前程无忧接口分析
- 所需用到的工具
- URL解析
- 通过抓包软件或者开发者选项抓取数据包
- 对代码中的参数解析分析
- 对acw_sc__v2进行分析
- 对acw_sc__v2进行转换代码生成
- 生成outPutList数组
- 生成arg2参数
- 生成arg3参数
- 最终的效果
- 对详情页面的分析
- 对timestamp__1258的生成分析
所需用到的工具
- Charles抓包工具
- https://curlconverter.com/python/
URL解析
先访问网页https://www.51job.com/
输入关键字点击搜索
通过查看这个网址
https://we.51job.com/pc/search?jobArea=260200&keyword=%E5%85%BC%E8%81%8C&searchType=2&sortType=0&metro=
有以下参数
参数名 | 值 | 说明 |
---|---|---|
jobArea | 260200 | 城市代码 |
keyword | 兼职 | 关键字(UrlEncode 编码) |
sortType | 0 | 0代表综合排序 1代表最新优先 3代表薪资优先 5代表活跃职位优先 |
通过抓包软件或者开发者选项抓取数据包
复制cURL Request通过https://curlconverter.com/go/转为Python代码
运行代码查看是否能获取成功
对代码中的参数解析分析
通过对代码中的参数分析,最终发现修改acw_sc__v2的值会导致访问失败
所以基本上确定acw_sc__v2为我们需要破解的
对acw_sc__v2进行分析
现在我们需要去网站对acw_sc__v2逆向分析
先检查一下acw_sc__v2,是本地生成的还是服务器生成
通过如下图可知它是由本地js文件生成的
现在我们需要把这个值删除,并编写一个hook使其能够快速的定位
cookie_cache = document.cookie;
Object.defineProperty(document, "cookie", {
get: function () {
console.log(cookie_cache);
// 在获取document.cookie时,执行你想要的操作
return cookie_cache; // 返回原始的cookie值
},
set: function(value) {
// 在设置document.cookie时,执行你想要的操作
if(value.includes('acw_sc__v2')){
debugger;
}
}
});
最终定位如下图
开始对栈分析,定位到上一栈
通过查看我们可以知道arg3就是acw_sc__v2的值
在这里打上一个断点,并重新加载页面
搜寻arg3
通过阅读这份代码可知arg3是通过一个循环来生成的,但是循环的条件与arg2有关,arg2又与列表outPutList有关,outPutList与arg1有关
所以基本的思路为通过arg1生成outPutList,outPutList生成arg2,arg2生成arg3
搜寻arg1
在这里打上断点,重新加载网页
通过如上两张图片可知arg1来自于访问一个URL所返回的body中
通过抓包软件抓取并转为Python代码
我们可以通过正则表达式取出这个值
arg1=re.findall("arg1=('[^']*')",response.text)
arg1=arg1[0].replace("'","")
对acw_sc__v2进行转换代码生成
生成outPutList数组
通过arg1生成outPutList
for (var i = 0; i < arg1[_0x1e8e("0x1")]; i++) {
var this_i = arg1[i];
for (var j = 0; j < posList[_0x1e8e("0x1")]; j++) {
if (posList[j] == i + 1) {
outPutList[j] = this_i
}
}
}
分析这个js代码可知这是通过循环来生成的
arg1[_0x1e8e(“0x1”)]是arg1的长度
posList[_0x1e8e(“0x1”)]是posList数组的长度
posList数组是固定值
转为Python代码如下
arg1='6AA3E7F5214AEB580A31B0B254C4795589509422'
posList = [15, 35, 29, 24, 33, 16, 1, 38, 10, 9, 19, 31, 40, 27, 22, 23, 25, 13, 6, 11, 39, 18, 20, 8, 14, 21, 32, 26, 2, 30, 7, 4, 17, 5, 3, 28, 34, 37, 12, 36]
outPutList = []
for i in range(len(arg1)):
outPutList.append(0)
for i in range(len(arg1)):
this_i = arg1[i]
for j in range(len(posList)):
if posList[j] == i + 1:
outPutList[j] = this_i
print(outPutList)
生成arg2参数
经过对代码的分析可知arg2是由outPutList数组转为字符串实现的
arg2 = outPutList[_0x1e8e("0x2")]("");
arg2 = ''.join(outPutList)
生成arg3参数
for (var i = 0; i < arg2[_0x1e8e("0x1")] && i < mask[_0x1e8e("0x1")]; i += 2) {
var GxjQsM = _0x1e8e("0x3")[_0x1e8e("0x4")]("|")
, QoWazb = 0;
while (!![]) {
switch (GxjQsM[QoWazb++]) {
case "0":
if (xorChar[_0x1e8e("0x1")] == 1) {
xorChar = "0" + xorChar
}
continue;
case "1":
var strChar = parseInt(arg2[_0x1e8e("0x5")](i, i + 2), 16);
continue;
case "2":
arg3 += xorChar;
continue;
case "3":
var xorChar = (strChar ^ maskChar)[_0x1e8e("0x6")](16);
continue;
case "4":
var maskChar = parseInt(mask[_0x1e8e("0x5")](i, i + 2), 16);
continue
}
break
}
}
arg2[_0x1e8e(“0x1”)]是arg2的长度
mask[_0x1e8e(“0x1”)]是mask的长度
mask是固定值3000176000856006061501533003690027800375
GxjQsM是固定的列表[‘1’, ‘4’, ‘3’, ‘0’, ‘2’]
转为Python代码
arg3=''
for i in range(0, 40, 2):
strChar = int(arg2[i:i + 2], 16)
maskChar = int(mask[i:i + 2], 16)
xorChar = hex(strChar ^ maskChar)[2:]
if len(xorChar) == 1:
xorChar = '0' + xorChar
arg3 += xorChar
最终的效果
对详情页面的分析
随便点击一个页面进入详情页面,抓包抓取数据
复制CURL命令转为Python代码,运行代码
可以获取数据
开始分析,最终发现只有修改req和timestamp__1258才会获取失败,并且这两个是一对的,任何一个被修改都会导致获取失败
对timestamp__1258的生成分析
通过抓包软件发现在跳转页面之前会访问一个url获取js代码
把整个js代码复制下来到浏览器去调试
搜寻_0x3baf44
搜寻_0x30f62c
最中发现这个_0x56d97c是一个函数,提交的参数为下面这种结构
-1837977873|0|1702035443735
number|0|number
0之后的数字的为时间戳,第一个数字暂不知道,所以去搜寻
大致阅读可知_0x318558通过for循环来生成的,其中与_0x1117c9有关
搜寻_0x1117c9
打印_0x1117c9
这里你会很熟悉,这些数据都是搜索接口里所抓取的数据
也就是说timestamp__1258的生成思路为
构造如下的列表
{
"protocol": "https:",
"host": "jobs.51job.com",
"hostname": "jobs.51job.com",
"port": "",
"pathname": "/guiyang-gshq/152094046.html",
"search": "?s=sou_sou_soulb&t=0_0&req=04608edfce87b123a2d4951514d63dc4",
"hash": "",
"original": "https://jobs.51job.com/guiyang-gshq/152094046.html?s=sou_sou_soulb&t=0_0&req=04608edfce87b123a2d4951514d63dc4"
}
通过for循环生成_0x318558,在通过_0x318558构造如下结构的数据
_0x318558|0|时间戳
提交到_0x56d97c函数生成timestamp__1258的值
_0x56d97c函数太过庞大并且这个js代码是混淆后的,最终选择补环境的方式来实现这个生成,让后通过Python调用js代码
补环境之后的效果