JS逆向基础实战
(编辑：jimmy 日期: 2024/10/30 浏览：2)
​一、js逆向简介
我们都知道，作为一个爬虫程序员来说，我们就是要有抓取各种网站公开数据的实力和能力，然而，随着网站数据的自我安全保护，大部分网站就开始在前端JS代码上做出相对的反爬措施。到目前为止，对于JS代码的安全保护方式有很多种。几年前，小网站大部分还都是静态为主，中型网站会掺杂少量的原生加密，大网站也只是在原生加密上做一些变种，加密的代码不是没有，不过也都是一些变量的加密(常规的一些加密算法：MD系列、AES系列、3DES系列、RSA系列等等)。但是这些简单的JS保护很难保持网站的安全性，于是前端开发者借助H5的崛起，开发了很多工具用来进行语法转换，浏览器兼容，而这些工具大部分都是AST的产物。直到现在 ，js攻防成为了目前市场的一大看点。那么，现在的爬虫程序员就不只是说会一些xpath等简单的爬虫就行了，掌握js逆向本领也是势在必行
二、教学实战（基础篇）
那么我们今天就以**学第12题的入门级别的js加密搞起。
点击翻页，可以看到数据就在请求接口里面
![]()
然后查看接口信息，就会发现两个动态请求参数，分别是page和m
![]()
当然，page我们可以直接循环请求时生成，但是m的话，给我们第一感觉就是做了加密或者编码处理。那么到底是什么加密方式或者是什么编码方式，需要我们做进一步分析
我们先全局搜索一下参数m或者m:，我们会发现会搜出来好多，毕竟该加密参数只是一个字母
![]()
所以我们采用启动器启动进入js文件，我们点击如下。可以清晰地看出来数据响应的大概堆栈结构顺序，那么这么多的栈，我们要点哪个呢？首先，我们知道jquery是属于js官方的一个包，网站也很少会在这里面做修改，所以我们可以先排除这些栈，那么就剩以12开头的栈了，也就是说这几个栈都是在12.js这一个js文件中的。所以，我们点击request，可以直接跳到最后请求时的数据结果
![]()
利用启动器启动的方式，我们进到了加密的js文件中，如图。我们在733行打上断点，并点击翻页，就会在最终请求接口前停下来，那么我们就可以看到他所请求时的参数值page和m，如图
![]()
可以很清楚的看出来，page参数就是你要加载的页数，而m参数则是经过了一个btoa方法生成。并且m进行btoa前的原值是'yuanrenxue'和page页数两个字符串的拼接值。那么，我们就把该网站的参数加密过程做好了分析，接下来 ，我们就需要模仿网站加载参数的形式去生成加密参数，并且发起请求和响应数据结果
我们知道，js中的btoa方法也就是python中的base64编码，那么，以下实现程序如下
[Python] 纯文本查看 复制代码
请求结果如下
![]()
那么，这道入门的js加密就被我们轻松攻克了
我们都知道，作为一个爬虫程序员来说，我们就是要有抓取各种网站公开数据的实力和能力，然而，随着网站数据的自我安全保护，大部分网站就开始在前端JS代码上做出相对的反爬措施。到目前为止，对于JS代码的安全保护方式有很多种。几年前，小网站大部分还都是静态为主，中型网站会掺杂少量的原生加密，大网站也只是在原生加密上做一些变种，加密的代码不是没有，不过也都是一些变量的加密(常规的一些加密算法：MD系列、AES系列、3DES系列、RSA系列等等)。但是这些简单的JS保护很难保持网站的安全性，于是前端开发者借助H5的崛起，开发了很多工具用来进行语法转换，浏览器兼容，而这些工具大部分都是AST的产物。直到现在 ，js攻防成为了目前市场的一大看点。那么，现在的爬虫程序员就不只是说会一些xpath等简单的爬虫就行了，掌握js逆向本领也是势在必行
二、教学实战（基础篇）
那么我们今天就以**学第12题的入门级别的js加密搞起。
点击翻页，可以看到数据就在请求接口里面
然后查看接口信息，就会发现两个动态请求参数，分别是page和m
当然，page我们可以直接循环请求时生成，但是m的话，给我们第一感觉就是做了加密或者编码处理。那么到底是什么加密方式或者是什么编码方式，需要我们做进一步分析
我们先全局搜索一下参数m或者m:，我们会发现会搜出来好多，毕竟该加密参数只是一个字母
所以我们采用启动器启动进入js文件，我们点击如下。可以清晰地看出来数据响应的大概堆栈结构顺序，那么这么多的栈，我们要点哪个呢？首先，我们知道jquery是属于js官方的一个包，网站也很少会在这里面做修改，所以我们可以先排除这些栈，那么就剩以12开头的栈了，也就是说这几个栈都是在12.js这一个js文件中的。所以，我们点击request，可以直接跳到最后请求时的数据结果
利用启动器启动的方式，我们进到了加密的js文件中，如图。我们在733行打上断点，并点击翻页，就会在最终请求接口前停下来，那么我们就可以看到他所请求时的参数值page和m，如图
可以很清楚的看出来，page参数就是你要加载的页数，而m参数则是经过了一个btoa方法生成。并且m进行btoa前的原值是'yuanrenxue'和page页数两个字符串的拼接值。那么，我们就把该网站的参数加密过程做好了分析，接下来 ，我们就需要模仿网站加载参数的形式去生成加密参数，并且发起请求和响应数据结果
我们知道，js中的btoa方法也就是python中的base64编码，那么，以下实现程序如下
[Python] 纯文本查看 复制代码
import requestsimport base64 def btoa(text): return base64.b64encode(text.encode('utf-8')).decode('utf-8').replace("=", "%3D") def myspider(pages): total_count = 0 for page in range(1, pages+1): text = "yuanrenxue" + str(page) btoa_str = btoa(text) print(f"第{str(page)}页的m值为{btoa_str}") # 请求 headers = { 'User-Agent': 'yuanrenxue.project', } cookies = { 'sessionid': 'lnhlwq35v5bgtcjvk6stu98ku9e5g0bo', } url = f"https://match.yuanrenxue.com/api/match/12?page={str(page)}&m={btoa_str}" response = requests.get(url, cookies=cookies, headers=headers) print(response.text) # 解析 res_json_list = response.json().get('data', '') if res_json_list == '': continue per_page_count = 0 for item in res_json_list: value0 = item.get('value', '') value = 0 if value0 == '' else int(value0) per_page_count += value print(f"第{page}页的和为：{per_page_count}") total_count += per_page_count return total_count if __name__ == "__main__": total_count = myspider(5) print(f"五页数字总和为：{total_count}")
请求结果如下
那么，这道入门的js加密就被我们轻松攻克了