python爬蟲之JS逆向某易雲音樂

逸樂太子發表於2022-06-11
Python爬蟲JS

Python爬蟲之JS逆向採集某易雲音樂網站

在獲取音樂的詳情資訊時，遇到請求引數全為加密的情況，現解解決方案整理如下：

JS逆向有兩種思路：

一種是整理出js檔案在Python中直接使用execjs呼叫js檔案（可見我的另一篇文章《 python爬蟲之企某科技JS逆向》）。

一種是根據JS中的邏輯，使用Python重寫相應的方法。(可見另一篇文章《爬蟲之JS逆向》)

本文介紹的也是第一種思路，即從目標網站中提取JS檔案，然後由Python中使用execjs呼叫，得到我們想要的資料。

需求：爬取音樂網站中的飆升榜資料https://music.163.com/#/discover/toplist

遇到的問題：在請求單條音樂詳情時遇到請求引數均是加密的情況。

第一步：獲取列表資料，此條沒什麼限制，跳過。

GET請求https://music.163.com/discover/toplist，即可獲取到頁面資訊，從頁面中提取資訊即可。

第二步：單條音樂播放時，網站傳送了請求，在請求回撥中返回了音樂檔案的地址。

UntitledImage

切換到載荷頁籤，可以看到params和encSecKey兩個引數均是加密狀態的資料。

UntitledImage

根據關鍵詞encSecKey來搜尋一下指令碼檔案。通過ctrl+f再次搜尋定位到這一行，params和encSecKey兩個引數最終的位置定位到了。

UntitledImage

具體程式碼為：

var bKB3x = window.asrsea(JSON.stringify(i6c), buV0x(["流淚", "強"]), buV0x(Rg2x.md), buV0x(["愛心", "女孩", "驚恐", "大笑"]));
            e6c.data = j6d.cr7k({
                params: bKB3x.encText,
                encSecKey: bKB3x.encSecKey
            })

也就是說我們需要的params和encSecKey是由window.asrsea方法生成，此方法有四個引數，多次除錯發現第一個引數與音樂屬性相關，後三個引數均為固定的字串。

在控制檯輸入window.asrsea敲擊回車，檢視方法定義，點選一下即可定位到指令碼中實際的位置。

UntitledImage

根據方法中的相互引用關係，將JS指令碼中相應程式碼複製到一個JS檔案中。

然後根據最終返回的需要，我們再定義一個方法來實現。

function get_params() {
    let d1 = {
        "ids": "[1945262840]",
        "level": "standard",
        "encodeType": "aac",
        "csrf_token": ""
    },
       
        d2 = buV0x(["流淚", "強"]),
        d3 = buV0x(Rg2x.md),
        d4 = buV0x(["愛心", "女孩", "驚恐", "大笑"]);
    let res = asrsea(JSON.stringify(d1), d2, d3, d4);
    return j6d.cr7k({
        params: res.encText,
        encSecKey: res.encSecKey,
    });
}

此處定義的get_parmas中音樂ID寫死了的，這個後續可以改成動態的即可。

至此，這個音樂網站的JS逆向算是搞完了。下面來看一下效果。

UntitledImage

相關文章