Python实现JS逆向解密采集网站数据

嗨喽~大家好呀，这里是魔王呐 ❤ ~!

python更多源码/资料/解答/教程等点击此处跳转文末名片免费获取

环境使用:

Python 3.8
Pycharm
nodejs

模块使用:

import requests --> pip install requests
import execjs --> pip install pyexecjs
import json

实现爬虫程序:

抓包分析数据在什么地方
- 开发者工具抓包 --> F12
  
  当被禁止调用开发者工具的时候
选择其他年份的数据 --> XHR

数据包接口: https://www.aqistudy.cn/historydata/api/historyapi.php
- 加密参数:
  
  请求参数加密: hA4Nse2cT <√>
  
  响应数据加密:
分析加密数据生成规则 --> JS代码生成

传入某些值<明文> 通过JS代码函数<加密方式>生成密文数据

如何查找加密参数生成位置:
1. 直接搜索关键字 hA4Nse2cT
2. 通过启动器里面堆栈 send 打上断点
先用python代码去请求链接获取响应加密数据

大胆猜想, 小心实践

hex_md5 --> MD5加密

代码展示

“”“导入模块”“”

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：926207505
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
# 导入编译JS代码模块
import execjs
# 导入数据请求模块
import requests
# 导入json模块
import json
# 导入csv模块
import csv
import pandas as pd

“”“发送请求”“”

month_list = ['202301', '202302', '202303', '202304','202305','202306','202308','202309','202310']
for month in month_list:
    # 模拟浏览器
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36'
    }
    # 请求链接
    url = 'https://www.aqistudy.cn/historydata/api/historyapi.php'

“”“调用JS代码获取加密参数”“”

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：926207505
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
    # 读取js文件
    data_file = open('data.js', 'r', encoding='utf-8').read()
    # 编译JS代码
    data_code = execjs.compile(data_file)
    # 参数
    m0fhOhhGL = "GETDAYDATA"
    oNLhNQ = {
        "city": "北京",
        "month": month
    }
    # 调用js代码函数
    hA4Nse2cT = data_code.call('post_data', m0fhOhhGL, oNLhNQ)
    print('加密的请求参数: ', hA4Nse2cT)
    # 请求参数
    data = {
        'hA4Nse2cT': hA4Nse2cT
    }
    # 发送请求
    response = requests.post(url=url, data=data, headers=headers).text

“”“解密响应加密数据”“”

    # 读取文件
    response_file = open('response.js', 'r', encoding='utf-8').read()
    # 编译文件
    response_code = execjs.compile(response_file)
    # 调用js函数
    result = response_code.call('dxvERkeEvHbS', response)
    print('加密的响应数据: ',response)
    print('明文响应数据: ',result)

“”“保存数据”“”

'''
遇到问题没人解答？小编创建了一个Python学习交流QQ群：926207505
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
    json_data = json.loads(result)
    content_list = []
    for index in json_data['result']['data']['items']:
        content_list.append(index)

    df_data = pd.DataFrame(content_list)
    df_data.to_excel(f'{month}.xlsx', index=False)

模块安装问题:

如果安装python第三方模块:
1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
2. 在pycharm中点击Terminal(终端) 输入安装命令
安装失败原因:
- 失败一: pip 不是内部命令
  
  解决方法: 设置环境变量
- 失败二: 出现大量报红 (read time out)
  
  解决方法: 因为是网络链接超时, 需要切换镜像源
```
   清华：https://pypi.tuna.tsinghua.edu.cn/simple
   阿里云：https://mirrors.aliyun.com/pypi/simple/
   中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
   华中理工大学：https://pypi.hustunique.com/
   山东理工大学：https://pypi.sdutlinux.org/
   豆瓣：https://pypi.douban.com/simple/
   例如：pip3 install -i https://pypi.doubanio.com/simple/ 模块名
```
- 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
  
  解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好
  或者你pycharm里面python解释器没有设置好