爬虫入门-js端cookie反爬与无限debugger

时间：2023-08-05

反爬：js逆向基础#header反爬>cookie(acw_sc__v2)+xq_a_token+无限debugger

网址：aHR0cHM6Ly94dWVxaXUuY29tL3RvZGF5

视频：https://www.bilibili.com/video/BV1Bm4y1W76o/

b64：http://www.jsons.cn/base64/

curl：https://spidertools.cn/#/curl2Request

声明：文章/代码/视频仅供学习交流，如有问题可到文章末尾加我联系删除

反爬参数如图

---

知识点提前Get

cookie要么是JS(客户端)生成的，要么是服务器返回的，需要在网页界面按Fn+F12打开开发者工具平台观察

可以通过Response Headers响应头是否是Set-Cookie判断为服务器cookie

或者是否有HttpOnly属性判断为服务器cookie

研究cookie，得先Fn+F12打开开发者工具平台，清空网页cookie缓存

第一种方式删除目标cookie清除

第二种直接全清，无论是哪个网址的cookie

第三种方式选择目标网址清cookie

---

视频讲解流程

详细分析流程

1.首先，我们如何判断有cookie反爬，先清空所有cookie，模拟请求

2.接着清空所有请求流，方便分析，刷新网页

3.然后搜索目标数据内容，定位具体的接口是哪个

4.这里我们确定了哪个接口后，可以过滤筛选只看这个接口

5.然后我们鼠标右击目标接口，copy>copy as curl(cmd)

6.打开https://spidertools.cn/#/curl2Request 直接生成requests请求

7.打开pycharm，新建python文件，复制上面的requests请求，运行代码，发现数据未正常返回，简单的看了下可能是cookie反爬

8.开始继续测试，我们试着注释掉部分cookie，发现也能拿到正常响应数据

9.但是当我们把xq_a_token注释掉后，无法正常返回数据，由此确定这个接口xq_a_token是cookie反爬

10.我们复制上面的xq_a_token的cookie往上逆推分析，发现在下面这个today接口找到，而且确定是服务器返回的cookie

11.重复操作步骤5~6，我们模拟这个today接口请求，发现响应头里面并没有生成我们要的xq_a_token的cookie请求，而且响应文本里面是一段纯js的内容，再回到浏览器分析，发现这个接口请求了两次

12.我们细细看这个两次接口的请求，也就是我们第一次请求today接口只返回了js，第二次接口请求才能真正返回我们需要的xq_t_token的cookie

13.那我们试试直接请求两次这个today接口看看cookie-xq_a_token是否返回，也没有返回

14.也就是说第二个接口请求可能还存在一个cookie反爬acw_sc__v2，而这个cookie就是第一次请求js生成返回的

15.所以我们先研究下acw_sc__v2这个cookie的由来，先清掉cookie缓存

16.清掉当前数据流，方便分析

17.由于acw_sc__v2这个cookie是js生成的，所以我们得新建一个hook-cookie的js脚本

18.刷新网页后发现无限debugger阻碍拦截，所以得先过无限debugger

19.调用堆栈分析该无限debugger，发现是一段js混淆的代码，到console界面手动还原js分析

20.简单了解下(function(){}constructor('debugger')() 反爬原理

21.过掉上面的无限debugger，我们选择hook脚本重写，在这个位置添加即可

22.然后我们重复操作流程15~16，并打上script断点，拦截js脚本

23.刷新网页后会断在此处，这时候我们一直往下调试拦截

24.这时候跳到了我们目标的js脚本这里，先在第一行打断点，然后运行我们写好的hook-cookie的脚本，然后把script断点取消掉

25.如下就hook到我们目标cookie了，接着我们通过堆栈回溯分析acw_sc__v2的由来

26.如下，可以看的acw_sc__v2其实本质是 reload(x)传过来的，也就是形参x值

27.继续回溯，可以知道acw_sc__v2就是arg2值

28.再回溯，可以知道arg2就是这段js代码生成的，于此同时，我们在此处下两个断点

29.我们把这两行js代码复制到vscode新建的js文件里面，并在console界面手动还原下混淆变量

30.运行会报错缺少变量arg1，实际上我们观察还缺少_0x5e8b26

31.接下来我们重复15~24的步骤流程，清cookie，刷新网页，这时候可以不用打script断点了，因为我们已经在目标js上面下了几个断点了，如果遇到无限debugger，运行下hook的脚本过掉，这时候会跳到我们目标的断点位置

32.在console界面输出两个未定义的变量，然后补上固定值，然后ctrl+s保存代码后，再次运行arg1.unbox未定义

33.到浏览器界面，输出下这个函数，然后将这部分函数代码复制到本地如下

34.同时我们需要把混淆变量手动还原下，如下，然后ctrl+s保存下js文件

35.再次运行js文件，这次报错如下_0x23a392.hexXor未定义

36.同样的方法，重复操作流程33~34，将该部分缺少的js函数复制下来

37.最后我们ctrl+s保存文件后，再次运行js文件，未报错，此时acw_sc__v2生成逻辑已经分析完成

38.我们稍微改下js代码，封装成函数传参输出的形式，其中可以多次调试发现需要传入参数动态arg1，其它都是定值

39.arg1我们搜索下看哪里生成的，发现在第一次响应请求里面生成的，所以我们修改下python代码正则re提取即可

40.同时把python调用js模块的代码也编辑好传入acw_sc__v2的cookie

41.再开始第二次today接口请求，这时候发现xq_a_token的cookie已经生成了，通过session直接管理服务器xq_a_token的cookie，如下就能正常拿到响应了

---

代码仅供学习交流

The End~ 更多交流加vx

原文始发于微信公众号（逆向OneByOne）：爬虫入门-js端cookie反爬与无限debugger