豆瓣读书搜索页的window.__DATA__的解密

上次发了破解知乎模拟登录的最新版以后，不少人看了都说好，惟独没人给我点赞，之后仍是麻烦你们，若是看到对你有用的文章，能够点点赞，支持下做者哈。

还有，知乎模拟登录的代码已给出，github地址为：https://github.com/SergioJune/Spider-Crack-JS

但愿各位大佬给点个star哈，之后会持续更新，将个人每一个破解的网站源码都放上去，若是你也有什么解不开的网站，欢迎去提issue，我会尽我能力去破解，后分享给你们。

此次给你们分享的是豆瓣的读书搜索页

https://book.douban.com/subject_search?search_text=%E7%BD%91%E7%BB%9C%E6%98%AF%E6%80%8E%E6%A0%B7%E8%BF%9E%E6%8E%A5%E7%9A%84&cat=1001复制代码

之前还觉得豆瓣只是给新手爬虫练手的，直到我发现了这个页面，才发现是我错了，原来豆瓣也有加密的，有多是为了防止新手乱爬吧，一看到这个就以为爬虫愈来愈很差作了，随便一个页面都有 js 加密。

并且我以为比上次的知乎的还难点，可是可能就只有搜索页是加密的，其余的直接找所有图书的都是直接放在html源码的。

废话很少说，生死看淡，不服就干！！！开始分析。

1. 寻找搜索内容

这个图书数据是直接加密的，隐藏在了html页面，若是你须要找的话，估计还得找很长时间，我是从一位大佬告诉个人，就在下面这个页面的 window.__DATA__ 里面

不过若是须要本身找的话，仍是能够的，须要点时间，本身细心点找，对于这个有经验了，之后遇到那些找不到数据的均可以尝试在本页面的html里面找。

2. 找解密位置

直接搜 window.__DATA__ 便可

上面的就是html内容，因此是下面一个，或者你不信的话能够本身尝试下。

打断点，一看，果不其然，数据都出来了

接着就是本身慢慢调试了，点击下一步本身慢慢调试，看看用到的方法

走了几步会很容易发现这个，这个就能够说是上面那个方法的解密步骤了

接下来就是本身看这些 JS 的内容了，不算难，若是你厉害的话，能看出他加密使用的方法的话，你能够直接使用 Python 语言的相关加密方法，若是看不懂，你就须要本身扣出相关的 JS 了，

若是你初学 JS 的话，学过了 JS 原型的属性，那么很是推荐你解一下，由于这里的 JS 分布在两个文件内，不像上次知乎那样直接一段函数就解决了那么简单，而且扣出来了还须要本身改下函数之间或者对象之间的原型，总之很复杂，这个只能意会不能言传，篇幅有限，也不可能所有一个一个扣出来并和你说怎么改。

仍是得本身实践一次才能感觉到，我最后花了几天时间，扣出了1500+行代码

3. 用Python运行

这里扣出了 JS 使用 python 的 execjs 执行，会出现一个问题

​UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 41: illegal multibyte sequence复制代码

这里是由于里面使用了一个 TextIOWrapper 对象，里面没有指定编码类型，使用了默认的 cp936 也就是 gbk 编码，使读取字符出错，咱们能够在这个类上面初始化改下编码类型为 utf-8 便可运行

再次运行，便可成功。

4. 写在最后

这个豆瓣解密能够说不难，也能够说有点难，由于须要扣不少 JS ，若是你能看懂他相关的解密方法就不须要扣，就会很容易了。若是逆向深刻研究逆行 JS 的话，仍是建议你本身动手撸一遍，

最后，想要源码地址为 https://github.com/SergioJune/Spider-Crack-JS/tree/master/douban，对你有用的话请给个star，谢谢。

若是文章对你有用的话就点个赞吧！

本文仅用于交流学习，请勿用于非法用途，后果自负！