keatonliu/qcc_header_sign

企查查请求头反爬破解

qcc请求头反爬破解

最近有朋友问我，qcc 网站做了一次反爬措施，要如何破解。

分析

我抓包大致看了下，该模块下的请求为 ajax请求，并且每次请求都会带上一个疑似身份验证的请求头，长这个样子：

首先搜索网页 html 源码，无法得知该信息从何来，前面的请求也没有带，基本上可以断定是 js 动态生成并带上请求头，和后端交互的。

既然确定了，就开始找找是哪段 js 代码。查看 html 代码，该页面只加载了几个 js 文件：

不出意外的话， jquery 可以先不管，那就先看下面的文件。搜索关键词 newcompany 可以大概确定就是它了。因为该网站为了防止别人前端做 debug ，在该 js 文件中加了大量的 debug 断点。这个时候我们可以使用抓包工具 filder 做本地代理，在网站加载请求该 js 文件时，使用本地文件返回给网站。这样就可以将原来的 js 文件中的断点代码全部删掉，方便正常的调试。

调试

filder 的 AutoResponder 标签，点击添加规则，将左侧该 main.8a7cb6af.js  文件拖到右边，如下图设置即可：

接着刷新网页，便不会再有无限的断点了。这个时候就可以开始调试代码，找到请求头开始生成的位置，以及生成的逻辑。

前端调试很枯燥，根据关键词，一步一步往下走，可以看到关键代码，如下：

关键代码：

var i = (0,
a.default)(t)
, s = (0,
o.default)(t, e.data);

e.headers[i] = s,

翻成人看的代码：

var i = a.default)(t), s = o.default(t, e.data)

e.headers[i] = s

跟着往前看调用栈，这里的 e 就是后面带上请求头的元素。那么这里的 i 和 v 就是我们需要的。 跟着往下走，看这两个值时如何生成的。

上图即是关键逻辑，用来生成初始的值。这里翻译过来就是：

var e = '/api/elib/getnewcompany?countycode=&flag=&industry=&issortasc=false&pagesize=20&province=&sortfield=startdate&startdateend=',
    t = e,
    n = t + t,
    i = ""
for (o=0; o<n.length; o++) {
	var r = n[o].charCodeAt() % a.default.n;
  i += a.default.codes[r]
}
return i

这里的 a.default 是固定值：

这样的话，直接看最后返回的值：

Python翻译

def o():
    arguments = ["/api/elib/getnewcompany?countycode=&flag=&industry…ze=20&province=&sortfield=startdate&startdateend="]
    e = arguments[0]
    t = e.lower()
    n = t + t
    i = ""
    codes = {
        0: "W",
        1: "l",
        2: "k",
        3: "B",
        4: "Q",
        5: "g",
        6: "f",
        7: "i",
        8: "i",
        9: "r",
        10: "v",
        11: "6",
        12: "A",
        13: "K",
        14: "N",
        15: "k",
        16: "4",
        17: "L",
        18: "1",
        19: "8",
    }
    _n = 20
    for o in range(len(n)):
        r = ord(n[o]) % _n
        i += codes[r]
    print(i)

输出的结果似乎和需要的不太一样，只能继续往下走==！。

hmac

到了下图的位置，该网站前端 js 生产请求的逻辑以经很清晰了，这里使用了 Hmac 算法，对上面生成的一串字符做了哈希处理。

python 标准库中实现了该算法，可以直接调用。

总结

1. QCC 网站该模块前端限制 debug，可通过 filder 设置代理替换网站加载的 js 文件
2. js 文件格式化后有 30w 行，搜索关键词，一步步往下调试，找到关键代码
3. 需要知道 hmac 算法的存在，不要盲目往下调试

完整代码可以参考：qcc_header_sign 

声明

• 本仓库发布的脚本，仅用于测试和学习研究，禁止用于商业用途，不能保证其合法性，准确性，完整性和有效性，请根据情况自行判断。
• 本项目内所有资源文件，禁止任何公众号、自媒体进行任何形式的转载、发布。
• 如果任何单位或个人认为该项目的脚本可能涉嫌侵犯其权利，则应及时通知并提供身份证明，所有权证明，将在收到认证文件后删除项目。