Python爬虫练习：JS解密，爬取某音漫客网站数据

  • Z时代
  • 2024-01-10
  • 分类：综合

python

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

以下文章来源于IT技术喵 ，作者 开瓶儿

首先打开网站

https://www.zymk.cn/1/37988.html

 

 

打开开发者工具

 

选择XHR标签页，没有找到什么

再查看一下这些图片的URL值

http://mhpic.xiaomingtaiji.net/comic/D%2F%E6%96%97%E7%A0%B4%E8%8B%8D%E7%A9%B9%E6%8B%86%E5%88%86%E7%89%88%2F20%E8%AF%9D%2F1.jpg-zymk.middle.webp
可以发现URL前面的“http://mhpic.xiaomingtaiji.net/comic/”和后面的“.jpg-zymk.middle.webp“是不变的，那么就是要找到中间的值了

 

尝试搜索图片元素

 

 

发现有一个js文件，打开搜索

 

发现这里有一个疑点，这不是html里面的字段吗，那么 “i.getPicUrl(e)” 不就是那个图片的URL的值了吗

在这里下一个断点，走你

 

果然，这个就那个图片URL生成的切入点，现在就是看调用栈，找到这个函数的起点，点击右侧的 ”e.init“，这里有一个setInitData函数，从名字来看，应该就是设置初始数据的地方，在这里下一个断点，进去看看

 

这里有一个this.imgpath，这个应该就是图片的URL值了，点击F10，再单步调式，来到了charcode函数

 

进去看看，这里应该就是加密函数了

 

这里一步步调式，不要着急，来到了这里

 

继续单步调式，在第二次打开这么VM文件的时候，”__cr.imgpath“这个看起来很熟悉呀

Plain  Text
"L-:N-M>-A>-A?-M?-I8-J<-M@-@J-@L-M?-IA-JA-M>-@J-@>-M=-@@-@>-M?-@A-@@-:N:8-M@-IN-AL-:N"

 

打开页面源代码，就在这里啦，不仅仅有图片的URL加密值，还有其他数据，这些都是在后面图片URL拼接需要使用到的

 

现在我们再重新看看那个加密函数，它无非就是遍历那个加密值的每个字符，获取其Unicode值，再与__cr.chapter_id进行相关运算，然后再得到的Unicode数值返回字符

现在我们可以用python仿写这个算法

 

接下就是平常get请求获取必要的数据了，通过正则获取元素，拼接，以下是源码

以上是 Python爬虫练习：JS解密，爬取某音漫客网站数据 的全部内容， 来源链接： utcz.com/z/531167.html

回到顶部