之前聽朋友說攜程的加密有點變態，就去研究了一下，果然變態，廢話不多說，進入正題，
以爬取攜程酒店詳情頁為例，進入詳情頁，打開除錯模式，首先看看Xhr (XMLHttpRequest)請求，尋找請求資料介面;攜程的碼農夫很雞賊，它將資料放在html里面的兩個屬性里面，不注意就會忽略；
分析引數可以看到，每次請求變化的是key這個引數，全域搜素key，很遺憾，攜程混淆比較厲害，key有很多個；根據URL通過hoteldetail/rooms全域找，很好只找到了數個，全部打上斷點，一步步走下去，適當地跳過中間函式，可以看到這個，很明顯執行了一個js，找到請求這個js的介面，列印window[e]即window.___casf3,找到了酷似key值的值，隨后驗證，的確是它，接下來只需要破解這段js，
第一次除錯報錯了，回憶了一下，運行這個之前還定義了一個函式，加上，接著除錯，就正常了，但是接著就吐了，這回圈一個接著一個，幾萬個回圈，太變態了，不過，也搞懂了每次回圈的流程以及關鍵的幾個地方，
終于出結果了，但是比對了一下，第二位以及劃線后面不一樣，然后拿這js到攜程的官網執行，答案正確了，
然后跳到執行的最后找到存盤結果的一個object,發現有幾個地方不一樣，比如m.ctrip.com 和localhost:63342，但是關鍵點并不能通過手動拿到，想了想就先用console.log,看輸出的差異，在根據輸出找到關鍵點，終于發現這個差異是取了window.location.host值，在取值的地方替換了一下，就拿到了正確的結果，
但是在用python去執行時發生了尷尬的一幕:函式的輸入需要window物件，簡單設定window執行js并不行，因為代碼里會去驗證window物件的真偽；然后根據NodeJs以及jsdom包去模擬window物件，很遺憾也不行，看了一下，原因應該在于require函式，遺憾的是，混淆這個函式的嘗試失敗了，可能關鍵點不在這個地方，或者require函式無法重寫，然后就換了一個方向，既然假的不行，就搞個真的去執行它，使用selenium是一個不錯的思路，它也對selenium做了檢測，不過這個再走一次上面的流程就好了，劃線后面的字串是根據前面的字串以及瀏覽器資訊生成的，只要搞定前面的再有點耐心就能搞定，
這里面有幾個關鍵的地方（其他的地方也重要）：
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/139940.html
標籤：Python
上一篇：SyntaxError: Missing parentheses in call to 'print'. Did you mean print