Python之JS反爬

爱被打了一巴掌 2022-11-22 10:14 219阅读 0赞

一般情况下，我们要获取一些登录后的数据，就需要通过代码去模拟登录。那么响应某位朋友的留言请求，啥时候讲讲JS呀！于是乎我就选择了一个考点非常 nice 的网站——人人网。那今天我们通过模拟登录人人网，来跟大家唠唠大家都非常期待的JS反爬。

#### 解析人人网 ####

那么爬虫的第一步千万不要着急写代码，而是对页面进行分析。此处我们选择使用谷歌的无痕浏览器（每次重新打开都会清理缓存）  
如何打开谷歌无痕：

*  1.打开谷歌浏览器
 *  2.如图

![在这里插入图片描述][20201103225119693.png_pic_center]  
然后通过无痕浏览器打开人人网

*  人人网url：http://www.renren.com/

*  F12 键
 *  鼠标右键下的检查

*  输入伪账号与密码
 *  点击登录
 *  并观察右侧的 Network 中的请求地址变化
 *  看到 http://www.renren.com/ajaxLogin/login?1=1&uniqueTimestamp=2020641655904
 *  点击进去，看到其 headers

![在这里插入图片描述][20201103225552195.gif_pic_center]  
进行剖析，发现以下结果

*  登录请求为 Post 请求
 *  Post 请求所携带的参数

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 2]  
我们会发现用户输入的 用户名及密码 奥哟~居然是明文，并且这个请求的参数也没有什么加密的或者说变化的参数。

按照这个推理，实际上我们直接通过 requests 库发送 Post 请求，并将 From Data 中的值传过去不就 OK了？伪代码如下：

import requests
    
    url = "http://www.renren.com/ajaxLogin/login?1=1&uniqueTimestamp=2020641533756"
    data = {
        "email": "Logic_Juran",
        "password": "123456",
        "icode": "origURL: http://www.renren.com/home",
        "domain": "renren.com",
        "key_id": 1,
        "captcha_type": "web_login"
    }
    
    requests.post(url=url, data=data)

但是，真相真的如此简单吗？当然不是。

首先，我填入真实的账号密码\[额，不要给我打电话\]…大家会发现页面进行了跳转，所以我们找不到 login 所对应的网站

![在这里插入图片描述][202011032255333.gif_pic_center]

那要怎么做到页面跳转时，Network 中的 url 不进行刷新而是添加呢？小技巧，勾上以下选项。

![在这里插入图片描述][20201103225751439.png_pic_center]  
再退出重新登录会发现如下

*  密码加密为：\*\*\*\*32e0725f6d0566f8c04c773467a10cea3411adda345d2656b348e6683585
 *  rkey 登场：a63d4c171d299d57332099687542d201

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 3]  
也就说是，在不清理缓存的情况下不是第一次登录时密码就会加密以及 rkey 会出现。此刻，我们需要了解 rkey 是否是每次都变化的。

*  rkey 不变：则直接拷贝到 data 中请求即可
 *  rkey 变：我们就需要来破解 rkey 是如何生成的

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 4]  
经过对比，我们发现 password 与 rkey 在每次登录的时候都会发生变化。但是怎么找到与其相关的文件呢？

首先我们可以观察登录按钮是否有绑定JS事件

*  回到登录页面
 *  输入账号密码
 *  打开开发者工具中的 elements
 *  点击 登录 观察开发者工具中的 Event Listeners
 *  加载出 bi-sdk.1.2.1.js

![在这里插入图片描述][2020110323005937.gif_pic_center]  
往 bi-sdk.1.2.1.js 里头搜索 rkey  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 5]  
再全局搜索 rkey ，也没有找到~

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 6]  
这可咋整呢？此时，我们需要切换思路，如果说 PC 端严防把守，那我们可以选择使用 APP 端来做这个事情。如下图，选中按钮。

![在这里插入图片描述][20201103230253618.png_pic_center]  
在进行伪登录，我们会发现出现了 rKey 以及 clog 两个文件，并且其 initiator 为celllog.js

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 7]  
于是，点击进去看到其 js 代码，并且双击 \{\} 将 js 代码进行 js 格式化，方便我们后续操作。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 8]

#### 观察Js的执行过程 ####

既然找到了 js 的位置，我们就可以来通过观察 js，找到 js 具体在如何执行，再通过 python 程序来模拟 js 的执行，或者是使用类似 js2py 直接把 js 代码转化为 python 程序去执行，来模拟 rkey 以及 password 的变动情况。

观察 js 的执行过程最简单的方式是添加断点

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 9]  
在左边行号点击即可添加，对应的右边 BreakPoints 中会出现现有的所有断点，然后继续点击登录，每次程序在断点位置都会停止，通过如果该行有变量产生，都会把变量的结果展示在Scoope中

*  1：继续执行到下一个断点
 *  2：进入调用的函数中 (由此可以发现 password 加密的 js 文件
 *  3：从调用的函数中跳出来

#### 破解JS ####

在知道了 js 如何生成我们想要的数据之后，那么接下来我们就需要想方设法的去使用 Python代码 模拟 JS 代码 对数据的加密。但是，果真需要我们一行一行的模拟吗？并不需要，强大的 Python 已经封装了很多对 JS 代码块进行翻译的工具，今天我们着重讲解 js2py。

##### js2py介绍 #####

js2py是一个js的翻译工具，也是一个通过纯python实现的js的解释器，github上源码与示例

使用它需要通过 pip install js2py 进行安装。

##### 使用 js2py 获取参数 #####

虽然不需要一行一行的去解析 JS 代码，但是实现 JS 的破解，仍然需要大家有基本的 JS 阅读能力。所以，我们现在来剖析一下登录的 JS 代码

formSubmit: function() {
            var e, t = {};
            $(".login").addEventListener("click", function() {
                t.phoneNum = $(".phonenum").value,
                t.password = $(".password").value,
                e = loginValidate(t),
                t.c1 = c1 || 0,
                e.flag ? ajaxFunc("get", "http://activity.renren.com/livecell/rKey", "", function(e) {
                    var n = JSON.parse(e).data;
                    if (0 == n.code) {
                        t.password = t.password.split("").reverse().join(""),
                        setMaxDigits(130);
                        var o = new RSAKeyPair(n.e,"",n.n)
                          , r = encryptedString(o, t.password);
                        t.password = r,
                        t.rKey = n.rkey
                    } else
                        toast("公钥获取失败"),
                        t.rKey = "";
                    ajaxFunc("post", "http://activity.renren.com/livecell/ajax/clog", t, function(e) {
                        var e = JSON.parse(e).logInfo;
                        0 == e.code ? location.href = localStorage.getItem("url") || "" : toast(e.msg || "登录出错")
                    })
                }) : toast(e.msg)
            })
        }

从以上代码我们得知一下信息：

*  我们要登录需要对密码进行加密和获取rkey字段的值
 *  rkey字段的值我们直接发送请求rkey请求就可以获得
 *  密码是先反转然后使用RSA进行加密, js代码很复杂, 我们希望能通过在python中执行js来实现

#### 具体实现思路 ####

*  使用 session 发送 rKey 获取登录需要信息
    
     *  url: http://activity.renren.com/livecell/rKey
     *  方法: get
 *  根据获取信息对密码进行加密
    
     *  准备用户名和密码
     *  使用 js2py 生成 js 的执行环境：context
     *  拷贝使用到 js 文件的内容到本项目中
     *  读取 js 文件的内容,使用 context 来执行它们
     *  向 context 环境中添加需要数据
     *  使用 context 执行加密密码的js字符串
     *  通过 context 获取加密后密码信息
 *  使用 session 发送登录请求
    
     *  URL: http://activity.renren.com/livecell/ajax/clog
     *  请求方法: POST
     *  数据：

phoneNum: xxxxxxx
    password: (加密后生产的)
    c1: 0
    rKey: rkey请求获取的

分析就到这里了奥~具体代码请关注公众号：极客夜读

或者直接扫码关注奥~

![在这里插入图片描述][20201103231218864.gif_pic_center]

[20201103225119693.png_pic_center]: /images/20221120/1a2003f91a074797b942dbe9cfc03236.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/01dc7695006b402ea533243a593b839d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20201103225250100.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[20201103225552195.gif_pic_center]: https://img-blog.csdnimg.cn/20201103225552195.gif#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201103225633537.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[202011032255333.gif_pic_center]: https://img-blog.csdnimg.cn/202011032255333.gif#pic_center
[20201103225751439.png_pic_center]: https://img-blog.csdnimg.cn/20201103225751439.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20201103225837601.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/20201103225921906.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[2020110323005937.gif_pic_center]: https://img-blog.csdnimg.cn/2020110323005937.gif#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 5]: https://img-blog.csdnimg.cn/20201103230205160.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 6]: https://img-blog.csdnimg.cn/20201103230232848.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[20201103230253618.png_pic_center]: https://img-blog.csdnimg.cn/20201103230253618.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 7]: https://img-blog.csdnimg.cn/20201103230322463.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 8]: https://img-blog.csdnimg.cn/20201103230351958.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 9]: https://img-blog.csdnimg.cn/20201103230500879.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ_size_16_color_FFFFFF_t_70_pic_center 10]: https://img-blog.csdnimg.cn/20201103230535992.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDM1Mjk4MQ==,size_16,color_FFFFFF,t_70#pic_center
[20201103231218864.gif_pic_center]: https://img-blog.csdnimg.cn/20201103231218864.gif#pic_center