【2019.05】JS逆向——破解百度翻译参数（sign）爬虫超级详细

xiaoxiao2022-07-02 236

有时间了打算把有道、百度、Google翻译都搞一遍，填坑百度翻译这篇与有道那篇操作基本一致，有可能写的没有那篇清楚，大家也可以观摩一下上一篇【2019.05】JS逆向——破解有道翻译爬虫参数（sign）

一、分析请求参数

打开地址：

https://fanyi.baidu.com/ 打开Chrome调试工具，然后随意输入一段文字，查看抓包结果。

post请求 Form data 参数

如上图所示，Form Date中只有两项是会变化的：

query：我们要翻译的内容sign：本文的BOSS出现了，一串意义不明的浮点数值。

token是不变的，先给查找出来，全局搜索

全局搜索发现 token 的值 token：13508e550366f3004701d561721e12bd

至此，我们便可以初步构造出表单date了以及URL& headers，代码见下：

import requests import json import jsonpath import execjs url = "https://fanyi.baidu.com/v2transapi" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0", "Cookie": "BAIDUID=C3A44BD2BCAA852D78454F118D907CA2:FG=1; BIDUPSID=C3A44BD2BCAA852D78454F118D907CA2; PSTM=1558237711; delPer=0; H_PS_PSSID=1455_21097_29064_28519_28769_28723_28963_28838_28585_29071; PSINO=7; locale=zh; to_lang_often=[{"value":"en","text":"%u82F1%u8BED"},{"value":"zh","text":"%u4E2D%u6587"}]; REALTIME_TRANS_SWITCH=1; FANYI_WORD_SWITCH=1; HISTORY_SWITCH=1; SOUND_SPD_SWITCH=1; SOUND_PREFER_SWITCH=1; Hm_lvt_64ecd82404c51e03dc91cb9e8c025574=1558237732; Hm_lpvt_64ecd82404c51e03dc91cb9e8c025574=1558237732; from_lang_often=[{"value":"zh","text":"%u4E2D%u6587"},{"value":"en","text":"%u82F1%u8BED"}]; CHINA_PINYIN_SWITCH=0; DOUBLE_LANG_SWITCH=0" } data = { "from": "en", "to": "zh", "query": "", # query 即我们要翻译的的内容 "transtype": "translang", "simple_means_flag": "3", "sign": "", # sign 是变化的需要我们执行js代码得到 "token": "13508e550366f3004701d561721e12bd" # token没有变化 }

二、分析sign —— JS逆向

全局搜索 sign

打断点-跟踪函数

可以看出来这是应该ajax请求，p里面的参数就是我们要找的参数。在Sourth中找到刚才全局搜索到的js文件，然后搜索界面、打断点

打断点后刷新页面，输入字符后页面出现我们发现 sign是通过m()函数生成的

然后鼠标放在m上面悬停一下会出现一个跳转，点击可以跳转到他的函数那里。

跳转过后我们看到m函数是

扣代码–生成sign

复制上图中的JS代码，我们新建一个JS文件，命名为： baidu_translata_js.js

js文件最初的模样O(∩_∩)O

然后通过编译器（可以执行js的编译器）执行该文件，也可以通过Python中的 PyExecJS 模块执行 js代码

这里是通过python执行js

import execjs query = 'Hello spider' with open('baidu_translate_js.js', 'r', encoding='utf-8') as f: ctx = execjs.compile(f.read()) sign = ctx.call('e', query) print(sign) 问题来了（i未被定义）

execjs._exceptions.ProgramError: ReferenceError: i is not defined

我们继续在浏览器中加断点调试查看 i 值是怎么生成的

我们在 6819 行中发现i u = null !== i ? i : (i = window[l] || "") || ""; i是通过浏览器的window生成的，我们不是通过浏览器执行js的话，生成不了这个i，不过经过过我们多次尝试就可以发现这里的i值是不变的，所有很好操作。声明一下 i 就可以了

我们愉快的添加了下面这一行代码：

var i = "320305.131321201"

执行结果紧接着我们再尝试执行函数，又出现错误提示n未定义。故技重施，找到n，发现是一个函数，进入到函数把整个代码扣下来再复制到js代码最前面。

我们再次运行，已经生成了sign值，

三至此，我们来写代码吧

1 扣好的JS代码

baidu_translate_js.js

2 执行js的python代码

import execjs query = 'Hello spider' with open('baidu_translate_js.js', 'r', encoding='utf-8') as f: ctx = execjs.compile(f.read()) sign = ctx.call('e', query) print(sign)

3 完成爬虫，解析数据

数据直接转为json数据，（response.json()）很好解析结构清晰，很好获取数据 response[‘trans_result’][‘data’][0][‘dst’]

四、封装优化——面向对象编程

#!/usr/bin/env python # encoding: utf-8 # @software: PyCharm # @time: 2019/5/22 9:26 # @author: Paulson●Wier # @file: baidu_translate.py # @desc: import execjs import requests class BaiduTranslateJS(object): def __init__(self, query): """ :param query: 待翻译的内容 cookie 值可能会影响到翻译结果，可以将未登陆情况下百度翻译的cookie填写。 """ self.query = query self.url = "https://fanyi.baidu.com/v2transapi" self.headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0", "Cookie": "BAIDUID=AFB6E3FB47D3EEA8C525D02E728E0991:FG=1; BIDUPSID=AFB6E3FB47D3EEA8C525D02E728E0991; PSTM=1556177968; REALTIME_TRANS_SWITCH=1; FANYI_WORD_SWITCH=1; HISTORY_SWITCH=1; SOUND_SPD_SWITCH=1; SOUND_PREFER_SWITCH=1; MCITY=-131:; Hm_lvt_64ecd82404c51e03dc91cb9e8c025574=1556507678,1557287607,1557714510,1557972796; BDSFRCVID=xr-sJeCCxG3twro9YX2saOEfCZPT14fNd2s33J; H_BDCLCKID_SF=tR3fL-08abrqqbRGKITjhPrM2hKLbMT-027OKKO2b-oobfTyDRbHXULELn6TLT_J5eobot8bthF0HPonHj85j6bQ3J; PSINO=2; delPer=0; H_PS_PSSID=1450_28937_21095_18560_29064_28518_29098_28722_28963_28836_28584_26350; locale=zh; yjs_js_security_passport=5b9f340d92cf7400bd5ba82b49a65bc0520935cc_1558490261_js; Hm_lpvt_64ecd82404c51e03dc91cb9e8c025574=1558493551; to_lang_often=[{"value":"jp","text":"%u65E5%u8BED"},{"value":"en","text":"%u82F1%u8BED"},{"value":"zh","text":"%u4E2D%u6587"}]; from_lang_often=[{"value":"jp","text":"%u65E5%u8BED"},{"value":"zh","text":"%u4E2D%u6587"},{"value":"en","text":"%u82F1%u8BED"}]" } self.data = { "from": "en", "to": "zh", "query": self.query, # query 即我们要翻译的的内容 "transtype": "translang", "simple_means_flag": "3", "sign": "", # sign 是变化的需要我们执行js代码得到 "token": "13508e550366f3004701d561721e12bd" # token没有变化 } def structure_form(self): """ 读取js文件执行js代码得到我们苦求的sign值构造新的表单 :return: """ with open('baidu_translate_js.js', 'r', encoding='utf-8') as f: ctx = execjs.compile(f.read()) sign = ctx.call('e', self.query) # print(sign) # sign成功获取，写入date self.data['sign'] = sign def get_response(self): """ 通过构造的新的表单数据，访问api，获取翻译内容 :return: 翻译结果 """ self.structure_form() response = requests.post(self.url, headers=self.headers, data=self.data).json() # print(response) r = response['trans_result']['data'][0]['dst'] return r if __name__ == '__main__': baidu_translate_spider = BaiduTranslateJS('this is a test') result = baidu_translate_spider.get_response() print(result) print(BaiduTranslateJS('this').get_response()) print(BaiduTranslateJS('is').get_response()) print(BaiduTranslateJS('my').get_response()) print(BaiduTranslateJS('love').get_response())

结果

五、总结

百度翻译的JS逆向过程至此就结束了，分析流程和步骤相当清晰，如果帮助到了你，请点个赞呗。哎，还有一篇Google翻译的，我看了下，好像google的那个参数有点复杂，先放几天吧…（绝不挖坑）

感谢您的阅读，老板点个赞呗

点击前往Github（有道、百度、谷歌google 翻译JS逆向破解参数项目地址）

咳咳

某次分享连接到群里，大佬指出了一些可以优化的地方（老脸一红.jpg）大家写代码的时候要注意些，要做到：

照镜子正衣冠洗洗脸治治病

向大佬看齐

最新回复(0)

【2019.05】JS逆向——破解百度翻译参数（sign）爬虫 超级详细