某云Music——JS破解全过程

原创

用户7808419

修改于 2020-09-30 11:17:56

1.2K0

修改于 2020-09-30 11:17:56

文章被收录于专栏：MusicMusic

首先打开网易云音乐，第一步，先看翻页逻辑，因为比较高端的反爬多半都是AJAX异步为主的，果然，评论第二页跟第一页的地址是一样的。AJAX中根据async的值不同分为同步（async = false）和异步（async = true）默认情况下async是true。同步请求即是当前发出请求后，浏览器什么都不能做，必须得等到请求完成返回数据之后，才会执行后续的代码。也就是当JS代码加载到当前AJAX的时候会把页面里所有的代码停止加载，当这个AJAX执行完毕后才会继续运行其他代码。异步请求就当发出请求的同时，浏览器可以继续做任何事，Ajax发送请求并不会影响页面的加载与用户的操作，相当于各走各的，互不影响。
先试试能不能拿到数据，比如request的response，会发现，评论数据不在网页里。request对象是服务器对浏览器请求的封装，而response是服务器对服务器响应的封装。request用来取出请求信息，而response则用来添加要返回给浏览器的信息。
那么数据在哪呢？现在我们打开chrome浏览器按F12，点进Network->XHR->Preview，刷新抓包一下网页会发现，数据在XHR里面。直接调用这个API接口，返回了空白页面。再来分析这个数据是怎么请求的，切到headers页面，会发现，这是一个post请求，传入了两个参数，一个是params,一个是encSecKey。先试试，直接传入这两个参数，模仿post请求，是否能得到数据呢？答案是可以的。再来看看，下一页的params和encSecKey明显不一样。所以我们现在已经明确了问题，如果我们要实现真正的爬取页面，那么其实就是破解这两个参数。
我们所看到的页面，并不是远程服务器加载好再给我们呈现出来的，而是就像正常的下载文件一样。把服务的js文件下载下来，然后在本地浏览器执行。先找到之前抓包文件的Initiator，直接打开这个JS文件，复制，然后再在python里创建JS文件，然后粘贴，然后格式化。再搜索关键字，params和encSecKey。
当搜索params的时候，会搜出37个matches。enSecKey有3个。里面的JS函数是难以阅读的形式，所以从简单的地方入手。这里，切入点就是enSecKey，因为无论在里面如何修改，最终出口一定是含有params和enSecKey名字的参数，我们切到下面这个enSecKey位置，有个data关键字，里面正好是params，和enSecKey。很大概率，这是这两个函数的出口，往上面看一下，这是由v9m.be9V这个函数加载的，切回去刚刚那个找JS的地方看，阅读这个JS，params和encText都是由bVZ8R这个函数发起的，上面定义了这个一个bVZ8R函数，我们先不管windows.asrsea是啥，先看后面的几个参数。var bVZ8R=window.asrsea(JSON.stringify(i9b),bqN1x(["流泪","强"]),bqN1x(Wx4B.md),bqN1x(["爱心","女孩","惊恐","大笑"]));
这里有4个参数，我们称之为第一参数、第二参数、第三参数、第四参数第一参数：JSON.stringify(i9b) 第二参数：bqN1x(["流泪","强"]) 第三参数: bqN1x(Wx4B.md) 第四参数: bqN1x(["爱心","女孩","惊恐","大笑"]) 第二个和第四个参数，我们一眼就看得出，这是传入实参，在python里，这一定是个定值。再看第三个参数，也是一个实参，那么第一参数一定是个变化的参数。
如果继续研究下去，有两种发展思路，一个是阅读JS，破解JS加密重构Python代码。这个难度非常大。第二种，用另外一种手段取得加密参数——抓包工具Charles，它相当于一个中介，在实现服务器和你的电脑端交互的时候，Charles作为中间过滤器给你筛选信息。
现在需要重写JS代码，在不影响整体运行的情况下，需要知道，传入的这几个参数的运行结果分别是什么。加入一个alert语法弹出这几个参数的运行结果。alert(JSON.stringify(i9b)+"=="+bqN1x(["流泪","强"])+"=="+bqN1x(Wx4B.md)+"=="+bqN1x(["爱心","女孩","惊恐","大笑"]))
第一步，我们找到JS地址中那个core_3dedbd537c6b7cf4e179...的地址，我们瞧瞧，是在s3.music.126/web/s里面。然后打开小叶壶，对着这个core的JS文件，右键，最下面有个Map Local,点开弹出这个界面，把我们修改好的JS文件更改进去，确定。再刷新一下页面，会发现这几个参数对应的内容都显示出来了，把原弹框复制出来，然后分割。规整化后，你就会发现这几个参数分别是第一参数：{"rid":"R_SO_4_478106252","offset":"20","total":"false","limit":"20","csrf_token":""} 第二参数：010001 第三参数:00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7 第四参数:0CoJUm6Qyw8W8jud
2、3、4是实参，这些数据不会变，变的是第一个。我们还要看window.asrsea是什么东西，大家搜索关键字，然后在上面可以看到定义的一个变量window.asrsea = d。然后会发现，d函数返回的就是encSecKey和encText，然后大家要想清楚这个问题，我们在之前定义了windows.asrsea的四个变量，然后他说windows.asrsea = d。那4个变量分别就是对应 d,e,f,g。关于encText，他要的是d,g两个参数，还有个i，当然你问b又是什么，这些我们都不要去管，这一定是某种加密技术，我们现在只需要知道他传入的是什么参数就行。那么还有一个i,又是啥？上面定义了，i =a(16)，a又是啥？其实就是一个16位长度的随机数说完，那么encText里面含有什么呢？就是d+g+i。所以encSecKey同理：params:第一参数 + 第四参数 + 16位长度的随机数。encSecKey:16位长度随机数 + 第二参数 + 第三参数。也就是说encSecKey其实是个常量，随便拷贝一个data里面的数据直接用就完事了。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

json