百木园-与人分享，
就是让自己快乐。
当前位置：百木园 > 野生技术 > 正文

百度指数 Cipher-Text、百度翻译 Acs-Token 逆向分析

2022-08-19 分类：野生技术 阅读(237) 评论(0)

1

K 哥之前写过一篇关于百度翻译逆向的文章，也在 bilibili 上出过相应的视频，最近在 K 哥爬虫交流群中有群友提出，百度翻译新增了一个请求头参数 Acs-Token，如果不携带该参数，直接按照以前的方法进行处理，会出现 1022 报错，并且如果直接将 Acs-Token 写成定值，前几次可能能成功，多查询几次也会报同样的错误，现对其进行逆向分析，对往期代码进行重构。与此同时，K哥发现百度指数的某些接口有个 Cipher-Text 参数，与百度翻译的 Acs-Token 加密方式差不多，所以就一起分析一波。

声明

本文章中所有内容仅供学习交流使用，不用于其他任何目的，不提供完整代码，抓包内容、敏感网址、数据接口等均已做脱敏处理，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关！

本文章未经许可禁止转载，禁止任何修改后二次传播，擅自使用本文讲解的技术而导致的任何意外，作者均不负责，若有侵权，请在公众号【K哥爬虫】联系作者立即删除！

逆向目标

  • 目标：百度翻译最新请求头参数 Acs-Token，百度指数请求头 Cipher-Text
  • 主页：https://fanyi.baidu.com/
  • 接口：https://fanyi.baidu.com/v2transapi
  • sign、token 参数的逆向方法本文不再赘述，想了解的可以阅读 K 哥往期百度翻译逆向的文章

逆向过程

抓包分析

先以百度翻译为例，随便输入文字，可以看到没有刷新页面，翻译结果就出来了，由此可以推断是 Ajax 加载的，打开开发者工具，选择 XHR 过滤 Ajax 请求，找到接口位置，详细分析推荐阅读 K 哥往期百度翻译逆向的文章，如下图可以看到在请求头中新增了一个 Acs-Token 参数，前面两串数字看起来像时间戳，具体加密方式需要我们来进一步分析：

2

这里使用 Fiddler 插件 hook 定位 Acs-Token 参数，相关 hook 操作方式可阅读 K 哥往期文章，本文不再赘述：

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);
    };
})();

清除缓存，点击翻译，可以看到成功 hook 到 Acs-Token 参数，往下跟栈即可找到其值生成的位置：

4

逆向分析

向下跟栈分析，Acs-Token 参数的值在 translate.js 文件的第 187 行生成，由 sign 参数传递，sign 参数定义在第 180 行，在第 195 行打下断点调试，点击翻译后成功在断点处断下：

5

跟进 getAcsSign() 函数，整体选中，点击进入到 paris.js 文件中，可以看到函数体中创建了一个异步 Promise 对象进行异步操作：

Promise 的构造函数接收一个函数参数，并且这个函数需要传入两个参数：

  • resolve：异步操作执行成功后的回调函数；
  • reject：异步操作执行失败后的回调函数。

所以异步操作执行成功即返回 sign 参数的值：

6

到这里已经拿到 sign 了，我们再向上跟栈，可以发现 Acs-Token 参数的值在 acs-2060.js 文件的第 805 行生成，很明显是拼接而成的：

7

上图是几天前分析的时候断下的情况，今天再次分析的时候发现结构变了，如下图所示：

8

这个 acs-2060.js 是咋来的呢？在 paris.js 里其实可以看到 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 是渠道号，由管理员分配，根据注释可以看到这个东西叫做“玉门关”。

9

继续前面的步骤，分析一下 acs-2060.js，在第 805 行打断点调试，分析 a8() 中各拼接部分含义，可得到如下结果：

  • b(\'0x78\') 或者 \'\\x31\\x36\\x36\\x30\\x35\\x34\\x36\\x38\\x30\\x39\\x35\\x30\\x35\\x5f\'：固定字符串 1660287615129_ 或者 1660546809505_，这里每隔一段时间都会变化。具体的变化周期得需要持续观察一下才知道。
  • ae：当前时间戳
  • \'\\x5f\'：下划线 _
  • eg(a2, a0, a1)：一大串加密字符串，在控制台输出可以知道 a2, a0, a1 各自的含义

10

a0，a1 为定值，分析 a2 字典中各参数值含义：

  • ua：浏览器类型
  • url：翻译链接，例如输如 spider，url 即为 https://fanyi.baidu.com/#zh/en/spider
  • platform：平台操作系统版本
  • clientTs：当前时间戳
  • version：版本号

选中 eg，跟进到 eg 函数定义的位置，在 acs-2060.js 文件的第 537 行：

11

具体内容如下：

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 行打断点进行调试，亦可从控制台直接打印混淆部分内容，会发现三个经典加密参数：

  • \'\\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

并且在第 548 行将 eg 赋值给了 window.aes_encrypt，很明显 AES 加密了，可以选择直接引库，也可以直接扣代码，这里不做继续研究:

13

14

百度指数 Cipher-Text

百度指数的 Cipher-Text 和百度翻译的 Acs-Token 在结构上是一样的，根据百度翻译的经验，我们知道核心加密代码应该在“玉门关”里面，不同的站分配的渠道号不一样，我们直接全局搜索 acsUrl，或者直接找 acs 开头的 JS，会发现有一个 acs-2057.js：

15

老样子，在 a8() 处下断，刷新接口，即可断下：

16

百度指数与百度翻译不一样的地方在于开头的那个时间戳不一样，变量 a0 不一样，其他的逻辑都是一样的，我们注意到开头的时间戳隔一段时间就会改变，如果在项目代码中应用，人工定时去改肯定是不合理的，这里的处理思路可以是先在本地固定一套算法，然后每次请求先去拿 acs 开头的那个 JS，拿到内容后，通过正则匹配去拿到那个时间戳，再传到本地的算法里生成最终值，灵活处理即可。

至此，Cipher-Text 和 Acs-Token 就分析结束了，本次逆向的加密算法其实并不难，但是想要找到加密位置需要一定的技巧，另外在写这篇文章时，发现百度翻译不加 Acs-Token 请求又可以了，目前的状况是有时候不加可以请求，有时候不加又不能请求，如果你请求发现报错 {\"errno\":1022,\"errmsg\":\"访问出现异常，请刷新后重试！\",\"error\":1022,\"errShowMsg\":\"访问出现异常，请刷新后重试！\"}，那就可以尝试加上这个参数。

完整代码

bilibili 关注 K 哥爬虫，小助理手把手视频教学：https://space.bilibili.com/1622879192

GitHub 关注 K 哥爬虫，持续分享爬虫相关代码！欢迎 star ！https://github.com/kgepachong/

以下只演示部分关键代码，不能直接运行！

baidufanyi_encrypt.js

var window =  global;

// 以下部分内容过长，此处省略
// 完整代码关注 GitHub：https://github.com/kgepachong/crawler
(function(){...
})()
function ascToken(translate_url){
    // 部分参数直接写死了，不同网站参数值不同，如果在项目中使用，请灵活处理
    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\"}\';
    // 这里开头的时间戳写死了，如果请求失败请更新这个值
    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  : 微信公众号：K哥爬虫
# @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):
    # 获取 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]
    # 自动检测语言
    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(\'请输入要翻译的文字：\')
    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(\'翻译成英文的结果为：\', result)


if __name__ == \'__main__\':
    main()

17

来源：https://www.cnblogs.com/ikdl/p/16599646.html
本站部分图文来源于网络，如有侵权请联系删除。

未经允许不得转载：百木园 » 百度指数 Cipher-Text、百度翻译 Acs-Token 逆向分析
标签：

相关推荐

  • 暂无文章

热门文章