百度翻译js逆向

对百度翻译的js逆向爬虫分析。

前言

在有道翻译的基础上对百度翻译进行js逆向
以下是本篇文章正文内容，下面案例可供参考

一、分析接口

在输入框输入英文，在自带的抓包工具中可以看到有一个新的异步请求：

可以看到这里是需要cookie和token的：


进行全局搜索sign：

可以看到这里就是我们传进去的参数，我们进行格式化，并找到相应的语句打断点：

可以看到n就是我们输入的数据，token是根据 window.common.token生成的，simple_means_flag始终为 3，transtype始终为realtime。
我们最后解决一下sign生成的问题，看一下生成的函数：

可以看到函数很长，我们使用python进行模拟的话，工作量是很大的，于是使用第三方库直接编译js，并分析函数过程中需要哪些值，要传哪些参数。
运行中发现缺少i的值，是不变的，于是补齐：

又发现有一个函数n没有定义：

定位到n所在的位置，就在函数e的上方，并在js文件中补齐：

到此分析已经结束，接下来进行代码的编写。

二、代码编写

import requests
import execjs


# 模仿JavaScript生成sign参数
def get_sign(word):
    # 打开js文件
    with open('test.js', 'r', encoding='utf8') as js:
        js_code = js.read()
    # 运行 js 文件
    sign = execjs.compile(js_code).call('e', word)
    # 返回参数
    return sign


# 请求百度翻译接口
def request(word):
    # 中英文识别
    if word[0] in ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n',
                   'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z',
                   'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N',
                   'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z']:
        f = 'en'
        t = 'zh'
    else:
        f = 'zh'
        t = 'en'
    # 获取sign
    sign = get_sign(word)
    url = 'https://fanyi.baidu.com/v2transapi?from=en&to=zh'
    # 伪装头
    headers = {
        'cookie': '你的cookie',
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/87.0.4280.141 Safari/537.36 Edg/87.0.664.75 '
    }
    # post提交的参数
    formData = {
        'from': f,
        'to': t,
        'query': word,
        'transtype': 'realtime',
        'simple_means_flag': '3',
        'sign': sign,
        'token': '你的token',
        'domain': 'common'
    }
    # 请求 并转json
    response = requests.post(url=url, headers=headers, data=formData).json()
    # json数据分析
    if response.get('liju_result').get('tag'):
        print(', '.join(response.get('liju_result').get('tag')))
    if response.get('trans_result').get('data'):
        for d in response.get('trans_result').get('data'):
            print(d['dst'])


if __name__ == '__main__':
    while True:
        word = input('请输入需要翻译的英文（中文）：')
        if word == 'exit0':
            break
        request(word)

下面是JavaScript代码：

function e(r) {
    var i = '320305.131321201'
    var o = r.match(/[\uD800-\uDBFF][\uDC00-\uDFFF]/g);
    if (null === o) {
        var t = r.length;
        t > 30 && (r = "" + r.substr(0, 10) + r.substr(Math.floor(t / 2) - 5, 10) + r.substr(-10, 10))
    } else {
        for (var e = r.split(/[\uD800-\uDBFF][\uDC00-\uDFFF]/), C = 0, h = e.length, f = []; h > C; C++)
            "" !== e[C] && f.push.apply(f, a(e[C].split(""))),
            C !== h - 1 && f.push(o[C]);
        var g = f.length;
        g > 30 && (r = f.slice(0, 10).join("") + f.slice(Math.floor(g / 2) - 5, Math.floor(g / 2) + 5).join("") + f.slice(-10).join(""))
    }
    var u = void 0
      , l = "" + String.fromCharCode(103) + String.fromCharCode(116) + String.fromCharCode(107);
    u = null !== i ? i : (i = window[l] || "") || "";
    for (var d = u.split("."), m = Number(d[0]) || 0, s = Number(d[1]) || 0, S = [], c = 0, v = 0; v < r.length; v++) {
        var A = r.charCodeAt(v);
        128 > A ? S[c++] = A : (2048 > A ? S[c++] = A >> 6 | 192 : (55296 === (64512 & A) && v + 1 < r.length && 56320 === (64512 & r.charCodeAt(v + 1)) ? (A = 65536 + ((1023 & A) << 10) + (1023 & r.charCodeAt(++v)),
        S[c++] = A >> 18 | 240,
        S[c++] = A >> 12 & 63 | 128) : S[c++] = A >> 12 | 224,
        S[c++] = A >> 6 & 63 | 128),
        S[c++] = 63 & A | 128)
    }
    for (var p = m, F = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(97) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(54)), D = "" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(51) + ("" + String.fromCharCode(94) + String.fromCharCode(43) + String.fromCharCode(98)) + ("" + String.fromCharCode(43) + String.fromCharCode(45) + String.fromCharCode(102)), b = 0; b < S.length; b++)
        p += S[b],
        p = n(p, F);
    return p = n(p, D),
    p ^= s,
    0 > p && (p = (2147483647 & p) + 2147483648),
    p %= 1e6,
    p.toString() + "." + (p ^ m)
}


function n(r, o) {
    for (var t = 0; t < o.length - 2; t += 3) {
        var a = o.charAt(t + 2);
        a = a >= "a" ? a.charCodeAt(0) - 87 : Number(a),
        a = "+" === o.charAt(t + 1) ? r >>> a : r << a,
        r = "+" === o.charAt(t) ? r + a & 4294967295 : r ^ a
    }
    return r
}

运行结果