前言

其實在以前就盯上有道翻譯了的，但是由於時間問題一直沒有研究(我的騷操作還在後面，記得關注)，本文主要講解如何用python呼叫有道翻譯，講解這個爬蟲與有道翻譯的js“鬥爭”的過程！

當然，本文僅供交流學習使用，適合自己做一些小東西娛樂，禁止用於商業用途！轉載請註明微信公眾號：bigsai。專案github地址：https://github.com/javasmall/python

在這裡插入圖片描述

分析

對於一個網站，首先肯定要的就是分析，分析其中的網頁規則

分析url

進入有道翻譯你會發現它的url是沒有變化的，也就是說它的請求是通過ajax非同步互動的。點選F12，很容易在XHR中找到這個互動的請求，點選檢視資訊，你會發現一串引數，其中有幾個還是加密了的，啥salt鹽啥的。先有個數。

在這裡插入圖片描述

分析引數01

可以大膽猜測：這個關鍵引數肯定在一塊。我們搜尋salt,然後正常的點選，格式化展開，在js中再次搜尋salt。想找相關salt附近看看能不能找到斷點進行除錯！當然，最終你可以找到11個相關內容可以在每個附近進行斷點除錯。你這樣樂意找到相關位置關鍵加密欄位和函式。

在這裡插入圖片描述
在這裡插入圖片描述
在這裡插入圖片描述

分析引數02

這次，咱們使用瀏覽器呼叫堆疊的功能，檢視js執行的堆疊進行查詢。直接點選到對應模組打斷點即可進行觀察。最終你會找到這個位置generateSaltSign(n)的這個函式，主要加密函式都在裡面執行

在這裡插入圖片描述
在這裡插入圖片描述

加密分析

其實有道翻譯的加密是比較簡單的了，你一看，

• 不知道navigator.appVersion是啥是吧，我列印一看。就是瀏覽器頭進行md5加密的嘛，可以固定不變的，也就是說這個bv(t)引數它可以是固定不變的。
• 這個ts不就是13位當前時間戳嗎！
• 這個salt不就是時間戳後面加上100內的隨機數嗎，隨便取一個就行。
• 這個sign不就是"fanyideskweb" + 翻譯的字串 + salt + "n%A-rKaT5fb[Gy?;N5@Tj"這麼一串串數字然後md5加密的嘛！

通過後面的分析發現這些引數並沒有變化。所以這次生成的是唯一的，但是有一個前提是5000字以內，如果超出5000字他會擷取前5000字，這點需要注意一下。

在這裡插入圖片描述

模擬請求

注意點

既然有了上面的規則，那麼咱們就可以通過這部分的規則和抓包的資訊整合用python模擬完成js的事件，傳送請求。這裡面有幾點需要注意的。

• Fristly，你要搞定python中md5加密模組，時間time模組，能夠做出一些等價的一些轉化。剛好，py的hashlib和time模組 can fullfill 你。這個問題解決。
• In addition，post請求的主體data字典需要進行url編碼才能當成data傳送請求發過去。
• last but not least，解決完加密最重要的就是header，大家一定不要麻批大意。這個content—length，經過我的經驗告訴我它如果填錯了就會報錯，並且不填經過抓包分析系統會自動生成。所以不要計算主體長度的，這個引數一定要省略。不放cookie會報錯，放了cookie經過測試你會發現有些可以該甚至可有可無，有些必須遵從其樣式。而cookie中必須遵從的就是[email protected]即數字+@+ip形式地址。可能是為了檢驗而用，這個可以直接進行模擬。

在這裡插入圖片描述

請求程式碼

返回結果是一串json，直接拿即可！

import requests
import hashlib
import time
import urllib.parse
# 建立md5物件
def nmd5(str):
    m = hashlib.md5()
    # Tips
    # 此處必須encode
    # 若寫法為m.update(str)  報錯為： Unicode-objects must be encoded before hashing
    # 因為python3裡預設的str是unicode
    # 或者 b = bytes(str, encoding='utf-8')，作用相同，都是encode為bytes
    b = str.encode(encoding='utf-8')
    m.update(b)
    str_md5 = m.hexdigest()
    return  str_md5
def formdata(transtr):
    # 待加密資訊
    headerstr = '5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'
    #print(round(time.time()*1000))
    bv=nmd5(headerstr)
    ts=str(round(time.time()*1000))
    salt=ts+'90'
    strexample='fanyideskweb'+transtr+salt+'n%A-rKaT5fb[Gy?;N5@Tj'
    sign=nmd5(strexample)
    #print(sign)
    i=len(transtr)
    #print(i)
    # print('MD5加密前為 ：' + headerstr)
    # print('MD5加密後為 ：' + bv)
    dict={'i':transtr,'from':'AUTO','TO':'AUTO','smartresult': 'dict',
          'client':'fanyideskweb',
          'salt':salt,
          'sign':sign,
          'ts':ts,
          'bv':bv,
          'doctype':'json',
          'version':'2.1',
          'keyfrom':'fanyi.web',
          'action':'FY_BY_REALTlME'
    }
    return dict


url='http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'
header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36',
 'Referer':'http://fanyi.youdao.com/',
 'Origin': 'http://fanyi.youdao.com',
 'Content-Type':'application/x-www-form-urlencoded; charset=UTF-8',
 'X-Requested-With':'XMLHttpRequest',
 'Accept':'application/json, text/javascript, */*; q=0.01',
 'Accept-Encoding':'gzip, deflate',
 'Accept-Language':'zh-CN,zh;q=0.9',
 'Connection': 'keep-alive',
 'Host': 'fanyi.youdao.com',
 'cookie':'_ntes_nnid=937f1c788f1e087cf91d616319dc536a,1564395185984; OUTFOX_SEARCH_USER_ID_NCOO=; [email protected]; JSESSIONID=; ___rl__test__cookies=1'
 }
input=input("請輸入翻譯內容:")
dict=formdata(input)
dict=urllib.parse.urlencode(dict)
dict=str(dict)
#dict=urllib.parse.urlencode(dict).encode('utf-8')

req=requests.post(url,data=dict,headers=header)
val=req.json()
print(val['translateResult'][0][0]['tgt'])

執行結果

在這裡插入圖片描述

結語

就這樣，我們從0開始優雅的揭開有道翻譯的面紗！你可以利用這個做一些有趣的事情(待續------)

當然，這個可能難度不大，對於老鳥老說很簡單(勿噴)，但是對於新手來說特別適合練手，如果感覺有問題或者不理解的可以通過公眾號交流！當然，這個程式碼不知道能儲存多久會失效。所以請抓緊收藏嘗試！如果感覺可以還請奉獻愛心點點贊！當然，這個只是我腦洞的一個開端，好玩的還在後面！

專案和爬蟲倉庫github地址，歡迎star和fork！

歡迎關注一波公眾號：bigsai 一起學習，一起進步！長期分享更多樂趣！

相關推薦