百度翻译逆向爬虫
网站链接
https://fanyi.baidu.com/?aldtype=16047#auto/zh
接口链接
https://fanyi.baidu.com/v2transapi?from=zh&to=en
接口参数
sign,token
1.爬取步骤
抓包查找值
-
查找关键值，定位关键代码
-
搜索查找
-
小技巧：
直接搜索参数
pwd=
pwd =
pwd:
pwd :
密码框地方右键 检查 查看 id name type
-
xhr断点查找
DOM断点查找（不经常使用）
-
定位到关键代码之后，定位到关键函数
扣取代码或代码解密后用python语言复现
输出加密结果
2.实际操作
-
抓包查找值
token值：经过翻译不同的中文后，我们发现token值为固定写死的，或者我们也可以直接从HTML源码中提取token值，故而该值不需要逆向获取
-
sign值：经过翻译不同的中文后，我们发现sign值是动态变化的，所以我们需要进入js代码。
首先，经过调试我们可以发现，翻译请求时，网页地址不发生变化，断定改请求为ajax请求。
-
通过分析xhr请求页，发现接口链接为https://fanyi.baidu.com/v2transapi?from=zh&to=en
1.png
参数列表：
-
查找关键值，定位关键代码
-
搜索查找
- 查找sign:缩小范围，定位到js文件为index_5bbbfa0.js，关键参数位置关键参数
，此时我们进入L(e)函数，可以看到函数内容函数内容
- 查找sign:缩小范围，定位到js文件为index_5bbbfa0.js，关键参数位置
-
-
扣取关键代码
<pre spellcheck="false" class="md-fences md-end-block ty-contain-cm modeLoaded" lang="javascript" cid="n67" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: Monaco, Consolas, "Andale Mono", "DejaVu Sans Mono", monospace; margin-top: 0px; margin-bottom: 20px; font-size: 0.9rem; display: block; break-inside: avoid; text-align: left; white-space: normal; background: rgb(51, 51, 51); position: relative !important; padding: 10px 10px 10px 30px; width: inherit;">function e(r) {
function n(r, o) {
for (var t = 0; t < o.length - 2; t += 3) {
var a = o.charAt(t + 2);
a = a >= "a" ? a.charCodeAt(0) - 87 : Number(a),
a = "+" === o.charAt(t + 1) ? r >>> a : r << a,
r = "+" === o.charAt(t) ? r + a & 4294967295 : r ^ a
}
return r
}
var o = r.match(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);
if (null === o) {
var t = r.length;
t > 30 && (r = "" + r.substr(0, 10) + r.substr(Math.floor(t / 2) - 5, 10) + r.substr(-10, 10))
} else {
for (var e = r.split(/[\uD800-\uDBFF][\uDC00-\uDFFF]/), C = 0, h = e.length, f = []; h > C; C++) "" !== e[C] && f.push.apply(f, a(e[C].split(""))),
C !== h - 1 && f.push(o[C]);
var g = f.length;
g > 30 && (r = f.slice(0, 10).join("") + f.slice(Math.floor(g / 2) - 5, Math.floor(g / 2) + 5).join("") + f.slice(-10).join(""))
}
var u = void 0,
l = "" + String.fromCharCode(103) + String.fromCharCode(116) + String.fromCharCode(107);
var i = '320305.131321201';
u = null !== i ? i : (i = window[l] || "") || "";
for (var d = u.split("."), m = Number(d[0]) || 0, s = Number(d[1]) || 0, S = [], c = 0, v = 0; v < r.length; v++) {
var A = r.charCodeAt(v);
128 > A ? S[c++] = A : (2048 > A ? S[c++] = A >> 6 | 192 : (55296 === (64512 & A) && v + 1 < r.length && 56320 === (64512 & r.charCodeAt(v + 1)) ? (A = 65536 + ((1023 & A) << 10) + (1023 & r.charCodeAt(++v)),
S[c++] = A >> 18 | 240,
S[c++] = A >> 12 & 63 | 128) : S[c++] = A >> 12 | 224,
S[c++] = A >> 6 & 63 | 128),
S[c++] = 63 & A | 128)
}
for (var p = m, F = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(97) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(54)), D = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(51) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(98)) + ("" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(102)), b = 0; b < S.length; b++)
p += S[b],
p = n(p, F);
return p = n(p, D),
p ^= s,
0 > p && (p = (2147483647 & p) + 2147483648),
p %= 1e6,
p.toString() + "." + (p ^ m)
}
</pre> 使用execjs这个python包调用js代码，实现sign值的动态生成
