当Python爬虫遇到JS加密

我们在做python爬虫的时候经常会遇到许多的反爬措施，js加密就是其中一种。

破解js加密的方法也有很多种：

1.直接驱动浏览器抓取数据，无视js加密。

2.找到本地加密的js代码，使用python的相关库直接运行js代码。

3.找到本地加密的js代码，理清加密逻辑，然后用python代码来模仿js代码ƒ的流程，生成我们想要的加密的数据。

这里我们简单介绍一下第三种，也是最难的一种。

这两个参数肯定都和输入的关键字有关系，后面32位的字符串猜测是md5生成的(md5加密生成的字符串是32位)，因为md5加密不可逆，所以网站后台也无法通过该字符串来获取用户输入的关键字。所以我们猜测第一个变化的字符串就是由关键字直接加密变化来的，而且是可逆的。

可逆的加密方式第一个想到的就是利用base64加密，自己试了下，果然这个字符串就是通过base64生成的。 因为md5不可逆，所以必须找到它是如何生成的。复制这个字符串在前面请求中的返回值中查找，结果找不到。这时可以判定该字符串不是由服务器返回，而是本地通过js生成的，我们只用找到加密的js代码就可以了。 正常的访问网站只会加载两个js脚本，一个是空的，另一个名为：localstorage.js?v=20190301，查看这个请求的响应，里面有串whir.res.loadJs("main", "https://lmy.nos-eastchina1.126.net/music/js/main.js?v=20190301", "20190301")，复制这条代码里面的链接，会自动下载这个js脚本(谷歌浏览器)

下载完成后打开，刚才我们猜测该字符串是通过md5生成的，所以我们直接ctrl+f搜索’md5’，搜索完成之后会出现两个匹配的结果，第一个是一个函数的形式，第二个出现在字符串中，很显然我们要的是第一个，包裹这条函数的完整行代码是：url:_0x940f42[_0x2699(0x43f, (0%N)](_0x940f42[_0x2699(0x440, 94!y)](_0xd3b949 + _0x940f42[xrghN], _0x36a191) + _0x2699(0x441, hn#I), md5(_0x36a191 + _0x940f42[tFjdt]))

很显然这段代码做了一定的处理，我们无法直接得知这里面是什么内容。我们先从md5括号里面的找起，复制_0x36a191到完整的js代码里面查找，然后会找打一段比较长的代码：

_0x36a191 = _0x940f42[BMdWK](_0x940f42[BMdWK](_0x940f42[jTMsB](_0x940f42[_0x2699(0x4c0, 94!y)](_0x2699(0x4c1, S]7#) + window[_0x2699(0x4c2, 7l)O)](utf8[_0x2699(0x4c3, hn#I)](_0x581614))[_0x2699(0x4c4, Kj]n)](///g, *), _0x2699(0x4c5, %L%W)), _0x44fdca), /type/), _0x5ebc3e);，这个看上去还要继续分析，我们暂时不管它。

第二个要找的就是_0x940f42[tFjdt],先复制tFjdt到js代码里面查找，然后会发现_0x940f42[tFjdt] = _0x2699(0x437, gKGX)。 接着在继续找下去会有点麻烦，我们直接打开刚才访问的链接，打开Console，复制_0x2699(0x437, gKGX)到控制台回车，结果给我们返回了一个"tool.liumingye.cn"的字符串。最后我们得知_0x940f42[tFjdt] == "tool.liumingye.cn"，然后再按这种方式查找别的，以此类推。

最后我们会发现之前的

url:_0x940f42[_0x2699(0x43f, (0%N)](_0x940f42[_0x2699(0x440, 94!y)](_0xd3b949 + _0x940f42[xrghN], _0x36a191) + _0x2699(0x441, hn#I), md5(_0x36a191 + _0x940f42[tFjdt]))

变成了

url: http://lab.liumingye.cn/api/ + ajax/search/ + _0x36a191 + /token/, md5(0x36a191 + tool.liumingye.cn)

而我们分析的链接为

最后我们把_0x36a191 和 tool.liumingye.cn 相加，然后把得到的新的字符串通过md5加密，得到的新的字符串就是最后结尾的字符串了！ 最终代码很简单，只要是分析它的加密方式