JS逆向进阶案例 | 破解Base64加密数据

前情回顾：
有道翻译参数破解
百度翻译参数破解
破解JSON加密字符串

本次爬取网址：人口流动大数据

一、抓包Base64解密

由于最近几天都没有数据，为更好地演示案例，将日期设定于2020-12-23。利用谷歌浏览器进行抓包，结果如下

从上图可知，最终返回的数据是一串加密字符串，且在字符串的末端出现了==（标准的base64会用等号作后缀！且数目一定是0、1或者2个）。因此，可初步猜测原字符串是被base64进行加密的。将该部分字符串复制到在线base64解码进行解密，结果如下

从结果来看，原字符串的确是由base64进行加密的！但解码后，得到的仍然是加密的JSON字符串，接下来我们就按照上篇博客破解JSON加密字符串介绍的步骤进行解密吧。

二、寻找加密JS源码

经过上篇博客分析，我们知道像这种JSON加密的字符串，在Javascript中必定会有JSON.parse函数。因此，这里我们可以直接以Json.parse为关键词进行搜索（或者以var iv搜索也是可以的，var是JS中定义变量的方式），搜索结果如下

虽然搜索出5个JS文件，但是通过简单分析可知，我们需要的加密源码一定是在index.js中（cityCodeList、flightCodeList等字段很明显是我们需要爬取的数据字段）点击进入index.js文件后，依旧以json.parse为关键词进行搜索，最终定位到110行，在此打断点，刷新页面，结果如下

从结果来看，dataDecode就是我们找的入口函数！data为一开始我们分析的base64加密字符串！因此，我们将此部分的JS代码复制下来，并存为pop.js。

function   dataDecode(data){
            var base = new Base64(); 
            var d = JSON.parse(base.decode(data));
            var key = 'UVJgCE+OFIff3hK5BT5sPBbGZzjR6FwntjSCwOA9tUQ=';
            var key1  = CryptoJS.enc.Base64.parse(key);
            var iv1   = CryptoJS.enc.Base64.parse(d.iv);
            var decrypted=CryptoJS.AES.decrypt(d.value,key1,{
                iv : iv1,
                mode : CryptoJS.mode.CBC,
                padding : CryptoJS.pad.Pkcs7
            });
            var d = decrypted.toString(CryptoJS.enc.Utf8);
            return JSON.parse(d);
        }

接下来，就是查漏补缺的时候了。

三、查漏补全JS代码

同前几篇博客一样，这里依旧利用execjs库执行JS代码，该部分Python代码如下所示

import execjs
import requests

def get_jscode(file_path):
    with open(file_path,'r',encoding='utf8') as f:
        jscode = f.read()
    return jscode

def get_data(url):
    header = {
        'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.75 Safari/537.36'
    }
    data = requests.get(url).text
    return data
if __name__=='__main__':
    url = 'https://unicom_trip.133.cn/api/v1/city/source-top/V0152900?date=20201223'
    data = get_data(url)
    jscode = get_jscode('c:/users/dell/Desktop/pop.js')
    rst = execjs.compile(jscode).call('dataDecode',data)
    print(rst)

第一个错误为Base64未定义，这里我们返回到网站中，点击Base64()函数进行跳转到base64.js文件，结果如下

考虑原JS过长，在这里不再展示。将其全部复制后，加入pop.js文件中，再次执行Python代码如下所示

第二个错误为CryptoJS未定义，同样返回原网站，点击CryptoJS.enc.Base64.parse函数进行跳转到cryto-js.js文件

（注意：这里如果电脑没有安装nodejs会先报JSON未定义的错误！）

结果如下

注意观察，如果仅复制这一块JS代码，那只能解决原入口函数中CryptoJS.enc.Base64.parse该部分。但入口函数中还涉及到CrytoJS.AES.decrypt函数等与CrytoJS有关的参数。这里为了方便起见，我们将整个CryptoJS对象复制下来。


同样，考虑这部分JS代码过长，在此不再展示。将其加入pop.js文件后，再次执行Python代码，结果如下：

成功返回数据！

四、寻找城市代码数据

虽然我们拿到了数据，但从返回的结果来看，却不知道source_city对应的是哪个城市。还记得我们刚开始在index.js文件中搜索出的cityCodeList字段么？我们定位到cityCodeList，在90行打下断点，进行刷新，如下图所示。cityList就是我们寻找的数据！

在控制台输入cityList后，即可返回城市代码的JSON数据。将其复制后，存为JSON文件。

最终完整代码如下

import execjs
import requests
import json
import pandas as pd


def get_jscode(file_path):
    with open(file_path,'r',encoding='utf8') as f:
        jscode = f.read()
    return jscode

def get_data(url):
    header = {
        'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.75 Safari/537.36'
    }
    data = requests.get(url).text
    return data

def save_data(data,json_path):
    with open(json_path,'r',encoding='utf8') as f:
        citycode = json.load(f)
    data_list = data['data']
    df = []
    for city in data_list:
        code = city['source_city']
        city_name = citycode[code]['city_name']
        user_percent = city['user_percent']
        df.append([city_name,user_percent])
    df1 = pd.DataFrame(df,columns=['城市名','流入比例'])
    df1.to_csv('c:/users/dell/desktop/flight.csv',index=False,encoding='gbk')
    print(df1)
    
if __name__=='__main__':
    url = 'https://unicom_trip.133.cn/api/v1/city/source-top/V0152900?date=20201223'
    data = get_data(url)
    jscode = get_jscode('c:/users/dell/Desktop/pop.js')
    rst = execjs.compile(jscode).call('dataDecode',data)
    save_data(rst,'c:/users/dell/Desktop/city_code.json')

爬取数据部分展示

以上就是本次分享的全部内容~