想要一个关于爬虫JS逆向的详细教程。这是一个很专业的技术需求，最近有个可能是正在学习爬虫技术的开发者或者数据分析师，遇到了需要破解JavaScript加密的反爬机制的问题，想让我出一期实战教程，话不多说，开干。
以下是我整理的一份系统化的爬虫JS逆向教程，结合实战技巧与工具使用，能有效的突破前端加密参数限制。内容涵盖基础原理、调试方法、扣代码技巧及高效解决方案：
一、JS逆向核心流程
寻找加密入口
Network分析：捕获目标请求（XHR/fetch），定位加密参数（如token、sign、xyz）
全局搜索：在Sources面板按Ctrl+Shift+F搜索参数名（如"nonce"、password:）
调用栈追踪：通过Network请求的Initiator标签回溯加密逻辑触发点
调试分析技巧
代码格式化：点击Sources面板左下角 {} 美化压缩代码
断点类型：
XHR断点：针对特定URL拦截请求
事件断点：监听click、submit等DOM事件
条件断点：在加密函数内设置Conditional Breakpoint
Scope面板：查看局部变量、闭包域中的关键值（如密钥、盐值）
模拟执行方案
方法适用场景工具示例
扣JS代码逻辑简单、无环境依赖execjs（Python调用）
RPC通信复杂混淆/浏览器环境依赖Sekiro
无头浏览器需完整渲染流程PlayWright/Selenium
二、实战案例解析（以汽车之家登录为例）
目标定位
登录请求中pwd参数为MD5加密：
# 原始请求示例
FormData: {username:"test",pwd:"d6d7d5a8c4e6e7b8"}
逆向步骤：
步骤1：在Sources搜索pwd，定位到login.js文件
步骤2：发现关键函数 hex_md5(s)，其结构如下：
functionhex_md5(s) {
returnbinl2hex(core_md5(str2binl(s),s.length*chrsz));
}//
步骤3：扣取完整MD5相关函数（core_md5, binl2hex, str2binl）
步骤4：Python通过execjs调用：
importexecjs
withopen('qichezhijia.js','r',encoding='utf-8')asf:
js_code=f.read()
ctx=execjs.compile(js_code)
encrypted_pwd=ctx.call('hex_md5','123456')# 输出：d6d7d5a8c4e6e7b8
三、高级技巧
Hook拦截
使用Tampermonkey注入脚本监听关键函数（如btoa、encrypt）：
// Hook Base64示例
(function() {
varoriginBtoa=window.btoa;
window.btoa=function(data) {
console.log("Base64 input:",data);
returnoriginBtoa(data);
}
})();
反混淆方案
控制流平坦化：使用AST还原工具（如babel）
字符串阵列化：动态执行提取真实字符串
Overrides覆盖
Chrome的Local Overrides功能替换线上JS文件
注入调试代码或修复环境检测（如补全window对象）
四、常见加密类型与对策
哈希算法（MD5/SHA1）：扣取标准算法实现（如本文MD5案例）
RSA加密：提取公钥 + 使用rsa库（苏宁易购登录案例）
动态参数：
时间戳：同步生成
随机数：Math.random()重放或固定盐值
自定义编码：Base64变异/移位编码 → Hook charCodeAt分析
五、注意事项
合法合规：遵守robots.txt，避免高频请求
更新维护：网站JS变动时需重新分析
性能权衡：
简单加密 → 扣代码（高效）
复杂方案 → RPC/无头浏览器（稳定）
通过上面教程，我们可掌握从基础断点调试到复杂RPC调用的全链路JS逆向技能。遇到具体网站难题时，建议结合Chrome DevTools动态分析快速定位突破点。
具体实战代码示例我公布在下面。
以下是一个完整的JS逆向爬虫实战代码示例，以汽车之家登录密码加密为例，演示如何逆向分析并实现自动化登录：
1. 目标分析（浏览器开发者工具操作）
在汽车之家登录页面：
打开Chrome开发者工具（F12）
输入用户名/密码点击登录
在Network面板查看登录请求，发现密码字段为加密值：
{
"username":"test@example.com",
"pwd":"d6d7d5a8c4e6e7b8",// 123456的加密结果
"remember":1
}
2. JS逆向代码实现
步骤1：提取加密JS代码
在Sources面板找到login.js，定位并提取MD5加密函数：
// 保存为 autohome_md5.js
functionhex_md5(s) {
returnbinl2hex(core_md5(str2binl(s),s.length*chrsz));
}
functioncore_md5(x,len) {
/* 此处省略完整MD5算法实现，实际需扣取完整200行代码 */
}
functionstr2binl(str) {
varbin=Array();
varmask=(1<<chrsz)-1;
for(vari=0;i<str.length*chrsz;i+=chrsz)
bin[i>>5]|=(str.charCodeAt(i/chrsz)&mask)<<(i%32);
returnbin;
}
functionbinl2hex(binarray) {
varhex_tab="0123456789abcdef";
varstr="";
for(vari=0;i<binarray.length*4;i++) {
str+=hex_tab.charAt((binarray[i>>2]>>((i%4)*8+4))&0xF)+
hex_tab.charAt((binarray[i>>2]>>((i%4)*8))&0xF);
}
returnstr;
}
varchrsz=8;// 字符位数 (8-bit)
步骤2：Python爬虫实现
importexecjs
importrequests
fromurllib.parseimporturlencode
classAutoHomeSpider:
def__init__(self):
# 加载JS加密代码
withopen('autohome_md5.js','r',encoding='utf-8')asf:
self.js_code=f.read()
self.ctx=execjs.compile(self.js_code)
self.session=requests.Session()
self.headers={
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36',
'Origin':'https://account.autohome.com.cn'
}
defencrypt_password(self,password):
"""JS逆向加密密码"""
returnself.ctx.call('hex_md5',password)
deflogin(self,username,password):
"""执行登录操作"""
login_url='https://account.autohome.com.cn/api/login'
# 加密密码
encrypted_pwd=self.encrypt_password(password)
# 构造表单数据
form_data={
'username':username,
'pwd':encrypted_pwd,
'remember':1,
'vcode':'',
'redirect':'https://www.autohome.com.cn/'
}
# 发送登录请求
response=self.session.post(
url=login_url,
data=form_data,
headers=self.headers
)
# 检查登录结果
result=response.json()
ifresult['returncode']==0:
print(f"登录成功! 用户名: {username}")
print(f"Cookies: {self.session.cookies.get_dict()}")
returnTrue
else:
print(f"登录失败: {result['message']}")
returnFalse
defget_user_info(self):
"""获取用户信息（需登录后）"""
info_url='https://account.autohome.com.cn/api/GetUserInfo'
response=self.session.get(info_url,headers=self.headers)
returnresponse.json()
if__name__=="__main__":
spider=AutoHomeSpider()
# 测试账号（请替换为实际账号）
USERNAME="your_username@example.com"
PASSWORD="your_password"
ifspider.login(USERNAME,PASSWORD):
user_info=spider.get_user_info()
print("用户信息:",user_info)
3. 复杂场景解决方案（RPC通信）
当遇到环境检测或复杂混淆时，使用Sekiro实现JS桥接：
# Python端 (Sekiro客户端)
fromsekiroimportSekiroClient
sekiro=SekiroClient("your-group-name","your-client-id")
@sekiro.action("encrypt")
defhandle_encrypt(params):
password=params["password"]
# 调用浏览器环境执行加密
return{"encrypted":sekiro.invoke_browser("encryptPassword",password)}
// 浏览器端 (Tampermonkey脚本)
SekiroClient.register("encryptPassword", function(password) {
// 在真实浏览器环境中执行加密
return window.encryptFunction(password);
});
4. 常见错误处理
# 在加密函数中添加错误处理
def encrypt_password(self, password):
try:
return self.ctx.call('hex_md5', password)
except execjs.RuntimeError as e:
# 处理JS执行错误
print(f"JS执行错误: {e}")
# 降级方案：使用Python的MD5实现
import hashlib
return hashlib.md5(password.encode()).hexdigest()
except Exception as e:
print(f"加密失败: {e}")
return None
5. 完整项目结构
js_reverse_demo/
├── autohome_md5.js # 扣取的加密JS
├── autohome_spider.py # 主爬虫程序
├── requirements.txt # 依赖文件
└── sekrio_client.py # RPC桥接文件
requirements.txt内容：
requests==2.31.0
PyExecJS==1.5.1
nodejs==0.1.1 # 需要安装Node.js环境
关键点说明：
完整扣取JS：必须确保核心加密函数及其所有依赖函数都被完整提取
环境一致性：注意JS中的全局变量（如chrsz）需在扣取代码中保留
错误降级：准备备用加密方案应对JS执行失败
请求仿真：需复制所有必要的请求头（特别是Content-Type和Origin）
会话保持：使用requests.Session维持cookies
这里需要注意的是，实际项目中，我们需根据目标网站的加密实现调整扣取的JS代码。可通过Chrome Overrides功能持久化调试修改后的JS文件（Sources > Overrides > Enable Local Overrides）。
