為什么要引出Python執(zhí)行js這個問題?

都說術(shù)業(yè)有專攻，每個語言也都有自己的長處和短處。在爬蟲方向，Python絕對是扛把子，近幾年隨著AI的火爆，需要各種各樣的數(shù)據(jù)，所以，爬蟲需求也跟著水漲船高起來。

做爬蟲的當(dāng)然是爬的爽，但是估計人家后臺在罵街，畢竟誰都不希望自己的數(shù)據(jù)被弄走，所以后臺反爬技術(shù)也在快速提升，一攻一防就這么在拉鋸著。

現(xiàn)在為了防止反爬，前端使用的反爬技術(shù)比較多的是js代碼混淆。

什么是js代碼混淆?

正常代碼

我們現(xiàn)在看一段js代碼，代碼邏輯很簡單，就是拼接時間返回。

function formatDate(now) {
    var now = new Date(1230999938);
    var year=now.getFullYear();
    var month=now.getMonth()+1;
    var date=now.getDate();
    var hour=now.getHours();
    var minute=now.getMinutes();
    var second=now.getSeconds();
    return year+"-"+month+"-"+date+" "+hour+":"+minute+":"+second;
}

混淆代碼

function formatDate(mz1){var KkkGDiH2=new window["\x44\x61\x74\x65"](1230999938);var tsk3=KkkGDiH2['\x67\x65\x74\x46\x75\x6c\x6c\x59\x65\x61\x72']();var YMreyP4=KkkGDiH2['\x67\x65\x74\x4d\x6f\x6e\x74\x68']()+1;var Ozo5=KkkGDiH2['\x67\x65\x74\x44\x61\x74\x65']();var QMYEc$eD6=KkkGDiH2['\x67\x65\x74\x48\x6f\x75\x72\x73']();var JfXVV_Akq7=KkkGDiH2['\x67\x65\x74\x4d\x69\x6e\x75\x74\x65\x73']();var $mP8=KkkGDiH2['\x67\x65\x74\x53\x65\x63\x6f\x6e\x64\x73']();return tsk3+"\x2d"+YMreyP4+"\x2d"+Ozo5+" "+QMYEc$eD6+"\x3a"+JfXVV_Akq7+"\x3a"+$mP8

可能我們會有個疑問,js代碼都成這玩意了，還能執(zhí)行嗎? 答案是肯定的。即使js代碼非常亂，但還是可以執(zhí)行的，結(jié)果跟上面的是一樣的。

這就造成了一個問題，我們在做爬蟲時，如果需要，多多少少可能都要研究一下js代碼，然后進(jìn)行js解密一下，但是，但是，要是代碼都混淆成了這了，還怎么解?

一點(diǎn)邏輯都看不通了，基本上不可用Python按照js邏輯重寫出來了...

后來我就想，要是Python能執(zhí)行js代碼就好了，不用管函數(shù)里面的邏輯了，只拿函數(shù)返回值就好了。

Python第三方包Execjs

安裝

在安裝之前，需要有node環(huán)境，這里就不舉栗子了，下一步下一步就好了。

pip3 install PyExecJS

Execjs用法超級簡單的，幾行代碼。

執(zhí)行js

注：由于上述js代碼會生成window對象，并不能直接執(zhí)行成功，需要額外的其他輔助，這里簡單的舉一下其他例子。

正常js代碼

function add(x, y) {
   return x + y;
}

Python執(zhí)行js代碼

import execjs

ctx = execjs.compile("""
function add(x, y) {
  return x + y;
}
""")
print(ctx.call("add"， 1, 2))

混淆js代碼

function add(bi1,Pl$2){return bi1+Pl$2}

Python執(zhí)行混淆js代碼

import execjs

ctx = execjs.compile("""
function add(bi1,Pl$2){return bi1+Pl$2}
""")
print(ctx.call("add"， 1, 2))

即使再混淆，只要執(zhí)行的是js代碼，都是沒啥問題的。

上述拼接時間返回的js混淆代碼也是可以執(zhí)行的，但是它多了一個window對象，需要node安裝jsdom才行，或者使用selenium打開游覽器執(zhí)行再返回也行，當(dāng)然，速度更慢。
審核編輯：湯梓紅