前戏

今天要碰的是汽车之家,关于这个网站网上大多都再研究其字体反爬,如果想研究字体反爬的话直接搜一下就有很多。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
今天主要是研究汽车之家在登录时的password加密方法,并通过python调用js的方式运行出加密结果。

开始

老规矩,打开登录页面,长下面这样,与大多网站一样的布局,切换到账号密码登录。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
接下来应该知道怎么做了吧(花5秒钟假装思考一下),跟长颈鹿装进冰箱里一样,一共4步:

  • 把冰箱门打开:F12,切到Network页签(一般默认就是这个页签,建议大家都用chrome);
  • 把大象拿出来:输入账号密码,可别输入正确的哦;
  • 把长颈鹿放进去:在请求列表里查询关于登录发起的请求;
  • 把冰箱门关上:找到请求,查看POST(一般都是post请求,暂时还没见过其它方式的) url,还有FormData里的参数。

把冰箱门打开

按F12打开工具
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP

把大象拿出来

输入错误的账号密码。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP

把长颈鹿放进去

找到请求,一般这种就需要就经验了,有时候这种请求名称会带login等字眼,通常都是ajax请求(切到XHR可以只看ajax请求,如果实在找不到可以切换到XHR),这样就不会有乱七八糟的图片、css、js请求干扰你。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP

把冰箱门关上

这里只截取了部分数据,后面没截的大都是滑块验证码相关参数,这个后续再进行研究,今天只看这个pwd参数。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP

分析

有了前面查看的结果,我们可以直接拿这个pwdsourecs里查找相关的js文件,从下图看有两个文件包含pwd关键字,第一个看着都不像,不信你可以点进去看看,第二个包含了login关键字,八九不离十就是它,点进去。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
进行来后继续搜索pwd关键字,幸运的是只有一个结果:
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
那可以确定加密函数就是hex_md5了,一般我们会碰到的就是带有rsaMD5encrypt之类的函数,可以作为经验留意一下。

调试

整一个断点,我整在了413行,大家看自己的在第几行。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
输入账号密码,点击登录然后应该就会跳转到413行,点击右侧下一步箭头,就是下面这个:
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP

hex_md5函数

一步一步运行进入hex_md5函数,函数长这样:

function hex_md5(s) {
    return binl2hex(core_md5(str2binl(s), s.length * chrsz));
}

s是我们的密码,可以看出调用了binl2hexcore_md5,还有一个chrsz变量,往上看一点就发现了chrsz
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
hex_md5函数返回的就是最终加密的结果。

binl2hex函数

function binl2hex(binarray) {
    var hex_tab = hexcase ? "0123456789ABCDEF" : "0123456789abcdef";
    var str = "";
    for (var i = 0; i < binarray.length * 4; i++) {
        str += hex_tab.charAt((binarray[i >> 2] >> ((i % 4) * 8 + 4)) & 0xF) + hex_tab.charAt((binarray[i >> 2] >> ((i % 4) * 8)) & 0xF);
    }
    return str;
}

hexcase 在前面那个图里有,binarray先不用管,这是core_md5返回的值,函数相对简单,内部也没有继续调用小函数,我们也不用知道干了啥,到时候抠出来直接调用即可。

str2binl函数

function str2binl(str) {
    var bin = Array();
    var mask = (1 << chrsz) - 1;
    for (var i = 0; i < str.length * chrsz; i += chrsz)
        bin[i >> 5] |= (str.charCodeAt(i / chrsz) & mask) << (i % 32);
    return bin;
}

这个函数也没有内部小函数了。

core_md5函数

这个函数就长了,内部也调用了很多,这里只截部分了,建议分别去看看调用的这些小函数,比如md5_ff等,这样后面好扣代码:

function core_md5(x, len) {
    /* append padding */
    x[len >> 5] |= 0x80 << ((len) % 32);
    x[(((len + 64) >>> 9) << 4) + 14] = len;
    var a = 1732584193;
    var b = -271733879;
    var c = -1732584194;
    var d = 271733878;
    for (var i = 0; i < x.length; i += 16) {
        var olda = a;
        var oldb = b;
        var oldc = c;
        var oldd = d;
        a = md5_ff(a, b, c, d, x[i + 0], 7, -680876936);
        d = md5_ff(d, a, b, c, x[i + 1], 12, -389564586);
        c = md5_ff(c, d, a, b, x[i + 2], 17, 606105819);
        b = md5_ff(b, c, d, a, x[i + 3], 22, -1044525330);
        a = md5_ff(a, b, c, d, x[i + 4], 7, -176418897);
        .....
        省略
        .....

抠出来python运行

前面已经把js代码加密思路理了一下,大家可以自己试着抠一下,实在抠不出来的点击这里从今天开始种树参考完整js代码,接下来使用python运行,使用的依然是execjs库。

import execjs

with open('..//js//qichezhijia.js', encoding='utf-8') as f:
    qichezhijia= f.read()
js = execjs.compile(qichezhijia)
logid = js.call('get_pwd', "123456")
print(logid)

结果对比

FormData里的加密结果:
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
python运行的结果:
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP
看看的确是一模一样,一方面说明没问题,另外一方面说明加密方法跟时间戳没什么关系,有些网站加密结果还会跟时间戳、useragent等有关。

结束

整个过程并不难,又是一个适合js逆向入门练手级网站,可以通过这个例子练习一下调试技巧,完整代码点击这里从今天开始种树,关注下面的公众号,获取更多内容,当然不关注也无所谓。
兄弟,你爬虫基础这么好,需要研究js逆向了,一起吧(有完整JS代码)-LMLPHP

08-24 10:26