《你好，李焕英》票房破三十亿了！用Python抓取电影票房的数据！你贡献了一部分吗？

网站分析 抓包 首先我们先看一下document里面有没有数据

通过预览我们发现数据并没有在document里面，我们猜测数据可能是通过Ajax加载出来的，点到XHR选项，果然抓到了一个名为GetData的文件。

这个应该就是我们要的数据文件了，之后点开，发现是post请求，并且data里面没有加密参数。

心中一喜，这没有加密参数不是很简单吗，之后我们预览一下。

傻眼了，这也不是数据啊！猜测应该是JavaScript加密了，但是这也没办法搜索关键字，这怎么办呢。没办法只能用最笨的方法，找到发起程序这个选项。慢慢的一点一点的排除吧。

中间的send和ajax引起了我的注意，不管了点开看一下吧。来到了一个js文件，展开打断点，刷新

单步调试。发现了这样一段js语句，引起了我的注意

其中还有中文注释，这段js语句挺好懂的，大致的意思就是构建一个url，发送一个请求，成功发送就把data传过去，然后回调。我们不关心它是怎么请求又回调的，我们关心的只是这个data是怎么解析的。其中这句引起了我的注意

 

用python的代码来解释就是，调用了webInstace库里面的shell方法，传入一个data参数然后再解析一下。鼠标放在这个方法的上面，会显示这个方法的库，点进去

这下彻底看不懂了，看不懂没关系，我们之间把这个库扒下来，然后利用execjs这个库直接解析就行，我们传入个data参数就好。 不懂execjs用法的朋友可以参考一下这个篇文章execjs的使用 我用的是pycharm，不会配置node.js环境的朋友可以参考一下这篇文章Pycharm配置node.js

代码实现 我们把这个库复制下来随便命名为一个js文件，然后再文件的表头添加一下这个行代码 global.navigator={ userAgent: 'node.js', };

之后直接用python模拟请求即可。 附上源代码

import requests import execjs def get_data(YEAR): for i in range(14): data = { 'year': YEAR, 'MethodName': 'BoxOffice_GetYearInfoData' } headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.150 Safari/537.36 Edg/88.0.705.63'} url = 'https://www.endata.com.cn/API/GetData.ashx' response = requests.post(url,headers=headers,data=data) result = response.text print(result) with open("a.js","r",encoding='utf-8') as f: js = f.read() # 编译js代码 resp = execjs.compile(js) # 调用方法 response = resp.call('webInstace.shell',result) print(response) YEAR = YEAR + 1 def main(): YEAR = 2008 get_data(YEAR) if __name__ == '__main__': main() 123456789101112131415161718192021222324252627282930313233

这里我只是把数据打印出来，后续的解析，朋友们可以自行选择方法。

附带上代码运行的结果

 

PS：这只是简单的一个JavaScript逆向实战，大佬勿喷哈。

近期有很多朋友通过私信咨询有关Python学习问题。为便于交流，点击蓝色自己加入讨论解答资源基地