百度指數 Cipher-Text、百度翻譯 Acs-Token 逆向分析

来源:https://www.cnblogs.com/ikdl/archive/2022/08/18/16599646.html
-Advertisement-
Play Games

K 哥之前寫過一篇關於百度翻譯逆向的文章，也在 bilibili 上出過相應的視頻，最近在 K 哥爬蟲交流群中有群友提出，百度翻譯新增了一個請求頭參數 Acs-Token，如果不攜帶該參數，直接按照以前的方法進行處理，會出現 1022 報錯，並且如果直接將 Acs-Token 寫成定值，前幾次可能能 ...


1

K 哥之前寫過一篇關於百度翻譯逆向的文章，也在 bilibili 上出過相應的視頻，最近在 K 哥爬蟲交流群中有群友提出，百度翻譯新增了一個請求頭參數 Acs-Token，如果不攜帶該參數，直接按照以前的方法進行處理，會出現 1022 報錯，並且如果直接將 Acs-Token 寫成定值，前幾次可能能成功，多查詢幾次也會報同樣的錯誤，現對其進行逆向分析，對往期代碼進行重構。與此同時，K哥發現百度指數的某些介面有個 Cipher-Text 參數，與百度翻譯的 Acs-Token 加密方式差不多，所以就一起分析一波。

聲明

本文章中所有內容僅供學習交流使用，不用於其他任何目的，不提供完整代碼，抓包內容、敏感網址、數據介面等均已做脫敏處理，嚴禁用於商業用途和非法用途，否則由此產生的一切後果均與作者無關！

本文章未經許可禁止轉載，禁止任何修改後二次傳播，擅自使用本文講解的技術而導致的任何意外，作者均不負責，若有侵權，請在公眾號【K哥爬蟲】聯繫作者立即刪除！

逆向目標

逆向過程

抓包分析

先以百度翻譯為例，隨便輸入文字，可以看到沒有刷新頁面，翻譯結果就出來了，由此可以推斷是 Ajax 載入的，打開開發者工具，選擇 XHR 過濾 Ajax 請求，找到介面位置，詳細分析推薦閱讀 K 哥往期百度翻譯逆向的文章，如下圖可以看到在請求頭中新增了一個 Acs-Token 參數，前面兩串數字看起來像時間戳，具體加密方式需要我們來進一步分析：

2

這裡使用 Fiddler 插件 hook 定位 Acs-Token 參數，相關 hook 操作方式可閱讀 K 哥往期文章，本文不再贅述：

3

(function () {
    var org = window.XMLHttpRequest.prototype.setRequestHeader;
    window.XMLHttpRequest.prototype.setRequestHeader = function (key, value) {
        console.log(key, ':', value)
        if (key == 'Acs-Token') {
            debugger;
        }
        return org.apply(this, arguments);
    };
})();

清除緩存，點擊翻譯，可以看到成功 hook 到 Acs-Token 參數，往下跟棧即可找到其值生成的位置：

4

逆向分析

向下跟棧分析，Acs-Token 參數的值在 translate.js 文件的第 187 行生成，由 sign 參數傳遞，sign 參數定義在第 180 行，在第 195 行打下斷點調試，點擊翻譯後成功在斷點處斷下：

5

跟進 getAcsSign() 函數，整體選中，點擊進入到 paris.js 文件中，可以看到函數體中創建了一個非同步 Promise 對象進行非同步操作：

Promise 的構造函數接收一個函數參數，並且這個函數需要傳入兩個參數：

  • resolve：非同步操作執行成功後的回調函數；
  • reject：非同步操作執行失敗後的回調函數。

所以非同步操作執行成功即返回 sign 參數的值：

6

到這裡已經拿到 sign 了，我們再向上跟棧，可以發現 Acs-Token 參數的值在 acs-2060.js 文件的第 805 行生成，很明顯是拼接而成的：

7

上圖是幾天前分析的時候斷下的情況，今天再次分析的時候發現結構變了，如下圖所示：

8

這個 acs-2060.js 是咋來的呢？在 paris.js 里其實可以看到 init 初始化了了一些配置文件，其中的 acsUrl 就是 acs-2060.js 的地址，2060 是渠道號，由管理員分配，根據註釋可以看到這個東西叫做“玉門關”。

9

繼續前面的步驟，分析一下 acs-2060.js，在第 805 行打斷點調試，分析 a8() 中各拼接部分含義，可得到如下結果：

  • b('0x78') 或者 '\x31\x36\x36\x30\x35\x34\x36\x38\x30\x39\x35\x30\x35\x5f'：固定字元串 1660287615129_ 或者 1660546809505_，這裡每隔一段時間都會變化。具體的變化周期得需要持續觀察一下才知道。
  • ae：當前時間戳
  • '\x5f'：下劃線 _
  • eg(a2, a0, a1)：一大串加密字元串，在控制台輸出可以知道 a2, a0, a1 各自的含義

10

a0，a1 為定值，分析 a2 字典中各參數值含義：

  • ua：瀏覽器類型
  • url：翻譯鏈接，例如輸如 spider，url 即為 https://fanyi.baidu.com/#zh/en/spider
  • platform：平臺操作系統版本
  • clientTs：當前時間戳
  • version：版本號

選中 eg，跟進到 eg 函數定義的位置，在 acs-2060.js 文件的第 537 行：

11

具體內容如下：

function eg(a2, a8, a9) {
    return a2 = b('0x4d') == typeof a2 ? JSON[b('0xc')](a2) : void 0x0 === a2 ? '' : '' + a2,
        dD[b('0x37')](a2, ad[b('0x29')](a8), {
        '\x69\x76': ad[b('0x29')](a9),
        '\x6d\x6f\x64\x65': cc,
        '\x70\x61\x64\x64\x69\x6e\x67': cz
    })[b('0x27')][b('0xa')](ag);
}

可以在第 538 行打斷點進行調試，亦可從控制台直接列印混淆部分內容，會發現三個經典加密參數：

  • '\x69\x76'：iv，偏移量
  • '\x6d\x6f\x64\x65'：mode，加密方式
  • '\x70\x61\x64\x64\x69\x6e\x67'：padding，填充方式

12

並且在第 548 行將 eg 賦值給了 window.aes_encrypt，很明顯 AES 加密了，可以選擇直接引庫，也可以直接扣代碼，這裡不做繼續研究:

13

14

百度指數 Cipher-Text

百度指數的 Cipher-Text 和百度翻譯的 Acs-Token 在結構上是一樣的，根據百度翻譯的經驗，我們知道核心加密代碼應該在“玉門關”裡面，不同的站分配的渠道號不一樣，我們直接全局搜索 acsUrl，或者直接找 acs 開頭的 JS，會發現有一個 acs-2057.js：

15

老樣子，在 a8() 處下斷，刷新介面，即可斷下：

16

百度指數與百度翻譯不一樣的地方在於開頭的那個時間戳不一樣，變數 a0 不一樣，其他的邏輯都是一樣的，我們註意到開頭的時間戳隔一段時間就會改變，如果在項目代碼中應用，人工定時去改肯定是不合理的，這裡的處理思路可以是先在本地固定一套演算法，然後每次請求先去拿 acs 開頭的那個 JS，拿到內容後，通過正則匹配去拿到那個時間戳，再傳到本地的演算法里生成最終值，靈活處理即可。

至此，Cipher-Text 和 Acs-Token 就分析結束了，本次逆向的加密演算法其實並不難，但是想要找到加密位置需要一定的技巧，另外在寫這篇文章時，發現百度翻譯不加 Acs-Token 請求又可以了，目前的狀況是有時候不加可以請求，有時候不加又不能請求，如果你請求發現報錯 {"errno":1022,"errmsg":"訪問出現異常，請刷新後重試！","error":1022,"errShowMsg":"訪問出現異常，請刷新後重試！"}，那就可以嘗試加上這個參數。

完整代碼

bilibili 關註 K 哥爬蟲，小助理手把手視頻教學：https://space.bilibili.com/1622879192

GitHub 關註 K 哥爬蟲，持續分享爬蟲相關代碼！歡迎 star ！https://github.com/kgepachong/

以下只演示部分關鍵代碼，不能直接運行！

baidufanyi_encrypt.js

var window =  global;

// 以下部分內容過長，此處省略
// 完整代碼關註 GitHub：https://github.com/kgepachong/crawler
(function(){...
})()
function ascToken(translate_url){
    // 部分參數直接寫死了，不同網站參數值不同，如果在項目中使用，請靈活處理
    var a0 = 'uyaqcsmsseqyosiy';
    var a1 = '1234567887654321';
    var ae = (new Date).getTime();
    var a2 = '{"ua":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36","url":' + translate_url + '","platform":"Win32","clientTs":' + ae + ',"version":"2.2.0"}';
    // 這裡開頭的時間戳寫死了，如果請求失敗請更新這個值
    return '1660546809505_' + ae + '_' + window.aes_encrypt(a2, a0, a1);
}

// console.log(ascToken("https://fanyi.baidu.com/#zh/en/%E6%B5%8B%E8%AF%95"))

baidufanyi.py

# ==================================
# --*-- coding: utf-8 --*--
# @Time    : 2021-08-12
# @Author  : 微信公眾號：K哥爬蟲
# @FileName: baidufanyi.py
# @Software: PyCharm
# ==================================


import re
import execjs
import requests
from urllib import parse


session = requests.session()
index_url = 'https://fanyi.baidu.com/'
lang_url = 'https://fanyi.baidu.com/langdetect'
translate_api = 'https://fanyi.baidu.com/v2transapi'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36',
}
# cookies = {
#     "BAIDUID": "624363427DBD2BFCDF0C3D6E129F5C65:FG=1"
# }


def get_params(query):
    # 獲取 token 和 gtk
    session.get(url=index_url, headers=headers)
    # print(session.cookies.get_dict())
    response_index = session.get(url=index_url, headers=headers)
    token = re.findall(r"token: '([0-9a-z]+)'", response_index.text)[0]
    gtk = re.findall(r'gtk = "(.*?)"', response_index.text)[0]
    # 自動檢測語言
    response_lang = session.post(url=lang_url, headers=headers, data={'query': query})
    lang = response_lang.json()['lan']
    return token, gtk, lang


def get_sign_and_token(query, gtk, lang):
    with open('baidufanyi_encrypt.js', 'r', encoding='utf-8') as f:
        baidu_js = f.read()
    sign = execjs.compile(baidu_js).call('e', query, gtk)
    translate_url = 'https://fanyi.baidu.com/#%s/en/%s' % (lang, parse.quote(query))
    acs_token = execjs.compile(baidu_js).call('ascToken', translate_url)
    return sign, acs_token


def get_result(query, lang, sign, token, acs_token):
    data = {
        'from': lang,
        'to': 'en',
        'query': query,
        'transtype': 'realtime',
        'simple_means_flag': '3',
        'sign': sign,
        'token': token,
    }
    headers["Acs-Token"] = acs_token
    response = session.post(url=translate_api, headers=headers, data=data)
    result = response.json()['trans_result']['data'][0]['dst']
    return result


def main():
    query = input('請輸入要翻譯的文字：')
    token, gtk, lang = get_params(query)
    sign, acs_token = get_sign_and_token(query, gtk, lang)
    result = get_result(query, lang, sign, token, acs_token)
    print('翻譯成英文的結果為：', result)


if __name__ == '__main__':
    main()

17


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 三個線程交替列印ABC100次問題思考
    如題：使用三個線程交替列印ABC，直至100次代碼實戰 方法一： 使用notify()、wait()方法 public class PrintAbc { /** * 喚醒線程的狀態值 state: threadA = 0, threadB = 1, threadC =2, */ int state ...
  • 爬取 flbook 文檔
    爬取 flbook 文檔 需求介紹 由於實習期間被主管委派了下載下來《安徽省助企政策彙編》的任務，去大概搜索瞭解了一下 flbook 網站，發現該網站並不提供已經發佈的文檔的下載渠道（感覺挺莫名其妙的，都公開允許觀看了，為什麼不給下載渠道啊，更何況還是個政府文件，發佈在這種網站上，總覺得哪裡有問題） ...
  • IOS OpenGL ES GPUImage 減法混合 GPUImageSubtractBlendFilter
    目錄 一.簡介 二.效果演示 三.源碼下載 四.猜你喜歡 零基礎 OpenGL (ES) 學習路線推薦 : OpenGL (ES) 學習目錄 >> OpenGL ES 基礎 零基礎 OpenGL (ES) 學習路線推薦 : OpenGL (ES) 學習目錄 >> OpenGL ES 轉場 零基礎 O ...
  • Mybatis核心配置文件中的標簽介紹
    0. 標簽順序 Mybatis核心配置文件中有很多標簽，它們誰誰寫在前寫在後其實是:boom:有順序:boom:要求的： 從前到後： properties?,settings?,typeAliases?,typeHandlers?,objectFactory?,objectWrapperFactor ...
  • 函數的遞歸
    2.函數的遞歸的定義 函數的遞歸調用：是函數嵌套調用的一種特殊形式 具體是指：在調用一個函數的過程中又直接或者間接的調用到本身，是一個死迴圈，最大遞歸是1000次，超出之後報錯。 2.函數遞歸的調用 # 直接調本身 def f1(): print('是我還是我') f1() f1() # 間接調用 ...
  • python獲取對象屬性的幾種方法
    當我們拿到一個對象的引用時，如何知道這個對象是什麼類型、有哪些方法呢？ 1.使用type() 首先，我們來判斷對象類型，使用type()函數： 基本類型都可以用type()判斷： >>> type(123) <class 'int'> >>> type('str') <class 'str'> >> ...
  • 1、spingIOC+IDEA+Maven
    1、先配置spring、springmvc通用xml文件的頭部信息 spring、springmvc通用xml文件的模板內容如下： 1 <?xml version="1.0" encoding="UTF-8"?> 2 <beans xmlns="http://www.springframework. ...
  • api進階Day3使用文件流對文件進行複製、使用塊讀寫一組位元組，使用byte數組提高讀寫的效率、返回當前時間。
    使用文件流對文件進行複製： package io; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOExce ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類