创新互联公司主要从事成都做网站、成都网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务松溪,10余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108
猿人学 - 反混淆刷题平台 Web 第五题：js 混淆，乱码增强
目标：抓取全部 5 页直播间热度，计算前 5 名直播间热度的加和
主页：https://match.yuanrenxue.com/match/5
接口：https://match.yuanrenxue.com/api/match/5?m=XXX&f=XXX
逆向参数：
进入网页，点击右键查看页面源代码，搜索不到直播间相关数据信息，证明是通过 ajax 加载的数据，ajax 加载有特殊的请求类型 XHR，打开开发者人员工具，刷新网页进行抓包，在 Network 的筛选栏中选择 XHR，数据接口为 5?m=XXX&f=XXX，在响应预览中可以看到各直播间热度数据：
接口 url 有两个请求参数 m 和 f，现在还不知道具体怎么来的：
本题提示 cookie 有效期仅为 50 秒钟，即 cookie 值是在动态变化的，经过对比分析，cookie 中有两个动态变化的参数 m 和 RM4hZBv0dDon443M，接下来需要定位到其生成的位置：
可以通过 Hook Cookie 的方式定位参数位置，这里通过 Fiddler 编程猫插件进行 Hook，相关插件在 K哥爬虫公众号发送【Fiddler插件】即可获取，Hook 代码如下：
(function () {
'use strict';
var cookieTemp = '';
Object.defineProperty(document, 'cookie', {
set: function (val) {
if (val.indexOf('RM4hZBv0dDon443M') != -1) {
debugger;
}
console.log('Hook捕获到cookie的值->', val);
cookieTemp = val;
return val;
},
get: function () {
return cookieTemp;
},
});
})();
将以上代码写入插件中，注入 Hook：
清除网页缓存，勾选开启框，打开 Fiddler 进行 Hook 注入，可以发现成功断住：
从右侧堆栈中向上跟栈，会发现跟到了虚拟机 VMXXX 中，点击右下角 { } 格式化，跳转到了第 978 行，代码部分如下：
_0x3d0f3f[_$Fe] = 'R' + 'M' + '4' + 'h' + 'Z' + 'B' + 'v' + '0' + 'd' + 'D' + 'o' + 'n' + '4' + '4' + '3' + 'M=' + _0x4e96b4['_$ss'] + ';\x20path=/';
在该行打下断点进行调试，控制台打印相关参数：
前面各字母组成起来就是 RM4hZBv0dDon443M=，此处就是 RM4hZBv0dDon443M 参数加密后赋值给 cookie 的位置，所以关键的加密部分为 _0x4e96b4['_$ss']，打印相关内容会发现 _0x4e96b4 是 window 对象，window. _$ss 即加密后的值：
直接搜索 _$ss 没有结果，同样尝试 Hook，Hook 代码：
(function () {
'use strict'
Object.defineProperty(window, '_$ss', {
set: function (val) {
console.log('Hook捕获到_$ss的值->', val);
debugger;
},
});
})();
成功断住：
同样向上跟栈，找到其定义位置，跟到了虚拟机中，格式化后跳到第 1229 行：
_0x4e96b4['_$' + _$UH[0x348][0x1] + _$UH[0x353][0x1]] = _0x29dd83[_$UH[0x1f]]();
在该行打下断点调试分析各自含义：
'_$s' 、_$UH[0x348][0x1]、 _$UH[0x353][0x1] 组合起来：'_$ss'_$UH[0x1f]()：toString()_0x29dd83[ _$UH[0x1f]]()：将 _0x29dd83 生成的值转换为字符串因此关键的加密位置肯定在 _0x29dd83 中，往上看， _0x29dd83 定义在第 1225 行，这时候眼前一亮，看到了 mode 和 padding 两个关键字，这里大概率为 AES 或者 DES 加密，将代码解混淆替换后的结果如下：
_$Ww = _$Tk['enc']['utf-8']['parse'](_0x4e96b4['_$pr']['toString']()),
_0x29dd83 = _$Tk['AES'](_$Ww, _0x4e96b4['_$qF'], {
'mode': _$Tk['mode']['ECB'],
'padding': _$Tk['pad']['pkcs7']
}),
_0x4e96b4['_$ss'] = _0x29dd83['toString']();
现在就很明显了，这里为 AES 加密，加密内容为 _$Ww，key 值为 _0x4e96b4['_$qF']，加密模块为 ECB，填充方式为 pkcs7：
_$Ww 的值由 _0x4e96b4['_$pr'] 转换为字符串后经过 utf-8 编码得到，其与 key 值 _0x4e96b4['_$qF'] 都是数组，需要知道这两个数组是怎么生成的，先 ctrl + f 搜索 _0x4e96b4['_$qF']，定义在第 1444 行，内容如下：
_0x4e96b4['_$qF'] = CryptoJS['enc']['Utf8'][_$UH[0xff]](_0x4e96b4['btoa'](_0x4e96b4['_$is'])['slice'](0x0, 0x10));
在该行打下断点，控制台打印分析一下：
由此可见，_0x4e96b4['_$qF'] 是通过 CryptoJS 库将字符串经过 base64 加密后取前 16 位的结果，搜索 _0x4e96b4['_$is']，找到字符串生成的位置，在第 674 行，由 _$yw 赋值，在上一行可以看到熟悉的 _$Fe，即 cookie，发现 cookie 中的 m 参数是在这里定义的：
_0x3d0f3f[_$Fe] = 'm=' + _0x(_$yw) + ';\x20path=/';
参数 m 的值也与 _$yw 有关，m 参数是将 _$yw 经过 _0x 函数处理后得到，后面再专门进行分析，_$yw 定义在第 672 行：
_$yw = _0x2d5f5b()[_$UH[0x1f]]();
_$UH[0x1f] 为 “toString”，_$yw 的值是将 _0x2d5f5b() 函数的返回值转换成了字符串得到的，跟进到该函数定义的位置，搜索后发现在第 279 行，控制台打印后发现这里就是时间戳，所以 _$yw 即时间戳：
因此 _0x4e96b4['_$qF']的值是将时间戳经过 base64 加密后取了前 16 位的结果，接下来只需要知道 _0x4e96b4['_$pr']是如何生成的，就能复现出 RM4hZBv0dDon443M 参数的加密过程，在第 1224 行打断点调试发现此时的 _0x4e96b4['_$pr'] 数组包含五个值：
现在就需要知道这五个值是在哪传进去的，搜索 _0x4e96b4['_$pr'] 看看哪里对其进行了赋值，每个都打下断下，该数组定义在第 270 行：
_0x4e96b4['_$pr'] = new _0x4d2d2c();
_0x4d2d2c 在第 224 行定义为 Array，所以这里是创建了一个数组 _0x4e96b4['_$pr']，接着往后找传值的地方，继续运行断点调试，第 1717 行的断点运行了四次传入了四个值：
_0x4e96b4['_$pr']['push'](_0x(_$Wa));
跟进 _$Wa 定义的位置，在第 1715 行，由 _0x12eaf3 函数生成，跟进到这个函数的位置，在第 275 行，返回值解混淆后如下：
Date['parse'](new Date());
再次下一步调试断点会跳转到第 868 行，这时候数组被传入了第五个值，_$yw 为时间戳，由于 m = _0x(_$yw)，所以第五个值也就是参数 m 的值，记住这里出现的 _0x4e96b4['_$is']：
_0x3d0f3f[_$Fe] = 'm=' + _0x(_$yw) + ';\x20path=/';
_0x4e96b4['_$is'] = _$yw;
_0x4e96b4['_$pr']['push'](_0x(_$yw));
数组值的生成位置都找到了，跟 m 参数一样，传入的值都经过了 _0x 函数的处理，因此需要跟进 _0x 函数，鼠标选中，点击即可跳转到该函数定义的位置：
在第 455 行，返回值为三目表达式：
function _0x(_0x233f82, _0xe2ed33, _0x3229f9) {
return _0xe2ed33 ? _0x3229f9 ? v(_0xe2ed33, _0x233f82) : y(_0xe2ed33, _0x233f82) : _0x3229f9 ? _0xd(_0x233f82) : _0xa(_0x233f82);
}
在 return 处打下断点调试，_0x233f82 为传入的 _$yw 的值，即时间戳，后面两个参数均为 undefined，所以不妨将函数简化下：
function _0x(_0x233f82, _0xe2ed33, _0x3229f9) {
return _0xa(_0x233f82);
}
接下来需要跟进到 _0xa 函数的位置：
function _0xa(_0x32e7c1) {
return _0x(_0xd(_0x32e7c1));
}
这里就需要跟出 _0x 函数和 _0xd 函数的内容，接下来就是扣，缺啥补啥，缺函数补函数，缺环境补环境，若报错提示 _$UH is not defined，_$UH 是个大数组，直接将其整体解混淆替换掉就行了，例如：
_$UH[0x6c] ---> "length"
或者写成键值对形式：
_$UH = {
8: 'prototype',
15: 'charCodeAt',
31: 'toString',
108: 'length'
}
值得注意的是 _0x11a7a2 函数，运行时会报错 op is not defined，op 定义在第 308 行：
op 的值为 26，这里直接将其定义成固定值即可，即 var op = 26;
同样将 _0x42fb36 和 b64pad 也写成固定值，即 _0x42fb36 = 16; 、b64pad = 1;
调试过程中还发现 window['_$6_']、window['_$tT']、window['_$Jy'] 这几个参数的值是在动态变化的，不进行改写甚至将相关部分注释掉，在本地 node 环境中都是可以运行出结果的，但是用 python 调用的话会报错，证明在前端会对这几个参数进行校验，这几个参数在 _0x11a7a2 函数中定义，该函数溯源后最终被 _0x 函数调用，_0x 函数对 _$yw 的值进行处理，生成了 _0x4e96b4['_$pr'] 数组的最后一个值及 m 参数的值，所以如果这几个参数的值匹配错误的话会导致校验失败，我们只需要打断点看 m 参数的值生成的时候，这三个参数的值是多少，然后写成固定值就行了：
window['_$6_'] = -;
window['_$tT'] = -;
window['_$Jy'] = -;
至此 Cookie 中 RM4hZBv0dDon443M 参数和 m 参数的生成逻辑就疏通了，以下通过 JavaScript 对其复现：
// 以下函数部分内容过长，此处省略
// 完整代码关注 GitHub：https://github.com/kgepachong/crawler
var CryptoJS = require('crypto-js');
function rm4Encrypt(_$yw, pr){
var value = Buffer.from(_$yw).toString('base64').slice(0, 16);
var srcs = CryptoJS.enc.Utf8.parse(pr);
var key = CryptoJS.enc.Utf8.parse(value);
var encrypted = CryptoJS.AES.encrypt(srcs, key, {
mode: CryptoJS.mode.ECB,
padding: CryptoJS.pad.Pkcs7
});
return encrypted.toString();
}
var _$yw = new Date().valueOf().toString();
var _$Wa = Date.parse(new Date())
function pr(){
pr = [];
for (i = 1; i < 5; i++) {
// _$Wa 传入四个值
pr.push(_0x(_$Wa))
}
// _$yw 传入一个值
pr.push(_0x(_$yw));
return pr.toString();
}
var RM4hZBv0dDon443M = rm4Encrypt(_$yw, pr());
// m 为数组传入的最后一个值
var m = pr[4];
console.log('RM4hZBv0dDon443M 参数加密后的值为: ' + RM4hZBv0dDon443M)
console.log('m 参数的值为: ' + m)
运行结果：
Cookie 中的参数分析完了，还有两个请求参数 m 和 f 没有解决，直接从接口处跟栈，从 Initiator 中跟到 request 里：
点击右下角 { } 格式化后会跳转到 5:formatted 文件的第 856 行，在第 883 行的 list 中可以找到参数 m 和 f 的定义位置：
"m": window._$is,
"f": window.$_zw[23]
m 的值是 window._$is，有没感觉似曾相识，就是上文所说的 _0x4e96b4['_$is'] ，_0x4e96b4 就是 window，所以这里 m 的值其实就是 _$yw ；f 的值是 window.$_zw[23] ，现在需要知道 $_zw[23] 的值怎么生成的，局部搜索 $_zw 会发现该数组定义在第 611 行，接着往后找，看看数组中的第 23 个是什么，先控制台打印一下内容：
第 633 行内容是第六个，顺下去找会发现第 23 个的内容如下：
$_aiding.$_zw.push($_t1);
在此处打下断点调试验证一下，可以发现结果是一样的：
接下来只需要找到 $_t1 的定义位置即可，ctrl + f 局部搜索 $_t1 ，其定义在第 613 行，是个时间戳：
let $_t1 = Date.parse(new Date());
可以发现与 _$Wa 的定义方式一致，对比一下 m 和 f 两个参数的值会发现差值接近于 50 秒，与题目中提示的 Cookie 有效期仅 50 秒钟对应上了：
在虚拟机文件的第 1975 行也有个 50 秒的定时器：
至此所有参数生成的逻辑都调理清晰了，本题并不难，但是扣代码的过程中有许多需要注意的细节，猿人学给大家提供了一个优质的练习平台，做题也是一个很好的自我提升的方式。
bilibili 关注 K 哥爬虫，小助理手把手视频教学：https://space.bilibili.com/
GitHub 关注 K 哥爬虫，持续分享爬虫相关代码！欢迎 star ！https://github.com/kgepachong/
以下只演示部分关键代码，不能直接运行！
var _0x4e96b4 = window = {};
var _0x1171c8 = 0x;
var _0x4dae05 = -0x;
var _0x183a1d = -0x;
var _0xcfa373 = 0x;
var _0x30bc70 = String;
// 以下函数部分内容过长，此处省略
// 完整代码关注 GitHub：https://github.com/kgepachong/crawler
var CryptoJS = require('crypto-js');
function rm4Encrypt(_$yw, pr){
var value = Buffer.from(_$yw).toString('base64').slice(0, 16);
var _$Ww = CryptoJS.enc.Utf8.parse(pr);
var key = CryptoJS.enc.Utf8.parse(value);
var encrypted = CryptoJS.AES.encrypt(_$Ww, key, {
mode: CryptoJS.mode.ECB,
padding: CryptoJS.pad.Pkcs7
});
return encrypted.toString();
}
function getParamers() {
pr = [];
for (i = 1; i < 5; i++) {
var _$Wa = Date.parse(new Date());
pr.push(_0x(_$Wa))
}
var _$yw = new Date().valueOf().toString();
pr.push(_0x(_$yw));
cookie_m = pr[4];
cookie_rm4 = rm4Encrypt(_$yw, pr.toString());
return{
"cookie_m": cookie_m,
"cookie_rm4": cookie_rm4,
"m": _$yw,
"f": Date.parse(new Date()).toString()
}
}
console.log(getParamers());
# =======================
# --*-- coding: utf-8 --*--
# @Time : 2022/9/8
# @Author : 微信公众号：K哥爬虫
# @FileName: yrx5.py
# @Software: PyCharm
# =======================
import execjs
import requests
import re
def encrypt_yrx5():
room_heat_all = []
for page_num in range(1, 6):
with open('yrx5.js', 'r', encoding='utf-8') as f:
encrypt = f.read()
encrypt_params = execjs.compile(encrypt).call('getParamers')
headers = {
"user-agent": "yuanrenxue,project",
}
cookies = {
# 填入自己的 sessionid
"sessionid": " your sessionid ",
"m": encrypt_params['cookie_m'],
"RM4hZBv0dDon443M": encrypt_params['cookie_rm4']
}
params = {
"m": encrypt_params['m'],
"f": encrypt_params['f']
}
url = "https://match.yuanrenxue.com/api/match/5?page=%s" % page_num
response = requests.get(url, headers=headers, cookies=cookies, params=params)
for i in range(10):
value = response.json()['data'][i]
room_heat = re.findall(r"'value': (.*?)}", str(value))[0]
room_heat_all.append(room_heat)
room_heat_all.sort(reverse=True)
top_five_total = 0
for i in range(5):
top_five_total += int(room_heat_all[i])
print(top_five_total)
if __name__ == '__main__':
encrypt_yrx5()
