爬虫瑞数5案例：某大学总医院
声明：
该文章为学习使用，严禁用于商业用途和非法用途，违者后果自负，由此产生的一切后果均与作者无关
一、瑞数简介
瑞数动态安全 Botgate（机器人防火墙）以“动态安全”技术为核心，通过动态封装、动态验证、动态混淆、动态令牌等技术对服务器网页底层代码持续动态变换，增加服务器行为的“不可预测性”，实现了从用户端到服务器端的全方位“主动防护”，为各类 Web、HTML5 提供强大的安全保护。
由于之前某通信的瑞数已经调整，这里再出一篇文章，瑞数特点以及请求执行的流程已在之前的文章中分析过，这里不再特别讲解；该爬虫案例和之前瑞数5唯一的不同就是cookie名称，其他都一样，瑞数5具体特点可参考该文章：https://blog.csdn.net/randy521520/article/details/135304417，这次补环境用的方法和上次不一样，多了补load事件的环境，而且采用了面向对象的方法补环境，在逆向中通常会遇到removeChild、addEventListener、getAttribute这些方法，其实每个标签的这些方法逻辑是相同的，所以这次补环境采用了面向对象继承的写法而不是传统的json，随着逆向的网站增加逐渐完善该js，方便自己之后逆向重新写这些相同的代码，虽然有工具可以自己补环境，但是补出来的很多代码是无用的。如果不想用工具补环境，可以借鉴该案例，虽然比不上工具补的齐全，但是会减少自己的工作量
二、瑞书cookie分析
- js运行atob(‘aHR0cHM6Ly9zdWdoLnN6dS5lZHUuY24vSHRtbC9OZXdzL0NvbHVtbnMvNy9JbmRleC5odG1s’)拿到网址，F12打开调试工具（打开F12会遇到无限debugger，这是个eval执行的debugger，右击左侧代码行点击Never pause here过掉即可），刷新页面，找到 News/Columns/7/Index.html 请求（状态200），鼠标右击请求找到Copy>Copy as cUrl(cmd)
- 打开网站：https://spidertools.cn/#/curl2Request，把拷贝好的curl转成python代码，新建 szdxzyy.py，把代码复制到该文件
- 调试工具查看cookies，此时cookies中有ihkYnttrQXfVO、ihkYnttrQXfVP，ihkYnttrQXfVO的httpOnly打勾说明是第一次请求设置cookies。而ihkYnttrQXfVP值得第一个字符是代表是瑞数5代，且httpOnly未打勾说明是js生成
- 使用hook定位ihkYnttrQXfVP，参数生成位置，这里我使用的是油猴
- 编辑好油猴脚本，启动该脚本，切换到Application，清除浏览器的cookie，一定要清除cookie
- 清除cookie后，刷新页面后会进入油猴脚本里的debugger，一直点击跳出当前函数，遇到下图arguments[1]出现js代码字符串停下；在点击跳出当前函数过程中会遇到一个虚拟文件，该虚拟文件是下图中的arguments[1]生成的，在这里注意下作用域中的_$mR正好是js字符串
- 由于虚拟文件，每次生成的都不一样，所以需要把该文件本地替换，替换后刷新页面在该文件内搜索, _KaTeX parse error: Expected group after '_' at position 10: mR)，看到类似(_̲On, _$mR)的代码行在该行断点
原文地址：https://blog.csdn.net/randy521520/article/details/140473651
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！