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%E7%88%AC%E8%99%AB/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
Python学习交流群：857662006
'''
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
---------------------
原文：https://blog.csdn.net/qq_40147863/article/details/82079649