警花出更粤语,安然纳米汗蒸房价格,乔二中彩
上一篇博客的末尾说到全网代理ip的端口号是经过加密混淆的，而这一篇博客就将告诉你如何破解！如果觉得有用的话，不妨点个推荐哦~
首先进入，打开开发者工具，点击查看端口号，看起来貌似没有什么问题：
如果你已经爬取过这个网站的代理，你就会知道事情并非这么简单。如果没爬过呢？也很简单，点击鼠标右键然后查看网页源代码，搜索”port“，可以找到如下内容：
很明显这不是网页上显示的端口号了，那我们要怎么才能得到真正的端口号呢？
首先需要找到一个js文件：，点开后可以看到如下内容：
这么复杂的js代码看得人头都大了，不过我们发现这个js代码是一个eval函数，那我们能不能把它解码一下呢？这时候你需要一个工具--，把这些js代码复制进去：
然后点击解码：
还是一个eval函数，所以再次解码：
到这一步，已经比最开始的代码简洁多了，但是还易读性还是很差，所以我们需要先格式化一下：
var _$ = [
"\x2e\x70\x6f\x72\x74",
"\x65\x61\x63\x68",
"\x68\x74\x6d\x6c",
"\x69\x6e\x64\x65\x78\x4f\x66",
"\x2a",
"\x61\x74\x74\x72",
"\x63\x6c\x61\x73\x73",
"\x73\x70\x6c\x69\x74",
"\x20",
"",
"\x6c\x65\x6e\x67\x74\x68",
"\x70\x75\x73\x68",
"\x41\x42\x43\x44\x45\x46\x47\x48\x49\x5a",
"\x70\x61\x72\x73\x65\x49\x6e\x74",
"\x6a\x6f\x69\x6e",
""
];
$(function() {
$(_$[0])[_$[1]](function() {
var a = $(this)[_$[2]]();
if (a[_$[3]](_$[4]) != -0x1) {
return;
}
var b = $(this)[_$[5]](_$[6]);
try {
b = b[_$[7]](_$[8])[0x1];
var c = b[_$[7]](_$[9]);
var d = c[_$[10]];
var f = [];
for (var g = 0x0; g < d; g++) {
f[_$[11]](_$[12][_$[3]](c[g]));
}
$(this)[_$[2]](window[_$[13]](f[_$[14]](_$[15])) >> 0x3);
} catch (e) {}
});
});
可以看到有一个列表和一个函数，而这个函数应该就是混淆的函数了，但是这列表里的数据都是十六进制的，还需要解码一下（这一步可以用python来做）：
_ = ["\x2e\x70\x6f\x72\x74", "\x65\x61\x63\x68", "\x68\x74\x6d\x6c", "\x69\x6e\x64\x65\x78\x4f\x66", "\x2a",
"\x61\x74\x74\x72", "\x63\x6c\x61\x73\x73", "\x73\x70\x6c\x69\x74", "\x20", "", "\x6c\x65\x6e\x67\x74\x68",
"\x70\x75\x73\x68", "\x41\x42\x43\x44\x45\x46\x47\x48\x49\x5a", "\x70\x61\x72\x73\x65\x49\x6e\x74",
"\x6a\x6f\x69\x6e", ""
]
_ = [i.encode('utf-8').decode('utf-8') for i in _]
print(_)
# ['.port', 'each', 'html', 'indexof', '*', 'attr', 'class', 'split', ' ', '', 'length', 'push', 'abcdefghiz', 'parseint', 'join', '']
然后把这个列表里的元素添加到上面的js函数中，可以得到如下结果：
我要评论 1 $(function() {
2 $(".port")["each"](function() {
3 var a = $(this)["html"]();
4 if (a["indexof"]("*") != -0x1) {
5 return;
6 }
7 var b = $(this)["attr"]("class");
8 try {
9 b = b["split"](" ")[0x1];
10 var c = b["split"]("");
11 var d = c["length"];
12 var f = [];
13 for (var g = 0x0; g < d; g++) {
14 f["push"]("abcdefghiz"["indexof"](c[g]));
15 }
16 $(this)["html"](window["parseint"](f["join"]("")) >> 0x3);
17 } catch (e) {}
18 });
19 });
可以看到这段js代码就是先找到每个端口节点，然后把端口的class值提取出来，再进行拆分字符串，然后获取每个字母在”abcdefghiz“中的下标值，并把这些值拼接成字符串，再转为整型数据，最后把这个整型数据向右移3位。比如”gea“对应的下标组成的字符串是”640“，转为整型数据后向右移3位的结果就是80，也就是真实的端口值了。最后附上用python解密端口号的代码：
1 et = etree.html(html)
2 port_list = et.xpath('//*[contains(@class,"port")]/@class')
3 for port in port_list:
4 port = port.split(' ')[1]
5 num = ""
6 for i in port:
7 num += str("abcdefghiz".index(i))
8 print(int(num) >> 3)
之前就有人评论说有的网站使用图片代替文字以实现反爬虫，然后我这次就找到了一个网站--，随意点击一个商品查看一下：
打开开发者工具，然后点击查看价格，想不到价格居然是通过图片来显示的：
我找到两个可以得到价格的办法，一个简单的，一个难一点的。简单的方法是用正则表达式，因为在源码中的其他地方是包含商品的基本信息的，比如名称和价格，所以我们可以使用正则表达式进行匹配，代码如下：
1 import re
2 import requests
3
4
5 url = "https://www.newegg.cn/product/a36-125-e5l.htm?neg_sp=home-_-a36-125-e5l-_-countdownv1"
6 res = requests.get(url)
7 result = re.findall("name:'(.+?)', price:'(.+?)'", res.text)
8 print(result)
难一点的方法是把图片下载到本地之后进行识别，由于这个图片的清晰度很高，也没有扭曲或者加入干扰线什么的，所以可以直接使用ocr进行识别。但是用这种方法的话需要安装好tesseract-ocr，这个工具的安装过程还是比较麻烦的。用这种方法破解的代码如下：
1 import requests
2 import pytesseract
3 from pil import image
4 from lxml import etree
5
6
7 url = "https://www.newegg.cn/product/a36-125-e5l.htm?neg_sp=home-_-a36-125-e5l-_-countdownv1"
8 res = requests.get(url)
9 et = etree.html(res.text)
10 img_url = et.xpath('//*[@id="pricevalue"]/span/strong/img/@src')[0]
11 with open('price.png','wb') as f:
12 f.write(requests.get(img_url).content)
13 pytesseract.pytesseract.tesseract_cmd = 'e:/python/tesseract-ocr/tesseract.exe'
14 text = pytesseract.image_to_string(image.open('price.png'))
15 print(text)
16 # 6999.00
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论