JS加密反爬实战全解：从参数定位到请求模拟的完整破解流程

在当今的网络爬虫领域，JS加密已经成为网站最常用的反爬手段之一。从简单的MD5哈希到复杂的AES对称加密，再到高度混淆的自定义算法，网站开发者们不断升级加密技术来保护数据安全。对于爬虫工程师而言，掌握JS加密的破解方法已经成为一项必备技能。本文将带你从原理到实战，系统地学习如何分析、破解JS参数加密，并实现稳定的请求模拟。

一、JS加密反爬的核心原理与常见类型

1.1 为什么网站使用JS加密反爬

传统的反爬手段如User-Agent检测、IP限制、Cookie验证等，已经被爬虫工程师们研究得非常透彻，很容易被绕过。而JS加密反爬则将关键的参数生成逻辑放在客户端执行，服务器只验证加密后的结果，这大大增加了爬虫的难度。

具体来说，JS加密反爬的优势在于：

• 加密逻辑动态变化，难以一次性破解
• 每个请求都需要生成唯一的加密参数
• 可以结合时间戳、随机数等防止重放攻击
• 混淆后的JS代码可读性极差，增加分析成本

1.2 常见的JS加密类型

目前主流的JS加密可以分为以下几类：

二、JS参数加密破解的完整流程

破解JS参数加密是一个系统性的过程，需要遵循一定的步骤和方法。下面是我总结的通用破解流程：

2.1 抓包分析与参数识别

破解的第一步是使用抓包工具分析网站的请求。推荐使用Chrome浏览器自带的开发者工具（F12），它功能强大且使用方便。

具体操作步骤：

1. 打开Chrome开发者工具，切换到"Network"面板
2. 勾选"Preserve log"选项，防止页面刷新时日志丢失
3. 刷新页面或触发目标操作
4. 找到对应的API请求，查看"Request Headers"和"Form Data"
5. 识别出哪些参数是加密的，通常命名为sign、token、signature、_sign等

关键技巧：对比多次请求的参数，找出变化的参数。不变的参数通常不需要处理，而变化的参数就是我们需要破解的目标。

2.2 定位加密函数位置

找到加密参数后，下一步就是定位生成这些参数的JS函数。常用的方法有：

方法一：全局搜索关键词

在Chrome开发者工具的"Sources"面板中，使用快捷键Ctrl+Shift+F打开全局搜索，搜索加密参数的名称。例如，如果加密参数是"sign"，就搜索"sign="、“sign:”、"sign("等。

方法二：XHR断点

如果加密参数是在AJAX请求中发送的，可以使用XHR断点来定位。在"Sources"面板的"XHR/fetch Breakpoints"中添加断点，输入API请求的部分URL。当请求发送时，代码会在发送前中断，此时可以查看调用栈，找到加密函数的位置。

方法三：事件断点

如果加密参数是在点击按钮等事件触发时生成的，可以使用事件断点。在"Sources"面板的"Event Listener Breakpoints"中展开"Mouse"，勾选"click"。当点击按钮时，代码会中断，然后逐步调试找到加密函数。

2.3 分析加密逻辑与提取代码

找到加密函数后，就需要分析它的逻辑。这是整个破解过程中最困难的部分，尤其是当JS代码被混淆时。

常用的调试技巧：

• 在加密函数的入口处设置断点
• 逐步执行代码（F10），观察变量的变化
• 使用"Watch"面板监控关键变量的值
• 使用"Call Stack"面板查看函数调用关系
• 使用"Scope"面板查看当前作用域的变量

如果JS代码被混淆了，可以使用一些工具进行反混淆，比如js-beautify、deobfuscator等。但需要注意的是，有些混淆技术非常复杂，反混淆工具可能无法完全还原代码，这时候就需要耐心地手动分析。

2.4 复现加密逻辑

分析完加密逻辑后，就需要在我们的爬虫代码中复现这个过程。有两种常用的方法：

方法一：使用Python直接复现

如果加密逻辑比较简单，比如只是MD5哈希或者简单的字符串拼接，可以直接用Python代码复现。这种方法执行速度快，不需要依赖外部环境。

方法二：使用Node.js调用原JS代码

如果加密逻辑比较复杂，或者使用了一些JS特有的函数，直接用Python复现会非常困难。这时候可以使用Node.js来执行原JS代码，然后通过Python调用Node.js获取加密结果。

三、实战案例：破解某电商网站的sign参数

为了让大家更好地理解整个过程，下面我将以一个实际的电商网站为例，详细演示如何破解sign参数加密。

3.1 抓包分析

首先，我们打开目标网站，使用Chrome开发者工具抓包。找到商品列表的API请求，查看请求参数：

https://api.example.com/goods/list ?page=1 &size=20 &timestamp=1650000000000 &nonce=abcdef123456 &sign=7b2c8a9d0e1f3b5c7e9a2b4d6f8c0a1e

可以看到，请求参数中有timestamp（时间戳）、nonce（随机数）和sign（签名）三个动态参数。我们的目标就是破解sign参数的生成逻辑。

3.2 定位加密函数

我们使用全局搜索功能搜索"sign="，很快就找到了相关的JS代码：

functiongenerateSign(params){varkeys=Object.keys(params).sort();varstr='';for(vari=0;i<keys.length;i++){str+=keys[i]+'='+params[keys[i]]+'&';}str=str.substring(0,str.length-1);str+='secret_key=abcdefghijklmnopqrstuvwxyz123456';returnmd5(str).toUpperCase();}

3.3 分析加密逻辑

通过分析代码，我们可以看出sign参数的生成逻辑是：

1. 将所有请求参数按键名排序
2. 按照"key=value&"的格式拼接成字符串
3. 在字符串末尾拼接上固定的密钥"secret_key=abcdefghijklmnopqrstuvwxyz123456"
4. 对拼接后的字符串进行MD5哈希
5. 将结果转换为大写

3.4 Python复现加密逻辑

现在我们可以用Python代码来复现这个加密逻辑：

importhashlibimporttimeimportrandomimportstringdefgenerate_sign(params,secret_key):# 按键名排序sorted_keys=sorted(params.keys())# 拼接参数str_list=[]forkeyinsorted_keys:str_list.append(f"{key}={params[key]}")sign_str='&'.join(str_list)# 拼接密钥sign_str+=f'&secret_key={secret_key}'# MD5哈希并转大写md5=hashlib.md5()md5.update(sign_str.encode('utf-8'))returnmd5.hexdigest().upper()# 生成随机noncedefgenerate_nonce(length=12):return''.join(random.choices(string.ascii_letters+string.digits,k=length))# 生成时间戳defgenerate_timestamp():returnstr(int(time.time()*1000))# 测试if__name__=='__main__':params={'page':'1','size':'20','timestamp':generate_timestamp(),'nonce':generate_nonce()}secret_key='abcdefghijklmnopqrstuvwxyz123456'sign=generate_sign(params,secret_key)params['sign']=signprint(params)

3.5 模拟请求

有了加密参数的生成方法，我们就可以模拟请求获取数据了：

importrequestsdefget_goods_list(page=1,size=20):base_url='https://api.example.com/goods/list'params={'page':str(page),'size':str(size),'timestamp':generate_timestamp(),'nonce':generate_nonce()}secret_key='abcdefghijklmnopqrstuvwxyz123456'params['sign']=generate_sign(params,secret_key)headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36','Referer':'https://www.example.com/','Accept':'application/json, text/plain, */*'}response=requests.get(base_url,params=params,headers=headers)ifresponse.status_code==200:returnresponse.json()else:print(f"请求失败，状态码：{response.status_code}")returnNone# 测试if__name__=='__main__':goods_list=get_goods_list(page=1,size=20)ifgoods_list:print(goods_list)

四、高级技巧与常见问题解决

4.1 处理混淆的JS代码

很多网站会对JS代码进行混淆，使其变得难以阅读。常见的混淆技术包括：

• 变量名和函数名替换为无意义的字符
• 字符串加密
• 控制流扁平化
• 死代码注入

对于混淆的JS代码，我们可以使用以下方法处理：

1. 使用反混淆工具进行初步处理
2. 逐步调试，理解关键部分的逻辑
3. 提取核心加密函数，忽略无关的混淆代码
4. 使用AST（抽象语法树）分析工具辅助分析

4.2 处理动态生成的JS代码

有些网站会动态生成JS代码，每次请求都会返回不同的代码。这时候我们需要：

1. 每次请求都获取最新的JS代码
2. 分析JS代码的生成规律，找出不变的部分
3. 使用正则表达式提取关键的加密逻辑
4. 使用Node.js的vm模块动态执行JS代码

4.3 处理反调试技术

为了防止开发者调试JS代码，很多网站会加入反调试技术，比如：

• 检测开发者工具是否打开
• 无限debugger
• 检测断点

应对方法：

1. 使用浏览器插件禁用反调试
2. 在代码中找到反调试的部分，手动删除或修改
3. 使用无头浏览器如Puppeteer、Playwright来绕过反调试

4.4 处理RSA非对称加密

如果网站使用RSA非对称加密，我们需要：

1. 找到网站使用的公钥
2. 使用Python的rsa库或pycryptodome库进行加密
3. 注意公钥的格式，通常是PEM格式或PKCS#8格式

五、注意事项与法律风险

在进行爬虫开发时，我们必须遵守法律法规和道德规范：

1. 不要爬取敏感信息和个人隐私数据
2. 遵守网站的robots.txt协议
3. 控制爬取频率，避免对服务器造成过大压力
4. 不要将爬取的数据用于商业用途
5. 如果网站明确禁止爬虫，就不要强行爬取

六、总结

JS加密反爬是爬虫领域的一个重要课题，需要我们不断学习和实践。本文介绍了JS加密的常见类型、破解流程和实战案例，希望能帮助大家掌握这项技能。

需要注意的是，网站的反爬技术也在不断升级，没有一劳永逸的破解方法。作为爬虫工程师，我们需要保持学习的热情，不断提升自己的技术水平，同时也要遵守法律法规，做一个负责任的开发者。

👉 点击我的头像进入主页，关注专栏第一时间收到更新提醒，有问题评论区交流，看到都会回。