Python 爬虫进阶必备 | 某工业超市加密 header 参数分析

今日网站

aHR0cHM6Ly93ZWIuemtoMzYwLmNvbS9saXN0L2MtMjYwMTg2Lmh0bWw/c2hvd1R5cGU9cGljJmNscD0x

这个网站是在某交流群看到的，随手保存下来作为今天的素材

抓包分析与加密定位

先看看抓包的结果，可以看到请求的header中包含两个未知的参数，分别是zkhs和zkhst

进一步检索参数zkhst和zkhs，可以发现这两个参数的值没有做过混淆

并且都有对应的搜索结果

根据搜索结果的提示inde，进一步在文件中检索zkhst和zkhs

可以在文件中找到下面这几个关键位置

加密分析

在逻辑里比较明显的是

e.headers.zkhs = o,e.headers.zkhst = r

这行代码预示我们要分析的是o和r这两个变量

这两个变量的赋值分别可以在上面的 js 逻辑中找到

o = u()("body=".concat(i, "¶ms=").concat(o, "&sign_token=").concat(r), r)
r = Object(s.f)("zkhst")

接下来只要单点调试即可，先来看o的生成

o的逻辑是将所有的参数拼接，传入u()中计算

这里的参数是一个逗号表达式，最后得到的传入参数是r

r = ("body=".concat(i, "¶ms=").concat(o, "&sign_token=").concat(r)

这里较为明显的未知参数是body以及sign_token

可以通过断点分析得到下面的结果，这个结果就是计算后的r

body={"brandId":"","catalogueId":"260186","cityCode":350100,"clp":true,"extraFilter":{"inStock":false,"showIndustryFeatured":false},"from":0,"fz":false,"keyword":"","productFilter":{"brandIds":[""],"properties":{}},"rangeFilter":null,"searchType":{"notNeedCorrect":false},"size":20,"sort":0}¶ms={"traceId":"213681131613962067063"}&sign_token=799c9842f09c490196047064e10dead8

网站的开发很贴心了，还在逻辑里加了console.log

body和parmas都是查询参数，body中包含了城市信息之类的内容，这个需要根据要爬取的内容修改

除此之外还有sign_token未知，这个就是另一个要分析的参数zkhst

zkhst 获取

经过调试得到下面这个结果，在定位的js中有一个switch控制流

在918行，会进行一次判断，如果r = Object(s.f)("zkhst")没有获取到值，会进入到Object(l.i)();这个逻辑。如果有值会break进入926行的逻辑。

所以需要先把Object(s.f)("zkhst")的值变为undefinde，进入s.f中，可以看到下面这段逻辑

 h = function(t) {
        t = document.cookie.match(new RegExp("(^| )".concat(t, "=([^;]*)(;|$)")));
        return null != t ? decodeURIComponent(t[2]) : null
    }

可以得到zkhst是从cookie中得出的，直接清除cookie中的zkhst就能进入生成的逻辑

所以清除浏览器缓存/cookie

顺利进入(l.i)()，可以看到下面这串逻辑

并且在network中也的到印证

这个zkhst是由页面请求返回得到的。

至此两个加密参数均已得到，就可以获取页面的数据了。

好了，今天的文章就到这里了，我们下次再会~