如何修复Python爬虫中遇到JavaScript加密混淆后的数据抓取?

P粉602998670

P粉602998670

2026-07-09

709人浏览

原创

javascript动态生成或加密的数据需执行js逻辑才能获取,直接requests返回的html中无目标字段;应优先分析关键js文件中的加密函数,复现时注意js与python在数值、字符串、编码等差异,复杂场景建议用playwright执行js。

如何修复python爬虫中遇到javascript加密混淆后的数据抓取?

JavaScript加密混淆导致response中没有目标数据

直接用requests请求页面,返回的HTML里找不到你要的字段(比如价格、token、加密参数),大概率是数据由JS动态生成或通过加密函数计算后插入DOM。这不是反爬策略多高明,而是你没执行那段JS逻辑。

常见现象:response.text里只有空容器(如<div id="data"></div>),但浏览器F12能看到渲染后的内容;Network面板里也找不到对应API,说明数据是本地算出来的。

  • 优先检查页面是否加载了关键JS文件(比如main.xxx.jsapp.chunk.js),用浏览器开发者工具的Sources页签定位核心加密函数
  • 不要急着上无头浏览器——如果只是解密固定逻辑(如AES、RSA、Base64+异或、自定义混淆),用Python复现更快更稳
  • 注意JS里的时间戳、随机数、页面指纹(如document.cookienavigator.userAgent)可能参与计算,硬编码会失效

如何快速定位并提取JS中的加密函数

打开浏览器开发者工具 → Sources → 刷新页面 → 在左侧文件树里按关键词搜索:encryptsigngetSign__antimd5aes,或者直接搜你看到的加密字符串(比如"a1b2c3"附近)。

找到后,在Console里手动调用验证:把函数复制出来,补全依赖(如require('crypto')在Node里才有,浏览器里可能是window.crypto.subtle或自定义实现),再用已知输入测输出是否一致。

Java JDK 25
Java JDK 25

Java JDK 25 来自 OpenJDK 官方归档,版本为 JDK 25,本条下载地址已指向官方 Windows x64 zip 安装包直链,适合调试旧项目或兼容旧版 Java 运行环境。

下载
  • 重点关注函数参数:是否依赖document.titleMath.random()new Date().getTime()等实时值
  • 留意字符串拼接顺序、进制转换(.toString(16))、位运算(>>>^)——Python里^是异或,但JS里>>>是无符号右移,Python需用>>配合& 0xffffffff
  • 混淆后的函数名(如_0x1a2b)别硬记,用断点调试看实际调用栈,找未混淆前的原始逻辑

Python复现JS加密逻辑时容易出错的细节

JS和Python在数值、字符串、编码处理上差异明显,直接翻译代码大概率跑不通。最常踩的坑不是算法错,而是类型和边界没对齐。

  • parseInt("0x1a")在JS里是10进制26,Python要用int("1a", 16);JS的String.fromCharCode(65)对应Python的chr(65),但JS字符串索引是UTF-16,Python是Unicode码点,中文基本一致,但emoji可能出错
  • JS数组方法如.map().reduce()返回新数组,Python的map()返回迭代器,记得加list()
  • JS里0.1 + 0.2 === 0.3false,Python虽然也存在浮点误差,但加密逻辑一般不涉及小数——如果JS用了toFixed(2),Python得用round(x, 2)或格式化字符串f"{x:.2f}"
  • 加密结果如果是base64,JS常用btoa()(仅支持ASCII),Python要用base64.b64encode(...).decode(),且输入必须是bytes,别忘了.encode("utf-8")

什么时候该放弃复现,直接用PyExecJS或Playwright

当JS逻辑包含Web Crypto API(如SubtleCrypto.digest())、Canvas指纹、WebAssembly模块,或者混淆层超过3层(变量名全乱、控制流扁平化、字符串数组拆分),硬解成本远高于运行环境模拟。

  • PyExecJS已多年未维护,Node.js版本兼容性差,遇到ES6+语法(const、箭头函数)直接报错,不推荐新项目使用
  • PlaywrightSelenium轻量且默认支持自动等待,用page.evaluate()直接执行JS片段最稳妥,例如:page.evaluate("() => window.getSign('data')")
  • 如果只需跑一次加密,可临时起个本地HTTP服务(用http.server),把JS文件放进去,用Playwright访问并调用函数,避免打包整个页面上下文

真正麻烦的不是加密本身,而是那个加密函数依赖的“上下文”——比如它读取了某个隐藏input的value,而这个value又是另一个JS生成的。这种链式依赖,光看代码很难理清,必须在浏览器里单步调试确认每一步输入来源。

Java免费学习笔记:立即使用
解锁 Java 大师之旅:从入门到精通的终极指南

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

1105

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

2072

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

1185

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

8844

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

1479

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

1552

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

881

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

531

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

1111

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
PyCharm官方快速入门指南
PyCharm官方快速入门指南

共0课时 | 0人学习

Python函数定义官方教程
Python函数定义官方教程

共0课时 | 0人学习

Python 3.14.6官方文档
Python 3.14.6官方文档

共0课时 | 0人学习