python爬虫——有道翻译接口的使用

——注：本文档是在程序调试之后才总结完成的，部分截图与程序调试时会不一样。

• 1.翻译接口url的寻找

  打开有道翻译在线翻译网页，打开页面检查抓包工具，捕获真正的请求url
  

• 2.查看文件后发现translate_o?..的文件中有输入的翻译内容及对应的翻译结果，那么文件中的url可能就是我们要找的url了
  

• 3.找到url后，可以知道请求的方式是get，同时Form Data中有很多需要一起携带的参数，可以试着不携带这些参数去获取请求，最后会发现这些参数都是必要的。接下来可以通过获取多次翻译来对比这些参数每一次都有什么变化：
  上图中除了 salt、sign、ts这三个参数每次都会变化之外，i是我们输入的内容，其他都不会变（bv每个浏览器都会不一样，但只要使用同一个User-Agent，bv的值也不会变化，这个后面会解释）

• 4.这些变化的参数可以判定就是通过js来生成的，所以需要寻找这些参数的具体位置并推断出参数的生成过程。这个步骤是整个破解过程的关键。

  • 4.1 可以通过全局搜索先查找salt的位置，如图：
    

  • 4.2 打开js文件并格式化代码显示后再次搜索salt，找到salt的位置，可以发现，其他几个参数也在这里
    

  • 4.3 接下来是设置断点，比如上图点击salt所在的这一行，左侧会有一个蓝色箭头，同时这一行高亮显示，就是设置了断点，然后再点一下“翻译”的按钮，页面会进入调试模式，执行到salt这一行时会停止，可以接着点击右侧的调试工具让程序一步一步执行，查看函数具体调用的位置。
    

  • 4.4 可以看到断点执行过程中每个参数最后得到的结果值。

  • 4.5 分析：

    • ts 比较好理解，通过r 得到，r 就是通过简单的(new Date).getTime()函数得到，结果值比较类似于一个时间戳（后面会使用在线工具来验证）
    • salt也好理解，需要先生成ts，然后通过拼接字符串来得到。对应的是 i，i = r + parseInt(10*Math.random(),10)，后面的参数应该是生成一个随机数，然后把这个随机数转换为一个字符串来和r 拼接
    • sign值稍微复杂点，需要使用md5进行加密，加密的内容又是几个参数。没事，来分析一下这几个被加密的参数，从表达式中可以看出也是对参数进行拼接来得到一个字符串。第一个参数"fanyideskweb"和最后一个参数"n%A-rKaT5fb[Gy?;N5@Tj"就是固定的字符串，所以就剩两个参数而已。参数e 可以看到结果值就是我们输入要查询的单词 “key”，参数i 就是参数salt，前面先计算出salt的值，这里拿过来用就行了。
    • bv值在一开始的对比中就发现是不会变化的。不过这里生成bv的函数有点意思，所以也看一下。bv 是通过t 得到的，t = n.md5(navigator.appVersion)，看来也是获取一个字符串然后再用md5进行加密。而navigator.appVersion看起来比较像一个函数，把鼠标放在这个值上面，可以看到显示出一长串东西，而这串内容会发现很眼熟，就是提取了我们的浏览器标识的内容。

• 5.参数的详细分析

  • 5.1 参数 ts

    前面的分析ts 应该是一个时间戳，（对于js还是需要再加强加强哇）所以我们也需要用python代码来构造出这个参数