【Python 爬虫简单的JavaScript逆向实战】抓取中国电影票房的数据

开篇闲聊
最近也是看完了崔庆才爬虫52讲里面JavaScript逆向部分,里面介绍了从简单到复杂整个JavaScript逆向的方法,里面也有一些实战案例(可以练习的),跟着视频练习之后,虽然也成功了,但是跟着一步一步的分析,总是不知道自己哪里懂了,哪里不懂,就想着自己找个网站实战练习一下。偶然的机会跟学姐闲聊的时候学姐给我发了一个网站,让我练一下手。就有了下面的分析,因为是初次自己独立的进行JavaScript实战,难免会出现一些问题,期间也少不了大佬的帮助。
废话不多说了,请出我们今天的主角:艺恩-中国电影票房数据
网站分析
抓包
首先我们先看一下document里面有没有数据

image.png

通过预览我们发现数据并没有在document里面,我们猜测数据可能是通过Ajax加载出来的,点到XHR选项,果然抓到了一个名为GetData的文件。
在这里插入图片描述

这个应该就是我们要的数据文件了,之后点开,发现是post请求,并且data里面没有加密参数。


在这里插入图片描述

在这里插入图片描述

心中一喜,这没有加密参数不是很简单吗,之后我们预览一下。


在这里插入图片描述

傻眼了,这也不是数据啊!猜测应该是JavaScript加密了,但是这也没办法搜索关键字,这怎么办呢。没办法只能用最笨的方法,找到发起程序这个选项。慢慢的一点一点的排除吧。
在这里插入图片描述

中间的send和ajax引起了我的注意,不管了点开看一下吧。来到了一个js文件,展开打断点,刷新


在这里插入图片描述

单步调试。发现了这样一段js语句,引起了我的注意


在这里插入图片描述

其中还有中文注释,这段js语句挺好懂的,大致的意思就是构建一个url,发送一个请求,成功发送就把data传过去,然后回调。我们不关心它是怎么请求又回调的,我们关心的只是这个data是怎么解析的。其中这句引起了我的注意


在这里插入图片描述

用python的代码来解释就是,调用了webInstace库里面的shell方法,传入一个data参数然后再解析一下。鼠标放在这个方法的上面,会显示这个方法的库,点进去


在这里插入图片描述

这下彻底看不懂了,看不懂没关系,我们之间把这个库扒下来,然后利用execjs这个库直接解析就行,我们传入个data参数就好。
不懂execjs用法的朋友可以参考一下这个篇文章execjs的使用
我用的是pycharm,不会配置node.js环境的朋友可以参考一下这篇文章Pycharm配置node.js

代码实现
我们把这个库复制下来随便命名为一个js文件,然后再文件的表头添加一下这个行代码
global.navigator={ userAgent: 'node.js', };

在这里插入图片描述

之后直接用python模拟请求即可。
附上源代码
image.png

image.png

这里我只是把数据打印出来,后续的解析,朋友们可以自行选择方法。
附带上代码运行的结果
在这里插入图片描述

PS:这只是简单的一个JavaScript逆向实战,大佬勿喷哈。

推荐阅读更多精彩内容