@[TOC](猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法)

参考文章:
1.猿人学爬虫攻防赛 第10题
2.某数和某5秒-反混淆动态注入调试的一种方案

样品网址:https://match.yuanrenxue.com/match/10

打开首页后直接就有5处混淆,第一处是某数套 jsjiami.com.v6,然后后面4处为obfuscator

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

首先还原这一段jsjiamiv6的混淆,还原后的结果如下

let yuanrenxue_36 = '';var yuanrenxue_59 = 968;for (let yuanrenxue_229 = 0; yuanrenxue_229 < $_ts["dfe1683"]["length"]; yuanrenxue_229++) {yuanrenxue_36 += String["fromCharCode"]($_ts["dfe1683"][yuanrenxue_229]["charCodeAt"]() - yuanrenxue_229 % yuanrenxue_59 - 50);}yuanrenxue_18 = atob(yuanrenxue_36);yuanrenxue_31(78, yuanrenxue_18);

可以大概看出其中的逻辑主要是对$_ts["dfe1683"]进行解密,接着还原rs的混淆

*******省略很多代码*******  case 29:        yuanrenxue_48.yuanrenxue_110 = new Date().getTime();        var yuanrenxue_35 = yuanrenxue_48["dfe1675"];        yuanrenxue_48["dfe1675"] = yuanrenxue_40;        var yuanrenxue_91 = yuanrenxue_48.yuanrenxue_yuanrenxue_126;        var yuanrenxue_13 = yuanrenxue_31(8);        var yuanrenxue_21 = yuanrenxue_31(8);        var yuanrenxue_15 = yuanrenxue_48.aebi = [];        var yuanrenxue_88 = yuanrenxue_31(71);        var yuanrenxue_65 = yuanrenxue_35.length;        var yuanrenxue_1 = 0;        var yuanrenxue_89 = yuanrenxue_12();        var yuanrenxue_54 = yuanrenxue_12();        var yuanrenxue_67 = yuanrenxue_12();        var yuanrenxue_72 = yuanrenxue_12();        var yuanrenxue_105 = yuanrenxue_12();        yuanrenxue_14 = yuanrenxue_12();        var yuanrenxue_28 = yuanrenxue_12();        if (yuanrenxue_14 > 0) {          yuanrenxue_96 = yuanrenxue_35.substr(yuanrenxue_1, yuanrenxue_28).split(String.fromCharCode(255));        }        yuanrenxue_1 += yuanrenxue_28;        var yuanrenxue_56 = [];        var yuanrenxue_14 = yuanrenxue_12();        for (yuanrenxue_24 = 0; yuanrenxue_24 < yuanrenxue_14; yuanrenxue_24++) {          yuanrenxue_23(16, yuanrenxue_24, yuanrenxue_56);        }        for (yuanrenxue_24 = 0; yuanrenxue_24 < yuanrenxue_14; yuanrenxue_24++) {          yuanrenxue_56.push("}");        }        yuanrenxue_56.push(")();");        var yuanrenxue_18 = yuanrenxue_56.join('');        yuanrenxue_48.yuanrenxue_110 -= yuanrenxue_31(8);        yuanrenxue_21 = yuanrenxue_31(8);        let yuanrenxue_36 = '';        var yuanrenxue_59 = 479;        for (let yuanrenxue_229 = 0x0; yuanrenxue_229 < $_ts["dfe1683"]["length"]; yuanrenxue_229++) {          yuanrenxue_36 += String["fromCharCode"]($_ts["dfe1683"][yuanrenxue_229]["charCodeAt"]() - yuanrenxue_229 % yuanrenxue_59 - 0x32);        }        yuanrenxue_18 = atob(yuanrenxue_36);        yuanrenxue_31(0x4e, yuanrenxue_18);        var yuanrenxue_32 = yuanrenxue_31(8);        if (yuanrenxue_32 - yuanrenxue_13 > 12000) {          yuanrenxue_48.yuanrenxue_74 = 1;        }        return;*******省略很多代码*******

整个代码比较多,只贴上部分代码,可以看到["dfe1675"]解密后的代码赋值给了yuanrenxue_18 ,接着["dfe1683"]解密后的代码也是直接赋值给了yuanrenxue_18 ,相当于覆盖了,所以前面的一部分代码就不需要看了,根本没有执行。

接着后面还有4个ob混淆,但是里面的代码并不重要,只是反调试有点烦人,那么接着看yuanrenxue_18的代码,连续拿到两次yuanrenxue_18的代码,查看变化,发现有三处

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

这里都与后面的一个接口 https://match.yuanrenxue.com/api/offset 的返回值息息相关,说明这个值也是非常重要的。到这里还是没有找到加密参数生成的入口,但是请求发出的事情,参数就自动生成了,那么很有可能xhr下的open,send等方法被改写了

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法
这就可以知道,参数是通过_yrxyA$函数生成的,使用ast在这个函数的结尾动态注入一个【console.log(_yrx2LR);】

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

这样当我们调用open方法的时候,就可以获取包含加密参数的最终链接,最后使用jsdom把代码跑起来,需要先安装依赖库

npm install jsdom
import requests_htmlimport jsonimport reimport base64import subprocessimport osimport logginglogging.disable(logging.INFO)def main():    requests = requests_html.HTMLSession()    headers = {        'User-Agent': 'yuanrenxue.project',        'Referer': 'https://match.yuanrenxue.com/match/10',        'X-Requested-With': 'XMLHttpRequest'    }    base_url = 'https://match.yuanrenxue.com'    top_url = base_url + '/match/10'    response = requests.get(top_url, headers=headers)    script = response.html.find('script')    ts_1_url = base_url + script[0].attrs['src']    ts_2_url = base_url + script[1].attrs['src']    ts_3_url = base_url + '/api/offset'    with open('config.json', 'w', encoding='utf-8') as f:        f.write(json.dumps({            'html': response.content.decode(),            'url': 'https://match.yuanrenxue.com/match/10'        }))    with open('html.html', 'wb') as f:        f.write(response.content)    yuanrenxue_59 = int(re.findall('(?<=var yuanrenxue_59=)\d+', response.content.decode())[0])    response = requests.get(ts_2_url, headers=headers)    dfe1683 = response.content.decode()[17:-1]    yuanrenxue_36 = ''    for yuanrenxue_229 in range(len(dfe1683)):        yuanrenxue_36 += chr(ord(dfe1683[yuanrenxue_229]) - yuanrenxue_229 % yuanrenxue_59 - 50)    with open('eval.js', 'wb') as f:        f.write(base64.b64decode(yuanrenxue_36.encode()))    os.system('node ast_eval')    os.system('node ast_html')    with open('ts.js', 'wb') as f:        response = requests.get(ts_1_url, headers=headers)        f.write(response.content)    with open('offset.js', 'wb') as f:        response = requests.get(ts_3_url, headers=headers)        f.write(response.content)    with open('rs_decrypt.js', 'r', encoding='utf-8') as f:        js = f.read()    print('开始获取链接')    for page in range(1, 6):        with open('get_url.js', 'w', encoding='utf-8') as f:            f.write("const{JSDOM}=require('jsdom');const fs = require('fs');const dom=new JSDOM(fs.readFileSync('html.html').toString('utf-8'),{url:'https://match.yuanrenxue.com/match/10'});window=dom.window;document=window.document;\n")            f.write('if(typeof __dirname!="undefined"){__dirname=undefined}if(typeof __filename!="undefined"){__filename=undefined}if(typeof require!="undefined"){require=undefined}if(typeof exports!="undefined"){exports=undefined}if(typeof module!="undefined"){module=undefined}\n')            f.write("window.eval.call(window, fs.readFileSync('ts.js').toString('utf-8') + fs.readFileSync('offset.js').toString('utf-8'));\n")            f.write("window.$_ts = $_ts;\n")            f.write(js)            f.write('\n\nlet xml = new window.XMLHttpRequest();\n')            f.write("""xml.open('GET', "/api/match/10?page=""" + str(page) + """\", false);\n""")            f.write("process.exit(0);")        command = ['node', 'get_url.js']        nodejs = subprocess.Popen(command, stderr=subprocess.PIPE, stdout=subprocess.PIPE)        url = nodejs.stdout.read().decode().replace('\n', '')        print(url)        response = requests.get(url, headers=headers).json()        print(response)        with open('offset.js', 'rb') as f:            offset = f.read()        with open('offset.js', 'wb') as f:            f.write(offset[:14] + response['k']['k'].split('|')[1].encode())if __name__ == '__main__':    main()

这里因为每次请求接口都会返回一个新的offset,所以这里每次请求后都需要重新加载

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

非常好,可以成功请求5页的数据了。当然,这个方法运用在真实某数下也是可以的,例子如下

RS4代混淆

*******省略很多代码*******      case 78:        if (_$JX === undefined || _$JX === "") {          return;        }        if (_$8k.execScript) {          ret = _$8k.execScript(_$JX);          return ret;        }        _$YA = _$8k.eval;        ret = _$YA.call(_$8k, _$JX);        return ret;*******省略很多代码*******

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

RS5代混淆

*******省略很多代码*******      case 73:        if (_$r1 === undefined || _$r1 === "") {          return;        }        var _$_P;        if (_$Z8["execScript"]) {          _$_P = _$Z8["execScript"](_$r1);          return _$_P;        }        _$RD = _$Z8["eval"];        _$_P = _$RD["call"](_$Z8, _$r1);        return _$_P;*******省略很多代码*******

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法

RS6代混淆

*******省略很多代码*******      case 101:        _$_r = undefined;        if (_$hi === _$_r || _$hi === "") {          return;        }        _$_r = _$fx;        if (_$_r.execScript) {          _$_n = _$_r.execScript(_$hi);          return _$_n;        }        _$_d = _$_r.eval;        _$_n = _$_d.call(_$_r, _$hi);        return _$_n;      case 41:        _$_n = _$$X(38);        _$_d = _$_z;        _$cq = _$_d.nsd;        _$$7 = _$by;        _$_d.lcd = _$$7;        _$_d.nsd = _$$7;        _$cy = _$$X(114, _$cq);        _$bb = _$$X(0, 711, _$$X(114, _$cq));        _$$d = [];        _$_d.cp = _$$d;        _$$d[1] = _$bb;        _$aJ = _$_d.aebi = [];        _$_d.scj = [{          "0": 0,          "1": 1,          "2": 2,          "3": 3        }, {          "0": 0,          "1": 0,          "2": 0,          "3": 0,          "4": 0        }, {          "0": 0,          "1": -545,          "2": -538,          "3": 174        }, {          "0": 0,          "1": 3,          "2": 3,          "3": 0,          "4": 0,          "5": -241,          "6": -241        }];        _$d8 = "省略代码";        _$g$ = _$d8.length;        _$_t = 0;        _$$d[0] = "省略代码";        _$$d[2] = "省略代码";        _$$d[6] = "";        _$$r = _$_R();        _$$n = _$_R();        _$$b = _$_R();        _$er = _$_R();        _$dp = _$_R();        _$a5 = _$_R();        _$iH = _$_R() * 55295 + _$_R();        _$_d = _$bF;        if (_$a5 > 0) {          _$gj = _$d8.substr(_$_t, _$iH).split(_$_d.fromCharCode(257));        }        _$_t += _$iH;        _$a5 = _$_R();        _$aN = 0;        for (; _$aN < _$a5;) {          _$gj.push(_$$1(51, _$_R() * 55295 + _$_R()));          _$aN++;        }        _$eP = [];        _$_X = '\n\n\n\n\n';        _$a5 = _$_R();        _$aN = 0;        for (; _$aN < _$a5;) {          _$eP.push(_$_X.substr(0, _$cy() % 5));          _$$1(69, _$aN, _$eP);          _$aN++;        }        _$eP.push('}}}}}}}}}}'.substr(_$a5 - 1));        _$$1(54, _$eP);        _$eP.push("})($_ts.scj,$_ts.aebi);");        _$d5 = _$eP.join('');        _$$d[4] = _$$X(38) - _$_n;        _$_f = 0;        for (_$aN = 0; _$aN < _$d5.length; _$aN += 100) {          _$_f += _$d5.charCodeAt(_$aN);        }        _$$d[3] = _$_f;        _$_L = _$$X(38);        _$$X(101, _$d5);        _$$d[5] = _$$X(38) - _$_n;        return;    }*******省略很多代码*******

猿人学Web端爬虫攻防大赛第十题 与某数ast+jsdom方法