一、引言

“以前的数据靠买,现在的数据靠爬”,越来越多的学者通过网络爬虫来获取数据。但是做爬虫的人都知道,现在的很多网站都在和我们斗智斗勇,防护普遍越来越好,并且越有价值的网站在这方面越强,哪怕是小一点的网站也多多少少存在一些反爬。而JS逆向又是网络反爬中运用最多的一种,现在做爬虫的人不懂JS简直是寸步难行,因为各种JS加密需要逆向!破解JS加密只是第一步,之后就是如何在我们的Python代码中直接执行JS,下面介绍一下几种Python中执行JS代码的方法。

二、方法介绍

1.PyExecJS方法

首先第一步安装:

pip3 install PyExecJS

PyExecJS 是一个简单易用的库,它提供了一个通用的接口来执行 JavaScript代码,可以在多个JavaScript 运行时环境下工作,包括 Node.js、PhantomJS。

然后导入excejs,它是一个在 Python中执行JS代码的库,使用示例如下:

md5_js = '''function hex_md5(s){ return binl2hex(core_md5(str2binl(s), s.length * 8));}function b64_md5(s){ return binl2b64(core_md5(str2binl(s), s.length * 8));}function hex_hmac_md5(key, data) { return binl2hex(core_hmac_md5(key, data)); }function b64_hmac_md5(key, data) { return binl2b64(core_hmac_md5(key, data)); }function calcMD5(s){ return binl2hex(core_md5(str2binl(s), s.length * 8));}function md5_vm_test(){return hex_md5("abc") == "900150983cd24fb0d6963f7d28e17f72";}function cxx(a, d) {var e;a = a - 0,e = str_spl[a]return e;}function core_md5(x, len){x[len >> 5] |= 0x80 <>> 9) << 4) + 14] = len;var a =1732584193;var b = -271733879;var c = -1732584194;var d =271733878;for(var i = 0; i  16) bkey = core_md5(bkey, key.length * 8);var ipad = Array(16), opad = Array(16);for(var i = 0; i > 16) + (y >> 16) + (lsw >> 16);return (msw << 16) | (lsw & 0xFFFF);}function bit_rol(num, cnt){return (num <>> (32 - cnt));}function str2binl(str){var bin = Array();var mask = (1 << 8) - 1;for(var i = 0; i >5] |= (str.charCodeAt(i / 8) & mask) << (i%32);return bin;}function binl2hex(binarray){var hex_tab = 0 ? "0123456789ABCDEF" : "0123456789abcdef";var str = "";for(var i = 0; i >2] >> ((i%4)*8+4)) & 0xF) + hex_tab.charAt((binarray[i>>2] >> ((i%4)*8)) & 0xF);}return str;}function binl2b64(binarray){var tab = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";var str = "";for(var i = 0; i > 2] >> 8 * ( i %4)) & 0xFF) <> 2] >> 8 * ((i+1)%4)) & 0xFF) <> 2] >> 8 * ((i+2)%4)) & 0xFF);for(var j = 0; j  binarray.length * 32) str += '';else str += tab.charAt((triplet >> 6*(3-j)) & 0x3F);}}return str;}'''content = '加密内容'ctx = execjs.compile(md5_js)sk = ctx.call('hex_md5', content)

call里面的参数第一个是JS函数名称, 如果要执行的JS有参数, 后面跟上参数就可以像上面content即可。

2. js2py方法

首先第一步安装:

 pip3 install js2py

js2py是一个专门为 Python 设计的库,允许在 Python 中执行 JavaScript代码,并且提供了较完整的 JavaScript 解释器。它支持更复杂的JavaScript 特性,如闭包和异常处理适用于一些逆向工程场景,因为它能够处理一些混淆和复杂的 JavaScript 代码。它的原理是将JS代码直接转译成Python代码执行,不用安装运行本地环境,启动比较快不过转译时增加了执行时间,而且转译时有时会报错,特别是JS代码很多时,由于不使用本地JS环境,所以像JS混淆的代码转译时往往容易报错。

使用示例:

import js2pyjs2py.eval_js('console.log( "Hello World!" )')

使用execute执行JS代码示例:

import js2pycontext = js2py.EvalJs() # 实例化解析js对象js_code = '''var a = 10function f(x) {return x*x}'''context.execute(js_code) # 调用js代码里面的函数context.a

在JS中直接使用Python内置函数示例:

import js2pycontext = js2py.EvalJs({'python_sum': sum})context.eval('python_sum(new Array(1, 2, 3))')

函数sum是Python里面的函数,可以直接在js2py中使用,其实很好理解,因为js2py是把js转译成python代码再来执行,当然可以直接执行Python函数了。

转译JS文件方式示例:

from example import examplejs2py.translate_file('example.js', 'example.py')example.someFunction()

除了使用之前上面的方法外,还可以把JS文件转译成Python代码后再调用,这样做的好处是不用每次调用JS文件都要转译一次。

3. node方法

首先确定先安装好nodejs,然后使用subprocess调用node子进程来执行JS。

优点:速度快,而且一般不会出错,因为nodejs跟chrome浏览器一样使用的是v8引擎,在这五种方法中此方法最可靠,特别是有大量js代码要执行时,建议直接调用node。

缺点:需要安装nodejs,并且如果大厂网站或app的js一般都会检测nodejs,所以js代码必须处理好,否则无法通过。

import subprocess# js文件最后必须有输出,我使用的是 console.logpro = subprocess.run("node abc.js", stdout=subprocess.PIPE)# 获得标准输出_token = pro.stdout# 转一下格式token = _token.decode().strip()

4. Selenium方法

首先第一步安装:

pip3 install selenium

Selenium是一个自动化测试工具,可以模拟浏览器行为。可以在浏览器中执行JavaScript,用于实现网页渲染一系列操作。

这里我们需要先下载webdriver以及安装chrome浏览器,或其它浏览器及其相应webdriver

driver地址:https://chromedriver.chromium.org/downloads

Selenium官方网站:https://www.selenium.dev/zh-cn/documentation/

优点:省去了抠JS代码那些枯燥与繁琐的事项。

缺点:必须有浏览器环境支持,执行效率低,只适合在有浏览器环境的情况下执行JS代码。

一般不推荐使用selenium,但是如果不介意效率低的话,selenium算一个不错的选择。

使用示例:

from selenium import webdriverjsstr = '''function add() {let a = 1;let b = 2;return a+b;}'''# 调用jsdriver = webdriver.chrome()# 异步用这个driver.execute_async_script(js)result = driver.execute_script(jsstr)print(result)

5. PyV8方法

PyV8是一个基于Google V8引擎的库,提供在Python中执行 JavaScript代码的功能。它在性能上具有优势,因为V8引擎是高性能的JavaScript引擎。

PyV8只支持Python2的pip安装,不支持python3环境下的pip安装,请直接到官网下载安装二进制文件:https://github.com/emmetio/pyv8-binaries

然后解压后将PyV8.py 与 _PyV8.so (注意:如不是这两个文件名需要修改),将两文件复制到Python的site-packages目录下如/usr/local/lib/python3.6/site-packages

使用示例:

import PyV8ctxt = PyV8.JSContext()# ctxt.__enter__()ctxt.enter()jsstr = '''function add() {let a = 1;let b = 2;return a+b;}'''result = ctxt.eval(jsstr)print(result)

以上就是今天的介绍,大家可以根据自己的需要找到适合自己的方法,快去尝试一下吧!

最后

我准备了一些非常系统的Python资料,除了为你提供一条清晰、无痛的学习路径,还甄选了最实用的学习资源以及庞大的主流爬虫案例库。短时间的学习,你就能够很好地掌握爬虫这个技能,获取你想得到的数据,需要的朋友可以扫描文末二维码即可获取

01 专为0基础设置,小白也能轻松学会

我们把Python的所有知识点,都穿插在了漫画里面。

在Python小课中,你可以通过漫画的方式学到知识点,难懂的专业知识瞬间变得有趣易懂。

你就像漫画的主人公一样,穿越在剧情中,通关过坎,不知不觉完成知识的学习。

02 无需自己下载安装包,提供详细安装教程

03 规划详细学习路线,提供学习视频

04 提供实战资料,更好巩固知识

05 提供面试资料以及副业资料,便于更好就业


这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要也可以扫描下方csdn官方二维码或者点击主页和文章下方的微信卡片获取领取方式,【保证100%免费】