? 优质资源分享 ?

Python爬虫之JS逆向案例

由于在爬取数据时，遇到请求头限制属性为动态生成，现将解决方式整理如下：

JS逆向有两种思路：

一种是整理出js文件在Python中直接使用execjs调用js文件（可见我的另一篇文章《 python爬虫之企某科技JS逆向》）。

一种是根据JS中的逻辑，使用Python重写相应的方法。

本文介绍的是第二种使用Python重写JS的方法

需求：爬取某区块链网站https://www.oklink.com/zh-cn/btc/tx-list?limit=20&pageNum=1数据

遇到的问题：目标网站的数据是通过ajax请求相应的接口获取数据，在请求头中需要携带x-apiKey（根据时间动态生成的），我们需要解决的就是整理出动态生成x-apiKey的方法。

解决思路：根据关键字"x-apiKey”在网站的JS中找到相应的定义，然后使用python重写方法，在请求接口时实时生成相应的x-apiKey

第一步：在浏览器中使用开发者工具找到相应的接口

请求地址：https://www.oklink.com/api/explorer/v1/btc/transactionsNoRestrict?t=1654916647499&limit=20&offset=0

请求类型：GET

请求头：x-apiKey:LWIzMWUtNDU0Ny05Mjk5LWI2ZDA3Yjc2MzFhYmEyYzkwM2NjfDI3NjYwMjc3NTg2MTAzNjk=

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TTShEzjL-1654923044961)(https://img2022.cnblogs.com/blog/505712/202206/505712-20220611111103875-443247577.png "UntitledImage.png")]

第二步：找到x-apiKey的定义方法

t.headers.common["x-apiKey"] = n.Z.getApiKey()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-drpJ3u2W-1654923044964)(https://img2022.cnblogs.com/blog/505712/202206/505712-20220611111720155-1052972427.png "UntitledImage.png")]

根据上面的代码中看到x-apiKey是由getApiKey这个方法返回的，通过getApiKey搜索找到相应的定义如下：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pO2aeMil-1654923044966)(https://img2022.cnblogs.com/blog/505712/202206/505712-20220611112224456-737630459.png "UntitledImage.png")]

1.接下就是解析这个getApiKey方法了。

{
                    key: "getApiKey",
                    value: function() {
                        var t = (new Date).getTime()
                          , e = this.encryptApiKey();
                        return t = this.encryptTime(t),
                        this.comb(e, t)
                    }
                }

1).变量t就是获取当前时间戳

2).变量e是调用encryptApiKey这个方法

3).变量t是encryptTime(t)这个方法处理后的返回

4).最后通过comb(e,t)个方法生成最终的apiKey

2.encryptTime方法

key: "encryptApiKey",
                    value: function() {
                        var t = this.API\_KEY
                          , e = t.split("")
                          , r = e.splice(0, 8);
                        return e.concat(r).join("")
                    }

1).变量t是一个常量字符串API_KEY,往上找到初始化值为this.API_KEY = "a2c903cc-b31e-4547-9299-b6d07b7631ab"

2).变量e是将上面的t分隔成数组

3).变量r：从变量e中删除前8个字符串，并将e的前8个元素组成的数组赋值给r。同时变量e删除了前8个元素

4).最终将e和r合并在一起并转为字符串

3.encryptTime方法

key: "encryptTime",
                    value: function(t) {
                        var e = (1 * t + 1111111111111).toString().split("")
                          , r = parseInt(10 * Math.random(), 10)
                          , n = parseInt(10 * Math.random(), 10)
                          , o = parseInt(10 * Math.random(), 10);
                        return e.concat([r, n, o]).join("")
                    }

1).变量e为将入参t加上1111111111111然后转为字符串，分隔为数组

2).变量r、n、o三个是生成10以内的随机整数

3).最后返回的是e和[r,n,o]数组合并，转为字符串返回

4.comb方法

key: "comb",
                    value: function(t, e) {
                        var r = "".concat(t, "|").concat(e);
                        return window.btoa(r)
                    }

1).变量r是由入参t和e中间加上|然后拼在一起的

2).window.btoa是返回的base64加密编码

3)comb方法最终返回的就是我们需要的x-apiKey的值了

5.将上面的JS逻辑转为Python代码如下：

def get\_api\_key():
    cur\_time = int(time.time() * 1000)
    api\_key = 'a2c903cc-b31e-4547-9299-b6d07b7631ab'
    key\_1 = api\_key[0:8]
    key\_2 = api\_key[8:]
    encrypt\_api\_key = key\_2 + key\_1
    string = str(cur\_time + 1111111111111)
    r = random.randint(0, 9)
    n = random.randint(0, 9)
    o = random.randint(0, 9)
    encrypt\_time = '%s%s%s%s' % (string, r, n, o)
    new\_key = encrypt\_api\_key + '|' + encrypt\_time
    # 转为bytes-like object
    new\_key = new\_key.encode('utf-8')

    # 将bytes-like object转成字符串类型
    return str(base64.b64encode(new\_key), encoding='utf-8')

至此，我们就得到了动态生成的x-apiKey，接下来继续操作吧。

转载请注明：xuhss » python爬虫之JS逆向