python爬虫_从零开始破解js加密（一）

除了一些类似字体反爬之类的奇淫技巧，js加密应该是反爬相当常见的一部分了，这也是一个分水岭，我能解决基本js加密的才能算入阶。

最近正好遇到一个比较简单的js，跟大家分享一下迅雷网盘搜索_838888
输入关键字，url变了https://838888.net/search/e8bf9be587bbe79a84e5b7a8e4baba-1-id-s.htm

 

咦~这key有点不对啊，很明显这不是常见的urlEncode编码，这里我也验证一下

In [1]: from urllib import parse

In [2]: parse.quote('进击的巨人',encoding='utf-8')
Out[2]: '%E8%BF%9B%E5%87%BB%E7%9A%84%E5%B7%A8%E4%BA%BA'

In [3]: parse.quote('进击的巨人',encoding='gbk')
Out[3]: '%BD%F8%BB%F7%B5%C4%BE%DE%C8%CB'

果然，猜测是某个js动态生成的。选择js，多刷几遍看看：

urlEncode

咦~这个base64有点可疑啊，直接将关键字base64一下

在线base64

 

果然没这么简单，点开看下，，我发现了什么？这个url不就是我们搜索的url吗？

那么这个value也应该是这一串乱七八糟的字符咯，看这个value的生成，拿到id为'search'的值再 utf16to8() 再str2hex() 一哈。
OK，我们也不用很清楚这个utf16to8() 和 str2hex()主要是怎么运行的(当然想试下的可以看前面代码)，可以按照它的方法调用然后生成这个url就好，have a try:)
先用js写个生成url的function

function change_url(str){
    value = str2hex(utf16to8(str))
    return value
}

然后用pyhton来调用

import execjs
file = 'base64.js'
def get_js():
    f = open(file, 'r', encoding='UTF-8')
    line = f.readline()
    htmlstr = ''
    while line:
        htmlstr = htmlstr + line
        line = f.readline()
    return htmlstr

def get_key(key):
    jsstr = Handler.get_js()
    ctx = execjs.compile(jsstr)
    return ctx.call('change_url',key)

这里用到了execjs这个包来调用js，测一下'进击的巨人'，嗯，果然是这一串字符。
破解js是一条艰辛的道路，这篇文章并没有很多高超的技巧，我只是想通过这次实践说明并不是所有的js都是很难的，我们也并不需要很畏惧它，拥有一颗强者的心是很重要的！