【2019.05】JS逆向——破解百度翻译参数（sign）爬虫超级详细

一时失言乱红尘 2022-01-29 14:17 396阅读 0赞

有时间了打算把有道、百度、Google翻译都搞一遍，  
填坑百度翻译  
这篇与有道那篇操作基本一致，有可能写的没有那篇清楚，大家也可以观摩一下上一篇  
[【2019.05】JS逆向——破解有道翻译爬虫参数（sign）][2019.05_JS_sign]

# 一、分析请求参数 #

打开地址：

> [https://fanyi.baidu.com/][https_fanyi.baidu.com]  
> 打开Chrome调试工具，然后随意输入一段文字，查看抓包结果。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70]

*  post请求
    
     *  Form data 参数  
        ![在这里插入图片描述][20190521193021543.png]

如上图所示，Form Date中只有两项是会变化的：

1.  query：我们要翻译的内容
2.  sign：本文的BOSS出现了，一串意义不明的浮点数值。

*  token是不变的，先给查找出来，全局搜索
    
     *  全局搜索发现 token 的值  
        token：13508e550366f3004701d561721e12bd  
        ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 1]

至此，我们便可以初步构造出表单date了以及URL& headers，代码见下：

import requests
    import json
    import jsonpath
    import execjs
    
    url = "https://fanyi.baidu.com/v2transapi"
    headers = { 
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0",
        "Cookie": "BAIDUID=C3A44BD2BCAA852D78454F118D907CA2:FG=1; BIDUPSID=C3A44BD2BCAA852D78454F118D907CA2; PSTM=1558237711; delPer=0; H_PS_PSSID=1455_21097_29064_28519_28769_28723_28963_28838_28585_29071; PSINO=7; locale=zh; to_lang_often=%5B%7B%22value%22%3A%22en%22%2C%22text%22%3A%22%u82F1%u8BED%22%7D%2C%7B%22value%22%3A%22zh%22%2C%22text%22%3A%22%u4E2D%u6587%22%7D%5D; REALTIME_TRANS_SWITCH=1; FANYI_WORD_SWITCH=1; HISTORY_SWITCH=1; SOUND_SPD_SWITCH=1; SOUND_PREFER_SWITCH=1; Hm_lvt_64ecd82404c51e03dc91cb9e8c025574=1558237732; Hm_lpvt_64ecd82404c51e03dc91cb9e8c025574=1558237732; from_lang_often=%5B%7B%22value%22%3A%22zh%22%2C%22text%22%3A%22%u4E2D%u6587%22%7D%2C%7B%22value%22%3A%22en%22%2C%22text%22%3A%22%u82F1%u8BED%22%7D%5D; CHINA_PINYIN_SWITCH=0; DOUBLE_LANG_SWITCH=0"
    }
    data = { 
        "from": "en",
        "to": "zh",
        "query": "",  # query 即我们要翻译的的内容
        "transtype": "translang",
        "simple_means_flag": "3",
        "sign": "",  # sign 是变化的需要我们执行js代码得到
        "token": "13508e550366f3004701d561721e12bd"  # token没有变化
    }

### 二、分析sign —— JS逆向 ###

*  全局搜索 sign  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 2]

#### 打断点-跟踪函数 ####

*  可以看出来这是应该ajax请求，p里面的参数就是我们要找的参数。
 *  在Sourth中找到刚才全局搜索到的js文件，然后搜索界面、打断点

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 3]

*  打断点后刷新页面，输入字符后页面出现  
    ![在这里插入图片描述][20190521194652259.png]  
    我们发现 sign是通过m()函数生成的
 *  然后鼠标放在m上面悬停一下会出现一个跳转，点击可以跳转到他的函数那里。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 4]
 *  跳转过后我们看到m函数是

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 5]

#### 扣代码–生成sign ####

复制上图中的JS代码，我们新建一个JS文件，命名为： baidu\_translata\_js.js

js文件最初的模样O(∩\_∩)O

然后通过编译器（可以执行js的编译器）执行该文件，也可以通过Python中的 PyExecJS 模块执行 js代码

这里是通过python执行js

import execjs
    
    query = 'Hello spider'
    with open('baidu_translate_js.js', 'r', encoding='utf-8') as f:
        ctx = execjs.compile(f.read())
    
    sign = ctx.call('e', query)
    print(sign)

*  问题来了（i未被定义）

> execjs.\_exceptions.ProgramError: ReferenceError: i is not defined  
> ![在这里插入图片描述][20190522093757502.png]

*  我们继续在浏览器中加断点调试 查看 i 值 是怎么生成的

> 我们在 6819 行中发现i `u = null !== i ? i : (i = window[l] || "") || "";` i是通过浏览器的window生成的，我们不是通过浏览器执行js的话，生成不了这个**i**，不过经过过我们多次尝试就可以发现这里的i值是不变的，所有很好操作。声明一下 i 就可以了  
> ![在这里插入图片描述][2019052209414476.png]

我们愉快的添加了下面这一行代码：

var i = "320305.131321201"

![在这里插入图片描述][20190522095439981.png]  
执行结果  
![在这里插入图片描述][20190522095508991.png]  
紧接着我们再尝试执行函数，又出现错误提示n未定义。故技重施，找到n，发现是一个函数，进入到函数把整个代码扣下来再复制到js代码最前面。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 6]

我们再次运行，已经生成了sign值，  
![在这里插入图片描述][20190522100258957.png]

### 三 至此，我们来写代码吧 ###

#### 1 扣好的JS代码 ####

baidu\_translate\_js.js

#### 2 执行js的python代码 ####

#### 3 完成爬虫，解析数据 ####

数据直接转为json数据，（response.json()）  
很好解析  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 7]  
结构清晰，很好获取数据  
response\[‘trans\_result’\]\[‘data’\]\[0\]\[‘dst’\]

### 四、封装优化——面向对象编程 ###

#!/usr/bin/env python
    # encoding: utf-8
    # @software: PyCharm
    # @time: 2019/5/22 9:26
    # @author: Paulson●Wier
    # @file: baidu_translate.py
    # @desc:
    import execjs
    import requests
    
    
    class BaiduTranslateJS(object):
        def __init__(self, query):
            """ :param query: 待翻译的内容 cookie 值 可能会影响到翻译结果，可以将未登陆情况下百度翻译的cookie填写。 """
            self.query = query
            self.url = "https://fanyi.baidu.com/v2transapi"
            self.headers = { 
                "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0",
                "Cookie": "BAIDUID=AFB6E3FB47D3EEA8C525D02E728E0991:FG=1; BIDUPSID=AFB6E3FB47D3EEA8C525D02E728E0991; PSTM=1556177968; REALTIME_TRANS_SWITCH=1; FANYI_WORD_SWITCH=1; HISTORY_SWITCH=1; SOUND_SPD_SWITCH=1; SOUND_PREFER_SWITCH=1; MCITY=-131%3A; Hm_lvt_64ecd82404c51e03dc91cb9e8c025574=1556507678,1557287607,1557714510,1557972796; BDSFRCVID=xr-sJeCCxG3twro9YX2saOEfCZPT14fNd2s33J; H_BDCLCKID_SF=tR3fL-08abrqqbRGKITjhPrM2hKLbMT-027OKKO2b-oobfTyDRbHXULELn6TLT_J5eobot8bthF0HPonHj85j6bQ3J; PSINO=2; delPer=0; H_PS_PSSID=1450_28937_21095_18560_29064_28518_29098_28722_28963_28836_28584_26350; locale=zh; yjs_js_security_passport=5b9f340d92cf7400bd5ba82b49a65bc0520935cc_1558490261_js; Hm_lpvt_64ecd82404c51e03dc91cb9e8c025574=1558493551; to_lang_often=%5B%7B%22value%22%3A%22jp%22%2C%22text%22%3A%22%u65E5%u8BED%22%7D%2C%7B%22value%22%3A%22en%22%2C%22text%22%3A%22%u82F1%u8BED%22%7D%2C%7B%22value%22%3A%22zh%22%2C%22text%22%3A%22%u4E2D%u6587%22%7D%5D; from_lang_often=%5B%7B%22value%22%3A%22jp%22%2C%22text%22%3A%22%u65E5%u8BED%22%7D%2C%7B%22value%22%3A%22zh%22%2C%22text%22%3A%22%u4E2D%u6587%22%7D%2C%7B%22value%22%3A%22en%22%2C%22text%22%3A%22%u82F1%u8BED%22%7D%5D"
            }
            self.data = { 
                "from": "en",
                "to": "zh",
                "query": self.query,  # query 即我们要翻译的的内容
                "transtype": "translang",
                "simple_means_flag": "3",
                "sign": "",  # sign 是变化的需要我们执行js代码得到
                "token": "13508e550366f3004701d561721e12bd"  # token没有变化
            }
    
        def structure_form(self):
            """ 读取js文件 执行js代码得到我们苦求的sign值 构造新的表单 :return: """
            with open('baidu_translate_js.js', 'r', encoding='utf-8') as f:
                ctx = execjs.compile(f.read())
            sign = ctx.call('e', self.query)
            # print(sign)
            # sign成功获取，写入date
            self.data['sign'] = sign
    
        def get_response(self):
            """ 通过构造的新的表单数据，访问api，获取翻译内容 :return: 翻译结果 """
            self.structure_form()
            response = requests.post(self.url, headers=self.headers, data=self.data).json()
            # print(response)
            r = response['trans_result']['data'][0]['dst']
            return r
    
    
    if __name__ == '__main__':
        baidu_translate_spider = BaiduTranslateJS('this is a test')
        result = baidu_translate_spider.get_response()
        print(result)
        print(BaiduTranslateJS('this').get_response())
        print(BaiduTranslateJS('is').get_response())
        print(BaiduTranslateJS('my').get_response())
        print(BaiduTranslateJS('love').get_response())

结果

> ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 8]

### 五、总结 ###

百度翻译的JS逆向过程至此就结束了，分析流程和步骤相当清晰，如果帮助到了你，请点个赞呗。  
     
哎，还有一篇Google翻译的，我看了下，好像google的那个参数有点复杂，先放几天吧…（绝不挖坑）

#### 感谢您的阅读，老板点个赞呗 ####

[点击前往Github（有道、百度、谷歌google 翻译JS逆向破解参数项目地址）][Github_google _JS]

# 咳咳 #

某次分享连接到群里，大佬指出了一些可以优化的地方（老脸一红.jpg）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 9]  
![在这里插入图片描述][20190613145710898.png]  
![在这里插入图片描述][20190613145723905.png]  
![在这里插入图片描述][20190613145733653.png]  
大家写代码的时候要注意些，要做到：

*  照镜子
 *  正衣冠
 *  洗洗脸
 *  治治病

向大佬看齐

[2019.05_JS_sign]: https://blog.csdn.net/qq_38534107/article/details/90411167
[https_fanyi.baidu.com]: https://fanyi.baidu.com/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70]: /images/20220129/8c0f8e19555b4172b8359142aa3550d6.png
[20190521193021543.png]: /images/20220129/c54ea5028b4f4ff791a1a2322ad482df.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 1]: /images/20220129/ed4dd98b1be740e499e9d59d6b707085.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 2]: /images/20220129/2f75a115c4d8419f9a3fae2bc34ffac9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 3]: /images/20220129/d95e5d012d1844d48190646bd210c0ef.png
[20190521194652259.png]: /images/20220129/70b28cfa2f4e44deb6eca6918c28c9a9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 4]: /images/20220129/03bae3152d0748a3a45268817959b698.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 5]: /images/20220129/df00b3389d62497f8844925ace3a66d5.png
[20190522093757502.png]: /images/20220129/90b3111cfe0e46d682a00217676c29dd.png
[2019052209414476.png]: /images/20220129/e203b17d706e4b79a8db5bea410666cb.png
[20190522095439981.png]: /images/20220129/fed0f3efaac54d54a190c3f2c5dcf0e4.png
[20190522095508991.png]: /images/20220129/dca14fd4c4af4bf4b372541622256c34.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 6]: /images/20220129/30fbeb106bec4dc393106d7040979afb.png
[20190522100258957.png]: /images/20220129/b0d07432298e4ed3948a9397dd9dff5a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 7]: /images/20220129/f17bb7a336e14a20bc8b32186503e7a5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 8]: /images/20220129/0acf677548004693a39b18dd02d962bb.png
[Github_google _JS]: https://github.com/ybsdegit/JS_reverse_translate
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM4NTM0MTA3_size_16_color_FFFFFF_t_70 9]: /images/20220129/36e84fb5f242423daeccd5c07bcda422.png
[20190613145710898.png]: /images/20220129/fff7ead83dce4294b9c0cd1ce3c98f1c.png
[20190613145723905.png]: /images/20220129/5f72142d1b0941019f820d55db434f1e.png
[20190613145733653.png]: /images/20220129/7034aa233c3e4c3a8667df781951ce9d.png