前言

网络爬虫的大障碍，就是各种加密。这其中包过登录的验证码以及加密。js混淆、js参数加密等等。其实以前也就了解过js加密。但是没有深入研究，借着这次实践研究了一下网易云音乐的加密方式。

博主通过网易云音乐评论加密的实例来做个学习过程的分析和分享。

如果有问题或者不懂的地方可以关注我的微信公众号(bigsai)，联系我。

技能点

• 前端：js知识(比较重要)、谷歌浏览器debug、抓包、打断点调试能力(必须)。以及js各种加密函数(了解).
• python:基础的请求requests。Crypto.Cipher加密解密模块。
• 其他：postman(模拟请求使用)，良好的思维能力和分析能力。(加密算法有些乱)，还有一点就是js加密转python的代码实现。

界面概况

静态网页

对于一般的url随着页面的变化而变化的页面，网易云还是有的，你只需要抓取网页进行分析即可。

动态网页

但随着前后端分离的流行，以及数据分离好处明显。越来越多的数据采用ajax渲染。而网易云的评论即使如此。 在前后端分离刚火，那时很多网站对借口并没有太大的防护措施。就使得很多网站轻松获取结果。至今也有很多这样的借口存在，这种网站爬去就是傻瓜式爬取。

然而随着前段技术的发展，接口也变的越来越棘手。就拿网易云的评论来说：它的参数就让人很懵逼。 这一串串数字到底是啥。很多人见到这样的数据就会选择放弃。那么让我为你解开它什么的面纱。

页面解析

step1： 找参数

你可以看的到，它的参数有两个，一个是params，一个是encSecKey并且都是经过加密的，我们就要分析它的源头。F12打开source搜索encSckey.

'在查找这个js内部的encSecKey，发现原来在这里，经过断点调试发现这里就是最终参数的结果。

step2：分析js函数

这个js有4w多行，如何能在4w多行js中找到有用的信息，然后理清楚这里的思路呢？

这就需要你的抽象和逆向思维了。来，咱么开始分析。

   var bYc7V = window.asrsea(JSON.stringify(i3x), bkY2x(["流泪", "强"]), bkY2x(VM8E.md), bkY2x(["爱心", "女孩", "惊恐", "大笑"]));e3x.data = k4o.cz4D({params: bYc7V.encText,encSecKey: bYc7V.encSecKey})
复制代码

上面这段代码中就是来源，我们先不管这个JSON.stringify(i3x)这些参数是啥，先搞清楚window.asrsea是什么。在上面不远处你会发现：

这个就是d函数才是所有数据，方法的根源，d、e、f、g四个参数就是我们刚刚说的不要管的参数。 从这个函数就是分析：encText是经过两次b()函数，encSecKey是经过c()函数，执行的一个参数。注意其中i参数来源是a(16).网上看看这些函数。

 function a(a) {var d, e, b = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789", c = "";for (d = 0; a > d; d += 1)e = Math.random() * b.length,e = Math.floor(e),c += b.charAt(e);return c}function b(a, b) {var c = CryptoJS.enc.Utf8.parse(b), d = CryptoJS.enc.Utf8.parse("0102030405060708"), e = CryptoJS.enc.Utf8.parse(a), f = CryptoJS.AES.encrypt(e, c, {iv: d,mode: CryptoJS.mode.CBC});return f.toString()}function c(a, b, c) {var d, e;return setMaxDigits(131),d = new RSAKeyPair(b,"",c),e = encryptedString(d, a)}function d(d, e, f, g) {var h = {}, i = a(16);return h.encText = b(d, g),h.encText = b(h.encText, i),h.encSecKey = c(i, e, f),h}
复制代码

可以发现a(16)就是一个随机生成的数，所以我们不需要管他。而b目前来看是AES的cbc模式加密。那么这个encText生成的规则我们就很清楚了。两次AES的cbc加密。其中偏移量为0102030405060708固定不变。两次的key不同。而函数c就是三个参数进行RSA加密。整个算法大体流程差不多稍微了解。

到这里先停一下，不要在分析函数了，我们在分析分析数据。

step3：分析参数

再回到var bYc7V = window.asrsea(JSON.stringify(i3x), bkY2x(["流泪", "强"]), bkY2x(VM8E.md), bkY2x(["爱心", "女孩", "惊恐", "大笑"]))这个函数。凭直觉能够感觉得到有些数据一定跟我们的核心参数无关，最多跟时间戳有关。

查找bky2x源头，

再找的话其实没必要，这类函数你找找。可以复制到vscode溯源找到根源。分析，在这里就不繁琐介绍。直接打断点分析吧！看看他是怎么执行的。 其实多次抓你会发现后三个参数是固定不变的(非交互型数据)。 然而最想要的是第一个参数 你心心年年的参数原来长这个样，那么和预想差不多，仅仅第一个参数和我们的参数有关。offset就是页面*20，R_SO_4_+songid就是当前这首歌的id.其实到这个时候，你的i和encSecKey可以一起保存了。因为上面分析说过，这个i是随机生成，而encSecKey也和我们核心参数无关，但是和i相关，所以要记录一组。用作ESA加密的参数和post请求的参数。

现在的你是不是很激动，因为真想即将浮出水面。

step4： 校验

这步骤也是很重要的一环，因为你在它的js中会发现。

网易是否会动手脚呢？下载原始的js进行测试。发现哈哈，结果一致。那么就不需要更改再仔细查看那段加密算法的代码了。

架构图为

step5：转为python代码

需要将AES的cbc模式的代码用Python克隆。达到加密的效果，测试一下。发现结果一致nice

编写爬虫

下面就开始编写爬虫。先用postman测试需要那些参数。

没问题，编写爬虫。根据你喜欢的哥。把id输进去，生成你爱的词云！一首光辉岁月送给大家！ 源码github地址求Star。

如果有疑问或者过期可以关注我公众号联系我。

欢迎关注我的个人公众号：bigsai