前言

各位小伙伴，大家好，這次咱們來說一下關于爬蟲方向的一個知識，Python如何執行js，快來看看吧!!!

[[337385]]

為什么要引出Python執行js這個問題?

都說術業有專攻，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，需要各種各樣的數據，所以，爬蟲需求也跟著水漲船高起來。

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

現在為了防止反爬，前端使用的反爬技術比較多的是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; 
} 

運行一下這段代碼，如下圖所示。

 

 

 

 

混淆代碼

我隨便找了個在線的js代碼混淆網站。

js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 

上面這個真的不是我瞎寫的，混淆之后就是這樣子的，不信看圖片。

 

 

 

 

可能我們會有個疑問,js代碼都成這玩意了，還能執行嗎? 答案是肯定的。即使js代碼非常亂，但還是可以執行的，結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?

一點邏輯都看不通了，基本上不可用Python按照js邏輯重寫出來了...

很巧，小編也是卡在這里...后來我就想，要是Python能執行js代碼就好了，不用管函數里面的邏輯了，只拿函數返回值就好了。

Python第三方包Execjs

可能是吧，不止我一個人遇到了這種情況，所以大佬們就開發出來這種工具包，用于執行js代碼。

安裝

在安裝之前，需要有node環境，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。

執行js

注：由于上述js代碼會生成window對象，并不能直接執行成功，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執行js代碼

 

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

執行結果如下圖所示：

 

混淆js代碼

 

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

Python執行混淆js代碼

 

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

執行結果如下圖所示：

 

可以看到，即使再混淆，只要執行的是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行的，但是它多了一個window對象，需要node安裝jsdom才行，由于網絡設置有問題，實在是下載不了舉例子，實在是抱歉。

或者使用selenium打開游覽器執行再返回也行，當然，速度更慢。

結尾

反爬和爬蟲一直都是一攻一防，以后可能這種情況會更嚴重，但是在Python龐大的生態中總能找到不錯的方案。人生苦短，Python當歌。