首页 / 爬虫 / python爬虫反虫之setcookie
python爬虫反虫之setcookie
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python爬虫反虫之setcookie，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3356字，纯文字阅读大概需要5分钟。
内容图文
反爬表现
在使用python或rust进行爬虫的时候的有时会遇到请求返回一段含有只含有js代码的html页面如图：
分析及优化文件
首先解决转义字符\x63\x73\x4b，转义字符可以通过console.log()打印出来，最方便方式是打开f12控制，将字符贴到console窗口中可以直接转义，下面附图是通过火狐的控制台打印的
可以看出\x63\x73就是cs
不过这样一个一个转换比较麻烦，可以到https://tool.lu/js去转换，不过这个工具对于有些代码转换的不够好，可以把源文件只格式后手动替换这些转义的代码，转换并替换后如下图
经分析js文件大体分为四部分
一、全局变量arg1与_0x4818
其中变量arg1是是用来解密的一个参数，这个参数每次加载文件返回的该值都不一样，变量_0x4818是一个初始解密参数数据，该参数经过(function(param, number) { } (arrayParam, 0x15b));初始化后会扩充调用 _0x4db1c函数来扩充_0x4818数组，用于后面的解密用相关代码如下
(function(param, number) {
var _0x4db1c = function(_0x48181e) {
while (--_0x48181e) {
param['push'](param['shift']());
}
console.log(param);
};
略。。。。。。。
} (arrayParam, 0x15b));
二.初始化函数(function(param, number) { } (arrayParam, 0x15b));
var _0x4a2aed = function() {
var _0x124d17 = new RegExp("\\w+ *\\(\\) *{\\w+ *['|\"].+['|\"];? *}");
return _0x124d17['test'](_0xb8360b['removeCookie']['toString']());
};
_0xb8360b['updateCookie'] = _0x4a2aed;
var _0x2d67ec = '';
var _0x120551 = _0xb8360b['updateCookie']();
if (!_0x120551) {
_0xb8360b['setCooki2e'](['*'], 'counter', 0x1);
} else if (_0x120551) {
_0x2d67ec = _0xb8360b['getCookie'](null, 'counter');
} else {
_0xb8360b['removeCookie']();
}
通过中函数 _0x4a2aed中的正则表达式可以看出是一个代码格式检查，就是用于防代码格式化，_0xb8360b[‘removeCookie’]'tostring’就是对removeCookie函数直接格式化检查，如果进行了格式化那么_0x120551 值 为flase，这时程序会进入循环，至到浏览器崩溃，即然他只对removeCookie函数的格式进行了断判那么我们只需要把removeCookie函数放到一行即可即
'removeCookie': function(){return 'dev';},
这样整个(function(param, number) { } (arrayParam, 0x15b));可以正常运行，通过dubug也可看到_0x4818数得到了扩充.接下来我看先分析reload（）与setCooki2e（）
三.reload（）与setCooki2e（）函数
function setCooki2e(name, value) {
var expiredate = new Date();
expiredate.setTime(expiredate.getTime() + (3600 * 1000));
document.cookie = name + "=" + value + ";expires=" + expiredate.toGMTString() + ";max-age=3600;path=/";
}
function reload(x) {
setCooki2e("acw_sc__v2", x);
document.location.reload();
}
这段代码很好理解就是reload调用setCooki2e设置了一个key为acw_sc__v2值为x的cookie值，那么问题来了谁调用了reload()函数，全文搜索reload,仅在l函数据中查到reload附图
经分析arg2值主要是由arg1 _0x5e8b26 _0x23a392算出，其中变量_0x5e8b26内容如下var _0x5e8b26 = _0x55f3('0x3', 'jS1Y');也就是准确的说arg2是由 _0x55f3函数算出来的，而且数参数值已给出，即然这样我们直接写个函数调用l()函数就能得到arg2的值，也就是cookie acw_sc__v2的值。注：l()的第一句有个while函数，去掉即可while (window[_0x55f3('0x1', 'XMW^')] || window['__phantomas']) {};
四._0x55f3涵数
_0x55f3的返回值 主要与如下参数有关 ,只保存与这两参数相关的代码其他内容删掉即可
var _0x48181e = _0x4818[_0x4c97f0];
_0x55f3['rc4'] = _0x232678;
测试
在文件加了个input标签用来测试
拿生成的acw_sc__v2值设置到爬虫请求中可加载数据，如果要动态获取acw_sc__v2值，python可以用PyExecJS或selemium来获取，如果使用rust的话可以使用https://github.com/atroche/rust-headless-chrome
相关资料https://blog.csdn.net/fm345689/article/details/100559159
rgwu 发布了53 篇原创文章 · 获赞 15 · 访问量 9万+ 私信 关注内容总结
以上是互联网集市为您收集整理的python爬虫反虫之setcookie全部内容，希望文章能够帮你解决python爬虫反虫之setcookie所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。