Python 爬虫进阶必备 | 关于投诉平台网页参数 signature 加密逻辑分析

今日网站

aHR0cHM6Ly90b3VzdS5zaW5hLmNvbS5jbi9jb21wYW55L3ZpZXcvP2NvdWlkPTYzODQ5MTI0MzE=

很久没有写原创了，其实我私底下囤了不少原创的文章，不过都不是爬虫相关的，发出来阅读不高想想还是不发了。

关于这个网站的分析流程还是老三样，直接开搞

抓包与加密定位

这个网站的下拉翻页是 ajax 加载的，所以可以直接在 xhr 翻页里面找到这个请求

打开请求的参数，可以看到有几个比较明显的加密参数是需要分析的

我们这里主要分析的是第三个参数signature

直接检索下参数，看看相关的结果(因为是 xhr 请求，用 xhr 断点也行，往上翻两个堆栈就能找到)

结果很少，点进这个文件继续在文件中检索

可以看到match到 9 个相关的值，可以逐一分析一下，不会分析也没有关系，每个检索项都打上断点即可

稍微看了下逻辑，这个 js 没有做混淆处理，断点可以直接打在下面这个位置上

主要逻辑是下面这行代码

("&signature=").concat(t)
var t = s([u, d, l, window.couid, e, c, h["type" + e]].sort().join(""))

加密分析

从上一个环节已经得出了 signature 的代码所以接下来只要分析出上面t赋值等式的代码就完成了

结合上下文的代码，其中比较简单的几个未知变量可以直接答案了

u # 当前时间，参见 14469 行的代码 (new Date).getTime()
l # 固定值，一串字符串$d6eb7ff91ee257475%
window.couid # 查询的id
e # 类型，在这个例子中为固定值1
c # 是pagesize,即一页有几条
h["type" + e]] # 这个是页数

出去上面的简单的值外，就只剩下d还有s两个未知了

变量 d 是一个函数

d = function(e, t, r) {
        var n = ""
          , i = t
          , a = ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n", "o", "p", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z", "A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y", "Z"];
        e && (i = Math.round(Math.random() * (r - t)) + t);
        for (var o = 0; o < i; o++) {
            n += a[Math.round(Math.random() * (a.length - 1))]
        }
        return n
    }(!1, 16)

这个d，拿出来就能用

函数s是追进去是下面这个图中的方法

往上翻看到下面这个逻辑

我盲猜一手 sha256

我们把s()包裹的这串逻辑[u, d, l, window.couid, e, c, h["type" + e]].sort().join("")执行出来的结果拿出来看看

再拿到网页加密的网站上测试一下

猜对了，这样就完成了这个加密参数的逻辑分析了。

总结

有读者说这个是玄学，我讲讲大致的思路。

看到加密先多刷新几遍，看看加密参数的值，摸清出加密参数的规律，像我们今天分析的这个值，针对不同长度的值产生相同长度的值大概率是哈希类的加密算法，所以想 AES 之类的分组算法就排除了。

再结合分析逻辑，结合你看到的代码，用加密器辅助验证你的猜想（像我上面那样测试）可以解决 80% 的徒劳分析。