2019年末逆向复习系列之淘宝M站Sign参数逆向分析

最有深度的研究笔记由程序员界最会排版的追星族运营

文章信息

作者： Lateautumn4lin 来源：云爬虫技术研究笔记

AKA 逆向小学生

郑重声明：本项目的所有代码和相关文章， 仅用于经验技术交流分享，禁止将相关技术应用到不正当途径，因为滥用技术产生的风险与本人无关。

这篇文章是《2019年末逆向复习系列》的第一篇：《淘宝M站Sign参数逆向分析》

本次案例的代码都已上传到Review_Reverse上面，后面会持续更新，大家可以Fork一波。

逆向背景

淘宝网的爬取大概是每一个爬虫工程师入行以来的终极目标之一了，如何自动化登录淘宝？如何模拟操纵淘宝网的滑块？相信这是很多爬虫群经久不息的话题了。我们这次的案例是逆向Web版的淘宝网—也可以说是淘宝M站，虽然现在M站基本没有什么数据可以爬，但是淘宝M站的JS逆向分析可以引用到其他淘宝系的网站去，接下来一起来分析一下淘宝M站的逆向流程。

分析流程与逆向破解

我们以这个链接为例M站淘宝，访问并打开开发者工具，寻找获取数据的URL，可以看到是如下的URL。

可以看到这个URL是我们需要的接口，我们可以从这个接口获取数据，我们仔细观察一下这个接口的参数。

我们可以看到有很多参数，我们多用几个不同的URL请求就能发现哪些参数是固定值，哪些是变值，其中最重要的是sign参数，而且我们修改sign也会出现请求失败的情况。

所以，由图所示，sign这个参数是动态，我们需要逆向js破解。

1. 寻找Sign相关的Js文件

我们首先在全局搜索sign这个关键字，搜索结果如图

综合来看，有个mtop.js比较可疑，我们跟进去看一下，进入mtop.js文件我们再搜索下sign关键字。

嗯。感觉上很像，我们可以看到sign==j参数，也就是j=h(d.token+'&'+i+'&'+g+'&'+c.data)，我们在如图位置打个断点。

可以看到d.token的值，既然我们知道sign和token,i,g,c.data有关，我们一一分析下这几个参数的构成。

2. 拆解Sign的构成

1. c.data参数

如图所示，c.data的参数很明显能看得出来是我们发出请求是的data参数，这个参数我们明白了。

1. token参数

token的话我们多试几次会发现没有变化，可是我们也没有找到它的来源，那么我们可以想想，是不是我们登陆的时候服务器返给我们的？我们搜索一下我们刚才的d.token值，发现这个值竟然存在在Cookie里。

这说明了什么？说明我们生成Cookie的阶段由服务器为我们set-cookie或者返回给我们关键的值让我们可以生成必要的cookie。我们清空一下我们的缓存，可以按如图所示快捷的清空。

我们再按刚才的套路重新达到我们之前打的断点位置。

可以看到，这个时候的token是空的，嗯，看来我们首次访问还没有生成，我们继续跟下去，同样生成了sign值，我们看看这个请求的结果。

可以看到，我们这次访问的结果是令牌为空，是不是就可以因为我们这次请求没有带token去访问，也就是这个请求可能会返给我们token，我们看看是不是在Cookie里面，如图所示，真的在，也就是_m_h5_tk_这个参数。

到这里为止，我们就可以明确了解token参数的生成了。

1. i参数 很明显，i参数就是13位时间戳参数
2. g参数 g参数是一个固定值，12574478

到此为止，我们拿到了关于sign的所有部分，我们就得到了一个需要加密的字符串，接下来要寻找加密的算法。

3. 分析加密算法

我们现在要跟的是h算法，跟进去之后发现了很熟悉的部分

是不是感觉很像！算法揭秘：Md5算法，具体的算法思路大家可以看看漫画：什么是MD5算法？，也就是我们最后可以得出sign生成的逻辑。

md5Hex(token&t&appKey&data)

4. 总结思路

从上面我们可以得到淘宝M站的加密思路，和我们刚刚的分析反着来。

代码实战

有了上面这个分析流程，我们就可以开始Coding了，以下是sign加密的流程。

以及测试的代码和实战例子

复习要点

从这个复习的案例我们可以总结下思路：

1. 分析请求中哪些参数是必要的？
2. 注意加密参数的生成算法中变化的部分，记住先清理缓存再开始分析。
3. 记住常见的算法生成原理，这样我们既不必把加密算法扣到底。