某网站登陆滑块逆向-1

本文最后更新于：2025年7月1日晚上

目标网站：aHR0cHM6Ly93d3cudmVyaWZ5NS5jb20vZGVtbw==

参考文章

前期调试

v5推出的滑块验证的demo

首先需要初步调试，弄清楚该网页的调用流程，发现核心代码

这个网页很奇怪，可能是个demo的原因，将生成的token值嵌入在了返回的页面当中

在数据传输中也是采用了WebSocket的方式

查看启动器，方法不多，均打上断点

代码用了AST混淆，不过可以动态调试看值。可以发现在上面第一个方法的断点处，初始化了一个套接字对象，那么直接从这里逐步调试分析

下面这三个函数分别对应webSocket的三种方法，onopen、onclode、onmessage

接着调试，发现在创建Socket之后，也就是即将发送信息，调用了方法F，接着进入到e[Ga](De)方法中

调试到下面这个方法中，这个方法是核心部分，我们具体分析

核心部分

下面分析a[Ga] = function(a, b, c)这个方法：

下面是传入的参数值，整理后b是一个json结构

"a": "7051CA8BF3E64DEDAA9334620DA8F5F1", // 数组c的第一部分
"b": {
    "l": "7bb66a357fd84eaa9839c79b9b641a7f", // 数组c的第二部分
    "f": "43b18dd09497378a6413ca595b0c9b4e577ccc6c",
    "m": "af50574c19134f4c925188895e21076a",
    "j": "ES5",
    "tl": 5,
...

下面走到Y(d,h)、E(b,a)，d和h是相同的值

进入到Y(d,h)，发现这是一个返回输入字符串取奇偶位的拼接字符串的方法，起点通过b的最后一个字符的Unicode值模2得到，因为这里b[0]是charCodeAt()。

接着进入到E(b,a)，这就是加密函数，只用了AES，然后key是上面Y()方法的返回值，注意最后返回的是base64(iv + encText)

发现iv是通过q(16)产生，看一下这个方法，f[b]是Math.random，sc是一个字符数组，那么这个方法就是返回一个长度为16的随机字符串

加密之后，通过push方法将a加入到数组c中，最后k由c中三个字符串拼接而成。c[0]和c[1]是方法输入的参数值，一个常量一个token

继续往下面调试，发现将k赋值给了a，并且将一些常量拼接进了字符串中

拼接完成后，会回转到上面的e[P][qe](a)处，这里查看值可以发现就是调用WebSocket.send(a)，也就是发送最终的加密字符串

还有一点需要注意，这里是分三次将字符串发送出去，每段1024字节，并且前面都有标识号0|3|0

发送完成后，这个方法就分析完了

接着会得到服务端返回的消息，

分析过程中由于不断刷新页面调试，相关数据可能前后不一致。

这里c仍然为token；g为截取的返回字符串前32位；a为被截断后，32位后面的字符串；这里Y(a,b)和上面一样，得到解密的key

ja()是解密函数，iv是截取了输入a的前32位，密文是32位之后的部分

下面就是解密之后a的明文：

得到这个明文后，还需要发送第二次数据，来得到真正的图片地址

关于第二次数据的生成，可以调试得到存在两部分数据，一个常量和一个json结构的变量，和第一次差不多

E97CE473AE1A46A8BF4A88FD73636D7E
{
    "requestId":"Req_17511751856524", // 时间戳
    "command":"E97CE473AE1A46A8BF4A88FD73636D7E",
    "data":{
        "l":"f5de218081f5418a963a4b2a63eecc2d", // token
        "z":"43b18dd09497378a6413ca595b0c9b4e577ccc6c"
    }
}

然后将两部分拼接进行加密，前面加上1|1|0|就得到了第二次的发送数据。

下面是第二次返回结果解密后的展示，这里发现密钥和第一次的一样就直接用，发现已经可以获取本次的图片和滑块地址

得到图片地址后，使用ddddocr库直接滑块识别，最后实际用到的其实是res['left']

def getDistance(bg, tp, save_path=None):
    det = DdddOcr(det=False, ocr=False, show_ad=False)
    res = det.slide_match(tp, bg, simple_target=True)
    if save_path is not None:
        # 将背景图片的二进制数据加载为Pillow Image对象
        left, top, right, bottom = res['target'][0], res['target'][1], res['target'][2], res['target'][3]
        bg_image = Image.open(io.BytesIO(bg))
        draw = ImageDraw.Draw(bg_image)
        draw.rectangle([left, top, right, bottom], outline="red", width=2)
        bg_image.save(save_path)
        print(f"[+] 已保存标注后的图片到: {save_path}")
        return res
    return res

得到的移动距离后，需要产生模拟滑块的移动参数：这里需要产生两个时间戳，拼接在轨迹参数的前后，保证前面的时间t1大于后面的t2即可。同时发现，只有当request_id中的时间戳等于t1才会得到通过。

def generateSliderTrack(target_distance):
    track = []
    start_time = int(time.time() * 1000)
    current_distance = 0
    current_time = 0

    track.extend([str(start_time)])
    while current_distance < target_distance:
        # 时间步长随机，模拟不均匀采样，25~65ms之间
        time_step = random.randint(25, 65)
        current_time += time_step

        # 横向步长，接近目标时减小步长
        if target_distance - current_distance > 10:
            x_step = random.randint(4, 10)
        else:
            x_step = random.randint(1, 4)

        current_distance += x_step
        if current_distance > target_distance:
            current_distance = target_distance

        # 纵向浮动在-4到4之间，模拟抖动
        y_offset = random.randint(-4, 4)

        track.extend([str(current_time), str(current_distance), str(y_offset)])

    end_date = start_time + current_time + random.randint(100, 500)
    track.extend([str(end_date)])
    track_str = ",".join(track)
    return track_str, str(start_time)