJSON", "parseXML", "ajaxSettings", "ajaxSetup", "statusCode", "canceled", "success", "dataType", …………;

復(fù)制到編輯器中，直接好家伙，超過(guò) 7W 字了。

加密變量 a

var a = function (x, d) {
  return (x -= 0), r[x];
};

加密變量 r

加密參數(shù) d

了解上述幾個(gè)值的取值方式，解決 signKey 就變得非常簡(jiǎn)單了。

除此之外，最簡(jiǎn)單的辦法是直接將 common.js 文件搭建在本地，然后用 Python 去調(diào)用，直接就可以獲取到對(duì)應(yīng)的數(shù)據(jù)。

JS 代碼在 Python 中執(zhí)行，使用如下 Demo 即可實(shí)現(xiàn)：

import execjs
# 執(zhí)行 JS 文件
js = "js 腳本內(nèi)容"
ctx = execjs.compile(js)
x = {
    'method': 'GET',
    'channelId': 40011,
    'sVersion': 1,
    'type': 'object'
}
# 傳入?yún)?shù)
n = ctx.call('翻譯之后的加密函數(shù)名', x)

到此這篇關(guān)于Python和JS反爬之解決反爬參數(shù) signKey的文章就介紹到這了,更多相關(guān)反爬參數(shù) signKey內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論