Python爬虫-JS破解openlaw加密cookie

简单介绍:

    最近作研究js混淆加密，以openlaw做为网站进行学习研究。openlaw主页裁判文书栏中有大量案件信息，同时可以为客户提供标准的法律专业知识以及智慧和经验成果。过程当中遇到一些反爬措施，记录下来。须要抓取的页面以下：

发现问题：

    利用chrome浏览器清除cookie模拟第一次访问，发现存在cookie：

利用Fiddler抓包解析，用户第一次访问会发送两次请求：

第一次请求返回加密的js用于生成cookie同时携带cookie发送第二次请求返回正常数据：

分析cookie构造：

s_token和_003相同，SESSION第一次请求获得服务器传到客户端的响应头Set-Cookie，因此只须要找到c_token生成方式用python模拟便可破解，感受但愿就在眼前。

破解流程：

一：新建html文件将第一次请求返回源码js格式化后复制，同时在js的最低端加上debugger并在chrome中打开

利用Console功能进行js代码解析。只有$表示的第三段代码可能和c_token有关系，获得相对应的参数：

其中$.$表示Function从而将方法中代码进行调试：

获得对cookie加密JS代码，获得c_token以及s_token生成过程：

以后经过python模拟js进行c_token的生成，和c_token彻底同样，至此觉得破解完毕。

但是，经过正则提取_003模拟生成c_token以后添加cookie发送请求，出乎意料的未抓到想要的数据，再次重复解析JS生成c_token过程，发现js代码生成token参数不断变化致使没法经过固定的python方式模拟生成.

二：想到经过PyV8（Python2）或者PyExecJS(Python3)来执行每次请求返回的js代码以生成cookie，添加到请求头中。至于PyV8和PyExecJS的安装和使用教程自行百度吧！博主用的PyExecJS.直接上源代码吧。

import requests
import re
import execjs
import time
from get_proxy import func_proxy
ip_list = []
header1 = {
    'Host': 'openlaw.cn',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
    'Accept-Encoding': 'gzip, deflate',
    'Connection': 'keep-alive',
    'Upgrade-Insecure-Requests': '1'
}
# 代理ip
ip_list.append(func_proxy())
resp = requests.get(url='http://openlaw.cn/judgement/a66ac059bf924212a9b90f740e098060', proxies=ip_list[0],headers=header1)

content = resp.text
#带有js混淆加密内容html标签
print(content)
# 第一次请求服务端返回的SESSION
session1 = resp.headers['Set-Cookie'].split("=")[1].split(';')[0]
# 生成token的必要参数，正则提取
js1 = re.findall(r'_003(\s{1})=(\s{1})(.*?);', content, re.S)[0][2]
# 主要的js混淆加密代码，正则提取
js2 = re.findall(r'\$\.\$\(\$\.\$\(\$\.\$\$\+(.*?)\)\(\)\)\(\);', content, re.S)[0]
file = "jube.js"
# 加载js文件，
ctx = execjs.get().compile(open(file, encoding='utf-8').read())
data = ctx.call('Encrypted', js2)

func_js = data[213:-196]
# 执行生成c_token的方法，返回c_toke
ctx2 = execjs.compile(func_js).call('_a', eval(js1))

header1 = {
    'Host': 'openlaw.cn',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
    'Accept-Encoding': 'gzip, deflate',
    'Cookie': 's_token=%s; c_token=%s; SESSION=%s' % (
    eval(js1), ctx2, session1),
    'Connection': 'keep-alive',
    'Upgrade-Insecure-Requests': '1',
    'Referer': 'http://openlaw.cn/judgement/a66ac059bf924212a9b90f740e098060'
}

resp = requests.get(url='http://openlaw.cn/judgement/a66ac059bf924212a9b90f740e098060', proxies=ip_list[0],headers=header1)
print(resp.content.decode())

破解混淆加密所须要的固定js参数文件

function Encrypted(code) {
    $ = ~[];
    $ = {
        ___: ++$,
        $$$$: (![] + "")[$],
        __$: ++$,
        $_$_: (![] + "")[$],
        _$_: ++$,
        $_$$: ({} + "")[$],
        $$_$: ($[$] + "")[$],
        _$$: ++$,
        $$$_: (!"" + "")[$],
        $__: ++$,
        $_$: ++$,
        $$__: ({} + "")[$],
        $$_: ++$,
        $$$: ++$,
        $___: ++$,
        $__$: ++$
    };
    $.$_ = ($.$_ = $ + "")[$.$_$] + ($._$ = $.$_[$.__$]) + ($.$$ = ($.$ + "")[$.__$]) + ((!$) + "")[$._$$] + ($.__ = $.$_[$.$$_]) + ($.$ = (!"" + "")[$.__$]) + ($._ = (!"" + "")[$._$_]) + $.$_[$.$_$] + $.__ + $._$ + $.$;
    $.$$ = $.$ + (!"" + "")[$._$$] + $.__ + $._ + $.$ + $.$$;
    $.$ = ($.___)[$.$_][$.$_];
    data = eval(eval(code));
    return data
}

openlaw网站js混淆加密实验的结果以下

参考博客：https://zhuanlan.zhihu.com/p/32344678

本博客仅用于学习研究，切勿用于商业用途