Python爬虫如何应对网站的JS代码混淆和反调试技术?

秋静小哥_7421

秋静小哥_7421

2026-06-15

385人浏览

原创

pyexecjs在混淆js中大概率失败,因其无浏览器上下文(缺window/document)、无法处理控制流扁平化、不支持动态代码执行及反调试逻辑;可靠方案仅ast静态解析(适用于字符串解密等无副作用场景)或playwright真实环境执行(可注入脚本绕过反调试并同步调用加密函数)。

python爬虫如何应对网站的js代码混淆和反调试技术?

直接用 PyExecJS 执行混淆 JS 基本无效,90% 以上会因缺失 window、document 或控制流扁平化而崩溃;真正能落地的方案只有两类:静态 AST 解析还原字符串/函数调用,或用 Playwright 真实执行并绕过反调试。

为什么 PyExecJS 在混淆 JS 上大概率失败

它不是浏览器,只是 JS 引擎壳子,没上下文就跑不起来:

  • document.getElementById、localStorage.getItem 这类调用直接抛 ReferenceError
  • 控制流被 flatten 成 while(true){switch(v){case 0:...}},PyExecJS 能跑但分支不可控,尤其含 Date.now() 或 Math.random() 时结果随机
  • 混淆器常插入 eval(unescape("%u674e%u6587")) 或动态构造函数名,PyExecJS 解析不了运行时生成的代码
  • 哪怕只是 atob("SGVsbG8="),若参数来自 location.href 或 performance.now(),也立刻脱离纯静态范围

AST 静态解析适合哪些场景

只处理混淆中“有结构、无副作用”的字符串解密逻辑,安全、零风险、可批量:

提示词大师-python版
提示词大师-python版

图片提示词生成器?不止如此。 马甲系统 —— 把脑海中的画面,翻译成AI能理解的专业表达。 用得越多,它越懂你:首次需要多问几句确认方向,用久了几乎一说就懂。 用得越多,它越快:缓存机制让后续对话越来越省。 RAG进化:成功案例持续入库,越跑越聪明。 输入「新手指南」查看完整功能介绍

下载
  • 匹配 String.fromCharCode(72, 101, 108, 108, 111) → 提取数字列表转字符
  • 识别 atob("SGVsbG8=") → 直接用 base64.b64decode 替代
  • 捕获 ["H","e","l","l","o"].join("") → 检查 ArrayExpression + CallExpression.callee.property.name === "join"
  • 忽略 void 0、!1 等无返回值表达式,只遍历有实际值的子树

推荐用 esprima-python(别用已停更的 pyjsparser,遇到箭头函数直接 ParseError: Unexpected token)。

Playwright 绕过反调试的关键操作

不是“加载页面等渲染完”就完事,得主动干预 JS 运行环境:

  • 启动时加 page.add_init_script('Math.random = () => 0.5') 固定随机数,避免加密参数每次不同
  • 预置 localStorage.setItem("token", "xxx") 或覆盖 window.navigator.webdriver = false,骗过基础检测
  • 对含 debugger 或 if (window.__REACT_DEVTOOLS_GLOBAL_HOOK__) {...} 的代码,用 page.remove_script_tag 或注入空函数覆盖
  • 需要调 getSign({a:1}) 时,不用抠函数,直接 page.evaluate("getSign", {"a": 1}),结果同步返回

混淆越深,越不能依赖“格式化后人工读”,AST 和 Playwright 是目前唯二稳定路径;前者快但只能解固定模式,后者慢但能跑通所有逻辑——选哪个,取决于你手上的 JS 是“藏字符串”还是“跑完整加密流程”。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1611

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

3924

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1609

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

22537

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

2767

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

2807

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1123

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

596

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

2183

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程