【验证码逆向专栏】某片滑块、点选验证码逆向分析

声明

本文章中所有内容仅供学习交流使用，不用于其他任何目的，不提供完整代码，抓包内容、敏感网址、数据接口等均已做脱敏处理，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关！

本文章未经许可禁止转载，禁止任何修改后二次传播，擅自使用本文讲解的技术而导致的任何意外，作者均不负责，若有侵权，请在公众号【K哥爬虫】联系作者立即删除！

逆向目标

• 目标：某片的滑动验证码和点选验证码逆向
• 主页：aHR0cHM6Ly93d3cueXVucGlhbi5jb20vcHJvZHVjdC9jYXB0Y2hh

抓包分析

验证码图片获取接口，GET 请求，包含四个参数：cb、i、k、captchaId，有时候可能也会有 token 参数，那是因为不是第一次加载图片，比如刷新图片，会将之前接口的 token 值带上。

接口返回，如果是滑动验证码，则 bg 是背景图，front 是滑块图，还有个 token 值后续会用到。

如果是点选验证码，则 captchaImage 是底图，wordsImage 是需要点击的文字，同样的有个 token 值后续会用到。

验证接口，包含五个参数：cb、i、k、token、captchaId，其中 token 就是获取验证码接口返回的。

逆向分析

图片接口

先来看看获取验证码图片的接口，全局搜索关键字 captchaId 即可定位到 key 为 jsonpRequest 的地方，下图中的 t 就是完整的接口 URL 了：

往上挨个找，先看看 captchaId，其实就是 this.APP_ID，多次刷新你会发现，对于滑块来讲，是定值 974cd565f11545b6a5006d10dc324281，对于点选来讲，是定值 e1e7be036f9242c7aed023438af66f46，这两个值在一个 JS 里是写死的，如下图所示：

再往上看，HOSTS 啥的是定值就不用说了，cb 就是 r，i 就是 a.i，k 就是 a.k，通过 concat() 方法连接起来，所以只需要搞定 r 和 a 的值就行了，如下图所示：

a 的值是通过 encrypt(e) 得到的，e 里面有 fp、address、yp_riddler_id 等值，如下图所示：

先看看这个 encrypt 方法，最终返回的是 i 和 k，瞧瞧这熟悉的 iv、parse，一看就是 AES、DES 之类的，试一下就知道了，或者跟进 lt.a.encrypt() 看看他的源码，对比一下标准算法里的源码，就可以发现是 AES，k 就很明显了，RSA 加密，公钥啥的一搜就有。

然后往上有个 yp_riddler_id，貌似是从 cookie 中拿的，直接搜索这个关键字，可以找到其设置值的地方，就是一个 UUID，其中有个 window.performance.now() 方法，其作用是返回一个当前页面执行的时间的时间戳，用来精确计算程序执行时间，在 node 实现方法如下：

var perf = require('perf_hooks');

performance = perf.performance.now()
console.log(performance);

然后再往上有个 e.fp = this.fingerprint，这里用到的应该是一个指纹库：https://github.com/fingerprintjs/fingerprintjs ，感兴趣的可以了解一下，同一个浏览器得到的指纹是一样的，这里固定即可。

然后就是 r 的值，preAdd 方法，直接扣就行了

然后这个 e 的值，再传到 jsonpRequest 之前就已经有一些值了，所以我们还得往前跟栈看看：

来到 getCaptcha 这里，没啥特别的，扣就完事儿了，其中有个 browserInfo 是浏览器的一些东西，copy 下来就行了。

验证接口

验证接口最后也是走的 jsonpRequest，和前面的获取图片接口类似，不同之处就是传入的 e 里面包含的值不一样，先来看看滑块：

包含 distanceX 和 points，很明显 points 就是轨迹了，再往前跟看看，如下图所示，我们只需要 i 和 r 参数就行了，参数是一些图片高宽，固定就行，offsetX 是滑动的距离。

主要看看这个轨迹 i = this.reducePoints()，跟进 reducePoints() 方法里，this.position 是轨迹信息，这个方法对轨迹做了一些处理再返回的，直接把逻辑扣下来即可。

滑块就到这儿了，再来看看点选验证，同样的还是 jsonpRequest，传入的 e 包含了三个点的坐标。

同样往上跟栈，这里的 this.position 才是真实坐标，后面每个坐标分别对 x 和 y 与图片的宽和高进行相除，如下图所示：

结果验证