本文轉(zhuǎn)載自公眾號 | 日常學(xué)Python
作者 | sergiojune
如果你現(xiàn)在想模擬登陸知乎，會發(fā)現(xiàn) fromdata 是一串加密的字符串
看了之后是不是很痛苦？你是不是就想使用 selenium 來模擬登陸？不過好像知乎對 selenium 也進(jìn)行了相應(yīng)的反爬處理，哈哈。但是我不也想用 selenium，效率太慢了，直接破解 js 才是我最喜歡挑戰(zhàn)的。好，我現(xiàn)在教你如何用 js 硬擼破解,廢話不多說，直接進(jìn)入正題。
1. 找出signature加密
加密位置這個相對來說是比較難找的，需要自己對那些混淆過的 js 進(jìn)行一遍又一遍的搜尋，有時候你看到頭皮發(fā)麻也不一定找得到，再加上這個加密參數(shù)是一堆字符串，連個鍵都沒有，搜索的條件都沒有。這怎么辦呢？我們可以去百度或者谷歌看看前人是怎么搞的。
你直接搜索知乎模擬登陸的話，會發(fā)現(xiàn)以前的知乎的 fromdata 是鍵值形式的，有以下鍵值對
順便也可以看看之前的破解思路，看到了上面的 signature 是通過加密來的，猜測知乎應(yīng)該也是對之前的鍵值加密的 fromdata 進(jìn)行加密的，在控制臺搜搜 signature 看看有沒有線索
提示：按下 ctrl + shift + f 可出現(xiàn)搜索框
一搜，果然有，看了看，signature 的加密過程和以前的還是一樣的，證明我的猜想正確了，說明是通過之前的 fromdata 的鍵值對進(jìn)行加密成的一堆字符串，現(xiàn)在就看看 signature 是如何加密的。
如果你對加密有點了解的話，還容易知道通過上面代碼知道，很容易知道是通過 hmac 加密，哈希算法是 sha1，密鑰為 d1b964811afb40118a12068ff74a12f4，加密數(shù)據(jù)有四個，為 clientId、grantType、timestamp 和 source，這些值都可以在上面通過調(diào)試出來的，就不多說了，如下
2. 找出fromdata的完整鍵值對
在知道 signature 是如何加密的之后，我們還需要找出完整的 fromdata 先，不過在上面的調(diào)試中，你會發(fā)現(xiàn)也有幾個 fromdata 值，但是不全。
這時候如果我們得繼續(xù)搜索 signature 的話，找了一整天你都會發(fā)現(xiàn)不到什么線索，這時候我們可以通過登陸的 url 進(jìn)行突破，看看 url 是哪個路徑，然后一段搜。
其登陸url是 https://www.zhihu.com/api/v3/oauth/sign_in。那我們可以直接搜 sign_in 試試。搜了發(fā)現(xiàn)和上面的 signature 是在同一個 js 文件上的，感覺應(yīng)該有戲。
這個和登陸地址完全匹配，應(yīng)該就是這個了，可以進(jìn)行調(diào)試一波
這不出來了，經(jīng)過多次調(diào)試，發(fā)現(xiàn)大多數(shù)值都是固定的，只有 signature 和 timestamp 不是，其他的就是賬號密碼之類的，還有個驗證碼 captcha 以及它的類型 lang，signature 上面的已經(jīng)找出來了，timestamp 很明顯就是時間戳，其他的就不多說了。
現(xiàn)在的 fromdata 已經(jīng)全部找出來了，我們離加密字符串又近了一步，如果你直接用這個表單進(jìn)行模擬登陸，會給你返回下面錯誤
Missing argument grant_type
可見我們還得找出這個 fromdata 的加密方法。
3. 找出 fromdata 加密位置
如果你是第一次找這個，估計你得不斷地翻 js，也不一定能找得到，或者你可以根據(jù)下面這個調(diào)用函數(shù)過程來找
會發(fā)現(xiàn)很多，不過你懂套路的話都知道加密一般都用到 encrypt 名字之類的,可以直接根據(jù)這個名字搜
一搜果然有這個，通過查看你很容易就找到這個
這個一通過調(diào)試，你可以看到，我們的加密字符串出來了，是不是很激動，我當(dāng)時找到了這個的時候激動不得了。
這個是加密的字符串
這個就是我們需要找的
歷盡千辛萬苦，終于找出了廬山真面目，激動不？先不要激動先，這只是加密的位置，后面的才是最難的！
4. 找出 fromdata 加密的所有方法
知道位置后，我們可以直接把這個加密的 js 方法都扣出來，放在一個 html 文件內(nèi)執(zhí)行就好。
在上面找出位置之后，很容易就可以看到這個完整的一個的加密方法
按這個半括號向上找，你就可以找到一個完整的加密方法，這個就是整個 fromdata 的加密方法，挺容易找的，如果覺得不方便找的，可以先將這個 js 文件里面的代碼復(fù)制下來，然后到 Sublime Text 軟件上找，這個可以折疊，也比較容易找，找出來是這樣子
格式化之后有 400 多行，而且全是混淆，難看得一批。
為了看看這個正確不正確，我們可以把函數(shù)里面的內(nèi)容直接拿出來，就是去掉最外層的函數(shù)，然后調(diào)用下面的函數(shù) Q，把我們的 fromdata 傳進(jìn)去
最后將上面的 JavaScript 給弄成一個 html 文件，放在 script 標(biāo)簽內(nèi)即可
格式就和上面一樣，然后直接用瀏覽器上打開這個 html 文件，你會看到這個
這個就是我們一直努力在找的 fromdata 加密字符串。
弄完這個之后，我們繼續(xù)使用 python 來操作了，因為這個 加密的方法格式化之后有 400 多行，實在太多，也全都是混淆，如果想用 python 來實現(xiàn)的話也不是不可能，就是成本太大了，需要的時間太多了，我們還不如直接使用 python 的 execjs 來執(zhí)行 JavaScript 代碼直接獲得就可以了，這個簡單方便。
(我們除了使用 execjs 來執(zhí)行，還可以使用 selenium 運行這個html 文件也是可以的，但是我并不想用 selenium 這個工具，還是喜歡折騰，所以忽略了，想用的可以試試。)
但是這里又會有一個問題，我們用瀏覽器打開的是為它提供了一個瀏覽器的運行環(huán)境，我們在 python 使用的 execjs 提供的是 node 環(huán)境，兩個環(huán)境的不一樣，就會產(chǎn)生不同的效果，下面我們可以選擇使用 webstorm 編輯器來提供 nodejs 環(huán)境來進(jìn)行嘗試以下。
5. 在 node 環(huán)境調(diào)試加密代碼
你可以拿上面的 JavaScript 代碼在 webstorm 運行，你就會看到
TypeError: __g._encrypt is not a function
所以我們需要調(diào)試，需要把那些在瀏覽器上只有的對象，比如 window、navigator之類的對象給弄掉，從而在 node 上用不用的代碼代替相同的效果即可。
要調(diào)試我們先要找到代碼運行的開端，可以很容易找到
可以看到，這里它會先去判斷有沒有 window 這個對象來判斷是不是在瀏覽器上面運行的，所以我們可以直接把它修改成 true 或者其他****表示成 true 的值都可以
再次運行，可以看到這個錯誤
ReferenceError: atob is not defined
這個 atob 是將 base64 加密的字符串給解密，在 node 環(huán)境下是沒有這個方法的，我們需要使用 Buffer.toString()替代即可。
運行之后，還是報這個錯誤
TypeError: __g._encrypt is not a function
注意：這個是大坑，估計一般人每個一兩天還搞不定，這個是因為上面的解密的，但是上面的并不一樣，你可以在上面的兩個函數(shù)加斷點，分別在瀏覽器和 node 環(huán)境下運行，可以看到解密的數(shù)據(jù)是不一樣的，是因為在瀏覽器上的 base64 加密的是 binary 編碼，解密之后也就同樣需要使用 binary 編碼，這個是我在知乎的資源文件上搜索 atob 這個方法，然后慢慢查找看到的，當(dāng)時也差不多心態(tài)崩了，還好堅持下來了。而我在 node 環(huán)境下解密之后使用了默認(rèn)的編碼，所以解密的數(shù)據(jù)出錯了。當(dāng)我們加上 binary 編碼之后，再運行
這時，錯誤不再是上面那個了，變成了另一個，證明解密正確了，再來看看下面這個錯誤
execption at 11: ReferenceError: window is not defined
原來是 window 對象惹的禍，這個時候就需要我們偽造 window 對象了，至于怎樣偽造呢，我們可以調(diào)試出錯的地方，看看它使用了什么方法，就直接使用適合 node 運行的相同效果的代碼代替就可以了，經(jīng)過多次調(diào)試，需要我們偽造 window 和 navigator 這兩個對象，下面就是偽造之后的代碼
這個時候再運行看看。
可以看到成功了，上面的紅色字是一個提示，關(guān)于 Buffer 的，這個我們忽略就行，接下來就可以使用 python 環(huán)境進(jìn)行測試了。
果然，都出來了，哈哈，注意需要先安裝 PyExecJS 庫，自行安裝，然后在測試的時候記得導(dǎo)入 execjs 即可?，F(xiàn)在這個 fromdata 算是大功告成了，接下來就是登陸驗證下我們搞得這個加密對不對了。
6. 模擬登陸知乎
這個知乎的登陸也是坑滿滿，我也給踩了幾個，這個就直接說坑吧，其他的就不多說了。
我只是用手機(jī)號來登陸的，也可以用郵箱登陸，過程都差不多的。
1. 請求登陸的網(wǎng)址的請求頭需要帶上這幾個
不帶 content-type 的話，會給你返回這個錯誤
Missing argument grant_type
不帶 x-zse-83 的話，會給你返回這個錯誤
請求參數(shù)異常，請升級客戶端后重試
至于 agent-user 那就更不需要說了。
2. 請求順序
知乎這個登陸是首先請求驗證碼地址，看需要不需要填寫驗證碼，如果需要填就再請求一次，而且還需要再再請求一次查看是否輸入驗證碼正確，不正確就重復(fù)上面步驟，當(dāng)不需要填寫驗證碼的時候就可以直接請求登陸網(wǎng)址了。
還有上面的三次請求的驗證碼地址的請求方法都是不一樣的，哪種方法自行調(diào)試即可。
3. 驗證驗證碼
在驗證驗證碼的時候請求頭的 content-type 不要填寫 值為 multipart/form-data，如果填了請求驗證碼的時候會給你返回這個錯誤：
{"error":{"message":"Missing argument input_text","code":400}}
它的意思是說沒有帶上驗證碼驗證，當(dāng)我們?nèi)サ舻倪@個字段的時候，就可以驗證了。
驗證驗證碼的時候請求頭只需要有一個** user-agent **就可以了
4. 請求的所有階段帶上 cookie
知乎這個有個 cookie 值是驗證碼票據(jù)，是從第一次請求驗證碼地址來的，就是下面這個
如果不帶 cookie請求或者請求順序不一樣都有可能給你返回這個錯誤。
{"error":{"message":"缺少驗證碼票據(jù)","code":120002,"name":"ERR_CAPSION_TICKET_NOT_FOUND"}}
5.
你還想要？沒有了，坑暫時只有這么多，最后給你們看下登陸成功的結(jié)果
7. 寫在最后
這個登陸折騰了差不多一周了，實際來說可能是三周，因為從剛開始看不懂 js 代碼，就跑去學(xué)了兩周 js，現(xiàn)在總得來說 js 也可以說上手了，以后或許也會使用 nodejs 搞點爬蟲，挺好玩的。
如果你上面看不懂不要緊，可以先去學(xué)習(xí)下 js，推薦大家去廖雪峰的官網(wǎng)看 JavaScript 教程，寫得蠻不錯的，如果想看視頻學(xué)的可以加我好友，微信 june--98給你發(fā)教程，如果直接發(fā)容易和諧，所以加好友發(fā)方便點。
至于代碼，暫時不公布了，如果你一步一步按照我方法來弄的話估計也可以，前提的有 js 基礎(chǔ)最好，以后會公布的，等我再完善先，因為還需要干別的東西。如果有問題也可以找我，加我微信 june--98 拉你進(jìn)群討論即可。
