JS逆向入门学习之回收商网，手机号码简易加密解析 & 熟人必看，Python爬取某黄页公开信息，字体反爬实战

梦想橡皮擦
307 阅读3分钟

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第31天，点击查看活动详情

⛳️ 实战场景

本次要采集的目标站点是 huishoushang.com/，其数据详情页有公开的联系电话，页面采用前台 JS 加密，测试时原以为是字体反爬，结果不是。

随机打开二手市场的某条数据，我们又看到了熟悉的手机号码，然后快速的切换到了开发者工具的字体选项卡，结果什么都没有抓取到。

在这里插入图片描述

心理高兴，以为碰到了新的字体加密形式，结果打脸了。

呈现效果如下所示，可以看到网页源码并没有返回任何数字相关信息，但是有一个 decrypt 映入眼帘，这么明显的加密提示吗？ 在这里插入图片描述

⛳️ 实战编码

由于加密信息在 HTML 元素的属性中，所以直接检索关键字 decrypt 即可。

首先将加密字符串提取一个，用作测试

(((((((((a01 % a03) % g02) % g08) % a08) % g04) % a09) % c07) % c00) % b09) %
  b08;

搜索之后得到如下解密代码：

var str = $(th).attr("decrypt");
if (str != null || str != undefined || str != '') {
     $(th).attr("decryptok", "");
     // str = str.replace(/-/g, ",").replace(/ /g, ",");
     let strArray = str.split('%');
     var newArray = [];
     for (var i = 0; i < strArray.length; i++) {
         let _rTemp = this.model.rArray.filter((a) => a.l == strArray[i]);
         if (_rTemp.length > 0) {
             newArray.push(_rTemp[0].v);
         } else {
             newArray.push(strArray[i]);
         }
     }
     $(th).html(newArray.join(''));

其中发现了一个关键点，即通过 str.split('%')，截取了字符串，而且 this.model.rArray 也成为了问题的突破点。

在源码中再次检索 rArray，又找到了其定义的位置。

/*数字解密 */
var NumberDecrypt = {
    model: {
        rArray: [
            { l: 'a01', v: '1' }, { l: 'b02', v: '1' }, { l: 'c03', v: '1' }, { l: 'f04', v: '1' }, { l: 'g01', v: '1' },
            { l: 'a02', v: '2' }, { l: 'b03', v: '2' }, { l: 'c04', v: '2' }, { l: 'f05', v: '2' }, { l: 'g00', v: '2' },……
        ],
        refreshTime: null,
        refreshCount: 0
    },

此时相信你已经知道了解决方案，即加密字符串通过 % 切割，然后将得到的值，例如 a01 在转换为数字 1。

这次的案例没有想到这么简单，希望大家可以轻松掌握。

@[toc]

⛳️ 黄xx页 字体反爬 实战场景

本次采集的目标站点为 aHVhbmd5ZTg4.com ，首页截图如下所示。

在这里插入图片描述

在官网找到【黄x页】选项卡，然后得到如下界面，其中涉及的信息如下，随机找到一个公开数据。

在这里插入图片描述

在公司黄页详情页可以查看到联系人和联系号码。

熟人必看，Python爬取黄页88公开信息，字体反爬实战

这里明显看到手机字体与其它字体有所差异，通过开发者工具进行验证之后，确定存在字体反爬。

熟人必看，Python爬取黄页88公开信息，字体反爬实战

保存字体文件，得到下述字体矢量图。

熟人必看，Python爬取黄页88公开信息，字体反爬实战

熟人必看，Python爬取黄页88公开信息，字体反爬实战

结果字体的编码是固定的英文，那这字体反爬的难度就变的极低了。

⛳️ 实战编码

通过开发者工具可以找到字体文件在网页源码中，所以我们编写一下相关提取代码。

import re

import requests
import base64
from fontTools.ttLib import TTFont

url = 'https://b2b.huangye88.com/qiye1edkfp0964c7/'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.67 Safari/537.36'
}

res_text = requests.get(url=url, headers=headers).text
ba64 = re.findall('base64,(.*?)\"\)', res_text)[0]
# print(ba64)

data = base64.b64decode(ba64)
with open('./fonts/519.woff', 'wb') as f:
    f.write(data)
font = TTFont('./fonts/519.woff')
font.saveXML('./fonts/519.xml')

得到字体之后，保存的 XML 文档如下所示。

熟人必看，Python爬取黄页88公开信息，字体反爬实战

本案例已经结束。

📢📢📢📢📢📢 💗 你正在阅读 【梦想橡皮擦】 的博客 👍 阅读完毕，可以点点小手赞一下 🌻 发现错误，直接评论区中指正吧 📆 橡皮擦的第 680 篇原创博客

avatar
文章
阅读
粉丝