某某盾-滑块验证-自动获取validate值-（逆向js+python）

news2024/11/26 2:43:56

我是标题

1.从get？网站获取滑块图片以及token
- 1.1获取fp值
- 1.2 获取cb值
- 1.3 模拟发包
2.获取滑块移动距离
3.发包获取最终的validate值
- 3.1轨迹生成
- 3.2 check网站发包
- 3.3 获取data值
4.结论

本实验是根据某某盾示例网站
主要分为两个部分
1.从get？网站获取滑块图片以及token
2.根据获取的图片获取滑块移动距离
3.根据移动距离和token发包到check？网站得到validate值

1.从get？网站获取滑块图片以及token

模拟网站发包，需要获取fp值和cb值
yyyyyy

1.1获取fp值

网站的js做了混淆，看起来很乱，但是不影响逆向寻找，js代码，具体扣代码的方法就不再介绍了。
可以直接搜索图上关键字可以在网站上找到js具体的位置。
在这里插入图片描述
需要注意的是混淆的数组，需要加上下面两个函数，将数组的顺序改为正确的顺序。
还需要注意fp是和网站的域名相关，就是验证应用在的网站域名，设为输入变量hrefff。

传入变量所在位置

1.2 获取cb值

同样获取cb的js代码也做了混淆，需要加入下面两个函数，注意是两个函数。第二个函数要传入参数。
在这里插入图片描述
cb原代码在webpack里面，需要加载器。
第一个框为加载器，可以用模板，也可以从源网站拷贝执行器。
第二个框为所需要方法，字典寻找方式。原代码是用十六进制数组方式寻找。具体可以从源代码的加载器寻找0x**，找到具体方法。
第三个框为获取cb执行代码。
在这里插入图片描述

1.3 模拟发包

本文中所有用的头文件

import cv2
import numpy as np 
import requests
import execjs
import json
import re
import os
import random
import time

用python模拟发包

    get_web = 'https://xxxxx/api/v3/get'
    payload ={
        "referer":"https://xxxxx/trial/jigsaw",
        "zoneId":"CN31",
        "dt":"yyyyyy",
        "acToken":"undefined",
        "id":"yyyyyy",
        "fp":Get_fp(),
        "cb":Get_cb(),
        "https":"true",
        "type":2,
        "version":"2.25.0",
        "dpr":"1.25",
        "dev":1,
        "ipv6":"false",
        "runEnv":10,
        "group":"",
        "scene":"","lang":"zh-CN","sdkVersion":"undefined","iv":3,
        "width":320,"audio":"false","sizeType":10,"smsVersion":"v3",
        "token":"",
        "callback":"__JSONP_4ti1bll_29"}
	headers = {
	    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
	}
    res = requests.get(get_web, params=payload,headers=headers)
    print(res.text)
    
    res_str = re.search("\((.*?)\);",res.text)#匹配
    res_json = json.loads(res_str.groups()[0])

    if (res_json['msg'] == 'ok'):
        bg_image    = res_json['data']['bg']
        ft_image    = res_json['data']['front']
        token       = res_json['data']['token']
        save_image(bg_image,'bg_image.png')
        save_image(ft_image,'ft_image.png')

执行js文件

def js_from_file(file_name):
    """
    读取js文件
    :return:
    """
    with open(file_name, 'r', encoding='UTF-8') as file:
        result = file.read()

    string = "\
    /*解决浏览器环境问题*/\
    const  { JSDOM }= require('jsdom');\
    const dom = new JSDOM('<!DOCTYPE html><p>Hello world</p>');\
    const window = dom.window;\
    const document = window.document;\
    XMLHttpRequest = window.XMLHttpRequest;\
    "

    return (string + result)
def Get_fp():
    # 编译加载js字符串
    context1 = execjs.compile(js_from_file('..\\fp.js'),cwd=r'C:\Users\xxx\AppData\Roaming\npm\node_modules')   #使用 execjs 类的compile()方法编译加载上面的 JS 字符串，返回一个上下文对象
    fp = context1.call('fp','dun.163.com')
    #print(fp)
    return fp

def Get_cb():
    # 编译加载js字符串
    context1 = execjs.compile(js_from_file('..\\cb.js'),cwd=r'C:\Users\xxx\AppData\Roaming\npm\node_modules')   #使用 execjs 类的compile()方法编译加载上面的 JS 字符串，返回一个上下文对象
    cb = context1.eval("getcb()")
    #print(cb)
    return cb

在这里插入图片描述

2.获取滑块移动距离

具体不再解释，主要是通过灰度图的边缘化后图片做匹配，直接可以返回两者相差的距离。注意距离是x方向和y方向都有，返回只取了x方向的值。

#获取滑块在背景上位置
def slider_location(slider_img,bg_image):
    """
        TM_SQDIFF 平方差匹配法    该方法采用平方差来进行匹配；最好的匹配值为0；匹配越差，匹配值越大
        TM_CCORR 相关匹配法  该方法采用乘法操作；数值越大表明匹配程度越好。
        TM_CCOEFF 相关系数匹配法   1表示完美的匹配；-1表示最差的匹配。
        TM_SQDIFF_NORMED    归一化平方差匹配法　　　　　　
        TM_CCORR_NORMED 归一化相关匹配法　　　　　　
        TM_CCOEFF_NORMED    归一化相关系数匹配法
    """
    res = cv2.matchTemplate(bg_image,slider_img,cv2.TM_CCOEFF_NORMED)
    threshold = 0.9
    while (len(np.where(res >= threshold)[1])==0 and threshold!=0):
        threshold-=0.1
    if (threshold):
        return np.where(res >= threshold)[1]  #选取x坐标的第0个值
    else:
        return 0
#获取滑动距离 返回距离
def get_distance():

    slider_img =cv2.imread('.\\bg_image.png',0)   #0获取灰度值
    bg_image=cv2.imread('.\\ft_image.png',0)

    # 识别图片边缘
    bg_edge = cv2.Canny(bg_image, 100, 200)
    tp_edge = cv2.Canny(slider_img, 100, 200)

    cv2.imwrite('sd_image1.png',tp_edge)
    cv2.imwrite('bg_image1.png',bg_edge)

    return slider_location(tp_edge,bg_edge)[0]

在这里插入图片描述

3.发包获取最终的validate值

3.1轨迹生成

根据滑块移动距离和第一步返回的cookie值发包核对得到validate值。
根据滑块的移动距离需要构造轨迹坐标，我的轨迹坐标方法比较烂，就不贴出来了。是下图这种样子的。
在这里插入图片描述

3.2 check网站发包

如下ts_str 就是轨迹的json的转字符串形式
注意token一定要和get？返回的一样。

    get_web = 'https://xxxxx/api/v3/check'
    payload ={
        "referer":"https://xxxxx/trial/jigsaw",
        "zoneId":"CN31",
        "dt":"yyyyyy",
        "id":"yyyyyyyyyyy",
        "acToken":"undefined",
        "token":token,
        "data":Get_data(token,ts_str),
        "width":320,
        "type":2,
        "version":"2.25.0",
        "cb":Get_cb(),
        'extraData':"",
        'bf':0,
        "runEnv":10,
        "sdkVersion":"undefined",
        "iv":3,
        "callback":"__JSONP_mbi1bll_30"}  #随机生成callback
        

    res = requests.get(get_web, params=payload,headers=headers)
    if len(res.text)> 150:
        print(res.text)
        return 1
    #print(token)
    return 0