抠出来的代码没法用？手把手教你缺啥补啥

原标题：爬虫入门之查找JS入口篇(十) --- 下

 

之前一个留了个题给大家，但是下载的人貌似不多，今天讲讲怎么来解它吧。请确保电脑已安装node环境。

 

下载文件，保存到电脑上，我这里保存到了E盘。

•  
•  

链接: https://pan.baidu.com/s/1agS_1ytojgXyGms_ZfwLPw 提取码: 753u 复制这段内容后打开百度网盘手机App，操作更方便哦

 

先来还原这段被混淆的代码，将代码最后的括号 () 去掉，并在 谷歌浏览器 的控制台下运行即可：

双击箭头所指向的位置，来到了这里：

 

 

按左下角的 {} 将代码进行美化，展开看看代码的全貌：

 

 

可以看到，这里有很多对 document.cookie进行了赋值，而且这不是一般的赋值，读者可以在控制台下输入如下代码：

 

 

这段代码给我的信息就是，给document.cookie赋值，并不是普通的赋值，有着它自己的特殊性。

 

看完了这些，我们来进入正题吧：

 

直接在cmd模式运行该代码：

 

 

 

 

发现报错，原因是 window对象是浏览器环境的，在node环境中并没有该对象，所以我们需要新建一个：

•  

window = {}；//在这里不用使用 var定义。后面会提到为什么

将该代码放在encode.js文件的最前面，再次运行。

 

运行后继续报错，是 document 没有被定义，那是不是可以像window一样进行定义呢？答案是不可以，之前我们看到 document.cookie的赋值不是一般的赋值，有它自己的特殊性，因此我们需要另外的方式。

 

这里介绍一个 jsdom的库，这个库可以模拟部分浏览器环境，其github地址：

 

•  

https://github.com/jsdom/jsdom

这个库需要进行安装，打开cmd，输入如下安装命令即可：

 

•  

npm install jsdom

安装之后，我们安装官方给的教程进行window和document的对象赋值，如下：

•  
•  
•  
•  
•  
•  
•  
•  
•  

const jsdom = require("C:\\Program Files\\nodejs\\node_modules\\npm\\node_modules\\jsdom");const {JSDOM} = jsdom;const dom = new JSDOM(``, {    contentType: "text/html",    includeNodeLocations: true,});
window = dom.window;document = dom.window.document;

 

PS：我的电脑node环境引入库时需要补全路径，用Python调用JS代码时又不用，这也是很神奇。

 

可以将之前window赋值的那段代码删掉，然后将这段代码添加到文件最前面，如下图：

 

再次运行：

 

 

继续报错，发现是 oo4没有定义，

 

啥意思，前面不是有定义吗，为什么会报未定义的错？？？

 

虽然不知道为什么报错，但是可以试着去修改代码，这就看运气了。呵呵。

 

我想的是把oo4 前面的 var 去掉试试：

 

 

再次运行：

 

 

这次不报未定义的错了，而是另外的错，是由  setTimeout 函数引起的，我们查看之前的代码，是这样的：

 

•  

setTimeout("location.reload();", 100);

这段代码与document.cookie毫无关系，但是因为是混淆的代码，没办法删除，那就将 setTimeout 函数置空吧：

 

 

OK，继续运行，这次没报错了，但是什么也没有：

 

我们在文件最后面打印下 document.cookie的值吧，看看结果是否正确：

 

 

再次运行后发现，结果如下：

 

 

只有四个值，按照结果来说应该有7个值才对，我们来对比之前 谷歌浏览器控制台来看看少了那些值，研究发现，少了这三个：

 

 

为什么会少呢，只能推断这里的 条件语句没有被执行，我们添加这行代码看看：

•  

console.log(window.oo1)

只能说

结果是 undefined,哦，对，oo1并不属于 window对象，因此不会执行这个条件语句，我们再添加一句代码吧：

•  

window.oo1 = oo1;

再次运行：

 

 

这下有7个值了，与文章中给出的结果是一样的，大功告成。

 

且慢，这是一段请求返回的JS代码，不可能让你在本地一个一个去改，那样效率太慢了点。所以我们需要用Python来直接调用JS代码。

 

需要注意如下几点：

1. 可通过replace将 var 全部给替换掉。

2. oo1和oo4肯定是动态变化了，即有可能不是这两个变量名，所以固定更改是没用的。而且经过第一步后，这些变量都属于global对象，而不是window对象，这该怎么处理？

3. 调用jsdom明显感觉到了停顿，如果不是必须用这个库，这样的效率恐怕无法接受，能不能不用jsdom来解决document.cookie的特殊赋值呢？

 

请读者自己完成。

 

 

有想学习爬虫技术的，可以关注我的微信公众号：菜鸟学Python编程。