Python 爬虫进阶必备 | Js 逆向之补环境到底是在补什么？

序言

之前我就发过一篇文章，提了一嘴关于我理解的爬虫的本质

【面试官问我会不会APP抓包,我…】

https://mp.weixin.qq.com/s/4hQplDJ4xrV30ZkwE78QVQ

虽然当时的主题写的是 App 爬虫，不过并不妨碍的我们理解爬虫。

今天写的 Js 逆向之补环境，就可以理解是在 Js 环境下精进我们的 " 骗术 "

正文

大家在看文章之前应该都清楚，Node 环境和浏览器环境是完全不同的，平台有很多的检测点可以发现我们是在浏览器运行 Js 还是在 Node 环境下运行 Js

补环境做的就是尽可能根据网页上的 Js 完善本地的 Node 环境，让 Js 运行在 Node 中像浏览器一样不报错就可以了。

window

最基本的补环境是公众号早期的文章

这些个文章中大家经常遇到的是

'window' is not defined

那像这样的报错提示应该如何处理？

Node 环境下一般如下定义

window = global;

如果只是单单缺少了window这一个变量的定义，像上面这样报错自然就消失了。

document

除了window之外，我们经常还遇到类似下面这些文章中的情况

Python 爬虫进阶必备 | 某采购网站 cookie 加密分析（仿加速乐）

Python 爬虫进阶必备 | 某常见 cookie 加密算法逻辑分析 （加速乐 - jsl）

这些网站我们一般称之为加速乐，因为标志性的 cookie 参数是以jsl开头，而这种类型的加密一般操纵的是document.cookie这个参数

那像这样的document应该怎么补？

在没有检测只是为了能让 js 运行不报错的情况下，我是这样写的

var document = {
    cookie:"xxxxxx"
}

或者像下面这样写

那么这样写就一定保险吗？

不一定。开头就已经提及，要根据网页上的 Js 完善本地的 Node 环境，所以只要网页上的 Js 不检测我们这么写也没毛病

那么检测的 Js 长什么样？

Object.getOwnPropertyDescriptor

这里可以参考之前写的关于某乎的分析文章

Python 爬虫进阶必备 | 某著名人均百万问答社区 header 参数加密逻辑分析

这里Header中的x-zse-96的加密逻辑之前看过文章的，通过插桩调试应该可以看到下面这样的代码

这个东西是个啥？

官方定义是这样的

Object.getOwnPropertyDescriptor() 方法返回指定对象上一个自有属性对应的属性描述符。（自有属性指的是直接赋予该对象的属性，不需要从原型链上进行查找的属性）

通过描述有点晦涩，你可以这样理解，如果是自己构造的对象，例如

var navigator = {
    platform:"win32"
}

就没办法通过这样的检测

这里是检测对象的属性是不是自己赋值给他的

这里打印下刚刚的例子看看有啥不一样的地方

先是我们自己写的例子

var navigator1 = {
    platform:"win32"
}

再看看浏览器里面是啥样的

所以对于这样的代码检测，我们应该如何构造呢？

这里站在前人的肩膀上，写一下

var Navigator = function() {};
Navigator.prototype = {   "platform": "win32"
};
navigator = new Navigator();
# 只针对检测 Navigator 原型链的写法

这样就可以通过上面的原型链检测了

这里的platform是Navigator上的属性，在使用 new 实例化后，navigator.platform 取到的是继承自Navigator的属性值，而不是直接赋予该对象的属性，所以得到的结果和浏览器是一样的。

这样看是不是很简单，但是像某乎的校验用到了很多次getOwnPropertyDescriptor，就需要一个个插桩调试他检测了什么对象的什么属性，相当恶心。

那么又回到上面的代码，这里用到的prototype又是个啥？

为什么像上面那样用到prototype去定义对象就可以通过的检测？

prototype 与 _ _ proto _ _

首先先上一张图

是不是很懵逼，懵逼就对了，我们是搞爬虫的，知道个大概意思就行了。

我们需要知道的是 prototype 与 _ _ proto _ _ 咋对应起来就行了

按照官方的说法

在JS里，万物皆对象。方法（Function）是对象，方法的原型(Function.prototype)是对象。因此，它们都会具有对象共有的特点。
即：对象具有属性_ _ proto _ _，可称为隐式原型，一个对象的隐式原型指向构造该对象的构造函数的原型，这也保证了实例能够访问在构造函数原型中定义的属性和方法。

方法（Function）这个特殊的对象，除了和其他对象一样有上述_proto_属性之外，还有自己特有的属性——原型属性（prototype），这个属性是一个指针，指向一个对象，这个对象的用途就是包含所有实例共享的属性和方法（我们把这个对象叫做原型对象）。原型对象也有一个属性，叫做constructor，这个属性包含了一个指针，指回原构造函数。

理解大概的意思（别被搞晕了）可以得出下面这行代码

 xxx.__proto__ == yyy.prototype

这里我们需要用到谷歌浏览器验证一下我们的想法

有一定基础的同学知道，浏览器里 window 是由 Window 实例而来的，那么 Window 是怎么来的？

我们在浏览器的控制台里看看

可以看到原来我们之前以为简简单单就构造出来的 window 和 navigator 这么复杂

这样一看像我们上面直接使用var定义的方法去补环境就很容易被识别

例如

var window1 = {
    bbb:"xxxx"
};
# 在浏览器里没法定义 window 这里用 window1 做个样子

这里window1的结果和我们上面浏览器中window的输出结果大相径庭。

不仅仅是window，包括document以及navigator等等囊括DOM、BOM、worker、网络请求这些的方方面面都需要我们一个一个分析他的__proto__以及属性是定义在自己的prototype上还是继承自上一层。

这里就又涉及了关于上述各类的继承关系，这里分享我找到的一张DOM中各类的继承关系图，希望对大家补环境有所帮助

总结

这篇文章我的定义并不是关于补环境的总纲或者是总述，只能说是掀起了补环境神秘面纱的一角，希望大家多多交流，不断完善自己的环境框架，做到一键通杀~

还有就是关于文章中如果描述不准确的地方，欢迎在留言区指正，大家共同进步。

以上就是本次的全部内容了，咱们下次再会~

Peace and Love