Python爬虫教程-16-破解js加密实例（有道在线翻译）

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

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：
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：
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, parsedef 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 saltdef getMD5(v): import hashlib md5 = hashlib.md5() md5.update(v.encode('utf-8')) sign = md5.hexdigest() return signdef getSign(key, salt): sign = "fanyideskweb" + key + str(salt) + "ebSeFb%=XZ%T[KZ)c(sy!" sign = getMD5(sign) return signdef 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")