企业官网建设流程全解析

1. 项目概述：从登录框到加密黑盒

做爬虫或者自动化测试的朋友，对淘宝登录这个“拦路虎”应该都不陌生。你兴冲冲地写好了脚本，模拟了点击，填好了用户名和密码，结果一提交，服务器告诉你密码错误。你明明输对了，为什么？问题就出在那个看似简单的密码输入框背后，藏着一套复杂的客户端加密逻辑。我们今天要啃的硬骨头，就是淘宝登录流程中那个关键的password2参数，它是由 RSA 算法加密生成的。

这不仅仅是一个“找到加密函数然后调用”的简单逆向。淘宝的登录页面经过多年迭代，其 JavaScript 代码经过了混淆、压缩和动态加载，password2的生成逻辑被巧妙地隐藏在一堆难以阅读的代码中。我们的目标，就是像侦探一样，从浏览器纷繁的网络请求和源码中，抽丝剥茧，定位到 RSA 公钥和加密的核心代码，并用 Python 完美复现这一过程。最终，你将得到一个可以脱离浏览器环境，直接生成有效登录凭证的 Python 脚本。这对于需要处理大量账号登录、进行数据采集或自动化测试的场景来说，价值不言而喻。

2. 核心思路与技术选型解析

2.1 逆向工程的核心路径

面对一个经过混淆的 Web 应用，盲目地通读所有 JS 代码是效率最低下的方法。我们的核心思路是“由外及内，顺藤摸瓜”。

2.1.1 网络请求分析是起点

一切始于浏览器的开发者工具（F12）。在淘宝登录页面输入密码点击登录，观察网络（Network）选项卡中发出的请求。你会发现一个关键的 POST 请求，其请求参数中就包含了我们的目标password2，它是一长串看似随机的字符。同时，你很可能还会发现一个publicKey或类似名称的字段，或者在一个更早的 GET 请求响应中，服务器返回了 RSA 公钥信息。这个公钥是加密的必需品，我们必须先拿到它。

2.1.2 搜索与断点追踪

有了目标参数名password2，我们可以在开发者工具的“源代码”（Sources）选项卡中，对所有 JS 文件进行全局搜索。混淆后的代码变量名可能千奇百怪，但字符串常量相对容易被保留。搜索”password2“或’password2‘，往往能直接定位到设置这个参数的地方。在这里打下断点，重新触发登录操作，代码执行就会在此暂停。

此时，调用栈（Call Stack）窗口是你的最佳导航。它展示了当前断点函数是被谁调用的，一层层回溯，你就能找到最核心的加密函数入口。这个函数很可能接收明文密码和公钥作为参数，输出加密后的密文。

2.1.3 算法识别与提取

在核心函数内部，你会看到诸如new JSEncrypt()、setPublicKey、encrypt等字样，这是常见的 JavaScript RSA 库（如 jsencrypt）的用法。我们的任务就是理清这里面的逻辑：公钥以何种格式传入（可能是模数n和指数e分开，也可能是一个 PEM 格式的字符串），明文在加密前是否经过了其他处理（比如 URL 编码、Base64 转换等）。然后，用 Python 的密码学库（如rsa或cryptography）实现完全相同的逻辑。

2.2 为什么选择 Python 进行复现？

你可能会有疑问：既然浏览器里 JS 都能跑，为什么还要用 Python 复现？

1. 环境独立性与自动化：Python 脚本可以运行在服务器、无头浏览器或任何没有图形界面的环境中，便于集成到自动化流水线或爬虫框架中。
2. 性能与资源：启动一个完整的浏览器实例（即使是无头的）消耗的资源远大于一个纯 Python 脚本。对于批量任务，性能差异巨大。
3. 稳定与可控：浏览器环境可能因版本、插件或页面动态加载等因素产生波动。Python 复现的加密逻辑是确定性的，只要算法不变，输出就恒定，更稳定可靠。
4. 学习价值：这个过程是对非对称加密算法、Web 逆向工程、跨语言编程理解的绝佳实践，远比单纯调用一个 Selenium 点击登录按钮要深入得多。

注意：本教程旨在技术交流与学习，帮助你理解现代 Web 应用的安全机制和逆向分析方法。请务必遵守目标网站的服务条款，不得将技术用于恶意爬取、攻击或侵犯他人隐私等非法用途。

3. 实战逆向：定位 password2 的生成逻辑

理论说再多，不如动手走一遍。我们假设一个典型的淘宝登录页面（实际域名和参数可能随时间变化，但方法论通用）。

3.1 第一步：捕获关键网络请求

1. 打开浏览器开发者工具（F12），切换到Network选项卡，并勾选Preserve log（保留日志）。
2. 访问淘宝登录页，输入账号和（错误的）密码，点击登录。
3. 在网络请求列表中，筛选XHR或Fetch请求，寻找登录提交的请求。通常其 URL 会包含login、submit等关键字。
4. 点击这个请求，查看其Headers和Payload（或Request Payload/Form Data）。

关键发现：

• 请求URL：可能是https://login.taobao.com/member/login.jhtml?或类似的子域名下的地址。
• 请求参数：你会看到loginId（用户名）、password2（加密密码）、publicKey等一系列字段。password2的值类似aBcDeFgHiJkL...123456==这样的长字符串。

同时，留意在登录页面加载时或点击登录前，是否有一个获取密钥的请求。它可能返回一个 JSON，里面包含了publicKey或key、exponent等信息。

3.2 第二步：在源码中搜索与断点调试

1. 切换到Sources选项卡。
2. 按Ctrl+Shift+F（Windows/Linux）或Cmd+Opt+F（Mac）打开全局搜索框。
3. 搜索关键词”password2“（带双引号）。在混淆代码中，字符串常量比变量名更容易存活下来。
4. 在搜索结果中，点击进入包含这个字符串的 JS 文件。代码很可能被压缩成一行，点击左下角的{}（美化代码）按钮让其可读。

定位加密点： 美化后，搜索password2，找到类似这样的赋值语句：

data['password2'] = encryptedPassword; // 或者 obj.password2 = encryptFunc(plainPwd, pubKey);

在encryptedPassword或encryptFunc这一行左侧的行号上点击，设置一个断点。

3.3 第三步：追踪调用栈与提取逻辑

1. 回到登录页，再次触发登录操作。代码执行会在你的断点处暂停。
2. 观察右侧的Scope或Call Stack面板。
   • Local Scope：可以看到当前函数内的变量，如plainPwd（明文密码）、pubKey（公钥对象或字符串）、encryptedPassword的值。记下它们！
   • Call Stack：显示函数调用链。点击调用栈中上一层的函数，可以跳转到调用当前函数的地方，逐步向上回溯，直到找到加密的入口函数。

核心逻辑提取示例： 假设我们最终定位到一个函数：

function encryptPassword(pwd, key) { var encryptor = new JSEncrypt(); encryptor.setPublicKey(key); var encrypted = encryptor.encrypt(pwd); return encrypted; }

这就非常清晰了：使用了 JSEncrypt 库，公钥key是字符串形式（通常是 PEM 格式，以-----BEGIN PUBLIC KEY-----开头），直接加密明文密码pwd。

更复杂的情况： 有时，公钥不是直接以 PEM 字符串给出，而是服务器返回了模数n（一个很长的16进制或Base64字符串）和指数e（通常是”10001“的16进制0x010001）。那么 JS 代码中可能会用这些参数构造一个 RSAKey 对象。类似这样：

var rsaKey = new RSAKey(); rsaKey.setPublic(n, e); // n 是模数，e 是指数 var encrypted = rsaKey.encrypt(pwd);

我们需要记录下n和e的具体值以及它们的格式（是16进制字符串还是Base64？）。

实操心得：在断点状态下，你可以将鼠标悬停在变量上查看其值，或在 Console 面板中直接输入变量名回车查看。对于复杂的对象，使用JSON.stringify(varName, null, 2)可以漂亮地打印出来，方便复制。

4. Python 复现 RSA 加密全过程

拿到了加密逻辑和密钥信息，我们就可以在 Python 中动手了。这里根据上面分析的两种常见情况，给出复现方案。

4.1 环境准备与依赖安装

首先，确保你的 Python 环境（建议 3.6 以上）已经就绪。我们需要安装处理 RSA 加密的库。rsa库和cryptography库都是不错的选择，cryptography更强大也更现代。这里以cryptography为例。

pip install cryptography

4.2 情况一：使用 PEM 格式公钥字符串

如果逆向发现公钥是完整的 PEM 格式字符串（-----BEGIN PUBLIC KEY-----...），那么复现非常简单。

from cryptography.hazmat.primitives import serialization from cryptography.hazmat.primitives.asymmetric import padding from cryptography.hazmat.primitives import hashes import base64 # 从网络请求或源码中获取的 PEM 公钥字符串 public_key_pem = """-----BEGIN PUBLIC KEY----- MIIBIjANBgkqhkiG9w0BAQEFAAOCAQ8AMIIBCgKCAQEAzXpLZgJYLpFhW... ... （你的实际公钥内容） ... -----END PUBLIC KEY-----""" # 1. 加载公钥 public_key = serialization.load_pem_public_key( public_key_pem.encode('utf-8') ) # 2. 待加密的明文密码 plain_password = "YourPassword123" # 3. 执行加密 # PKCS1 v1.5 填充是 JSEncrypt 默认使用的，对应 OAEP 填充在 cryptography 中是 PKCS1v15 cipher_text = public_key.encrypt( plain_password.encode('utf-8'), padding.PKCS1v15() # 注意！这是关键，淘宝登录通常使用 PKCS1v1.5 填充 ) # 4. 将加密后的字节进行 Base64 编码，得到最终的 password2 password2 = base64.b64encode(cipher_text).decode('utf-8') print(f"加密后的 password2: {password2}")

关键点解析：

• 填充方案：padding.PKCS1v15()是关键。RSA 加密明文需要填充，JSEncrypt 默认使用 PKCS#1 v1.5 填充。如果这里选错（比如用了 OAEP），加密结果会完全不同，导致登录失败。这是逆向复现中最常见的坑之一。
• 编码：确保明文密码在加密前转换为字节（.encode('utf-8')），加密输出也是字节，最后按需进行 Base64 编码。

4.3 情况二：使用模数(n)和指数(e)构造公钥

如果服务器返回的是单独的模数n和指数e，我们需要用它们来构造公钥。

from cryptography.hazmat.primitives.asymmetric import rsa from cryptography.hazmat.primitives import serialization from cryptography.hazmat.primitives.asymmetric import padding import base64 import binascii # 假设从服务器获取的 n 是 Base64 编码字符串，e 是 "010001" (16进制字符串) n_base64 = "AMJ9Td...很长一串...QAB" # 你的模数 n e_hex = "010001" # 1. 解码并转换参数 # 将 Base64 的 n 解码为字节，然后转换为整数 n_bytes = base64.b64decode(n_base64) n_int = int.from_bytes(n_bytes, byteorder='big') # 大端序 # 将 16 进制的 e 转换为整数 e_int = int(e_hex, 16) # 2. 构造 RSA 公钥数字 public_numbers = rsa.RSAPublicNumbers(e_int, n_int) # 从数字构造公钥对象，需要指定后端 from cryptography.hazmat.backends import default_backend public_key = public_numbers.public_key(default_backend()) # 3. 加密明文密码 plain_password = "YourPassword123" cipher_text = public_key.encrypt( plain_password.encode('utf-8'), padding.PKCS1v15() # 同样使用 PKCS1v1.5 填充 ) # 4. Base64 编码输出 password2 = base64.b64encode(cipher_text).decode('utf-8') print(f"加密后的 password2: {password2}")

注意事项：

• 字节序：int.from_bytes(n_bytes, byteorder='big')中的byteorder='big'（大端序）是网络传输和许多加密库中的标准。务必与 JS 代码中的处理方式保持一致。
• 参数格式：务必确认n和e的原始格式。n可能是 Base64，也可能是 16 进制字符串。e通常是”010001“（16进制），对应十进制 65537，这是最常用的 RSA 公钥指数。解码步骤需要根据实际情况调整。

4.4 验证复现结果

生成password2后，如何验证它是否正确？

1. 本地对比法（推荐）：在浏览器断点处，获取到 JS 代码生成的password2值。用你的 Python 脚本，使用相同的明文密码和相同的公钥进行计算，对比两个password2字符串是否完全一致。这是最直接的验证方式。
2. 网络请求替换法：使用抓包工具（如 Fiddler、Charles）或浏览器的开发者工具，拦截登录请求。将请求体中的password2参数值替换为你 Python 脚本生成的值，然后放行请求。观察服务器返回的响应。如果返回成功或密码错误（而非参数错误），通常说明加密格式是正确的；如果返回明显的加密参数错误，则说明复现有误。

5. 常见问题、调试技巧与深度避坑指南

逆向复现的路上不会一帆风顺，下面是我踩过坑后总结的一些核心问题和解决方案。

5.1 加密结果不一致的排查清单

如果你的 Python 输出和 JS 输出不一致，请按以下顺序检查：

1. 公钥是否一致？这是最根本的。确保 Python 代码加载的公钥（无论是 PEM 字符串还是 n/e）与 JS 代码运行时使用的完全一致。一个字符都不能差，包括 PEM 的头部尾部标记和换行符。
2. 明文是否一致？确保加密前的密码字符串完全一致。注意是否有不可见字符、空格，或者 JS 端是否对密码进行了预处理（如 Trim 操作）。
3. 填充方案是否正确？99% 的问题出在这里。JSEncrypt 默认使用PKCS#1 v1.5填充。在 Pythoncryptography库中，对应的就是padding.PKCS1v15()。如果你错误地使用了padding.OAEP，结果必然不同。
4. 编码解码是否正确？牢记流程：明文（字符串）-> UTF-8 字节 -> RSA 加密 -> 字节 -> Base64 编码 -> 字符串（password2）。检查每个环节的输入输出类型。
5. 模数(n)和指数(e)的处理：如果使用 n/e，检查它们的编码转换。n从 Base64 解码后得到的字节，转换成整数时字节序（byteorder）是否正确？e的进制转换是否正确？

5.2 进阶：处理动态密钥与登录上下文

淘宝等大型网站为了安全，登录流程可能更复杂：

• 动态公钥：每次登录页面加载或每次登录尝试前，服务器都可能下发一个新的公钥。这意味着你不能硬编码一个公钥，必须在 Python 脚本中模拟首次访问，从页面或特定接口中提取最新的公钥。
• 登录令牌（Token）：登录请求可能还需要umidToken、sessionId、cookie等其他上下文参数，这些参数来自前序的页面请求。你的 Python 脚本需要模拟一个完整的会话：先请求登录页，解析 HTML 或后续接口响应获取公钥和 Token，再组合密码进行加密提交。
• 滑块验证码：如果触发验证码，单纯的密码加密复现就无法完成登录了。这属于另一个层面的逆向（验证码识别或绕过），不在本文讨论范围内。但通常，在未触发风控的正常环境下，正确的加密请求是可以直接登录的。

5.3 Python 代码的健壮性优化

1. 错误处理：添加try...except块来捕获密钥加载失败、加密失败等异常。
2. 日志记录：使用logging模块记录关键步骤的信息，如获取到的公钥片段、加密前后的值，便于离线调试。
3. 配置化：将公钥获取的 URL、请求头等信息写入配置文件，提高脚本的适应性。
4. 模拟完整会话：使用requests.Session()对象来保持 cookies，模拟浏览器行为。

import requests import re from cryptography.hazmat.primitives import serialization from cryptography.hazmat.primitives.asymmetric import padding import base64 import logging logging.basicConfig(level=logging.INFO) session = requests.Session() session.headers.update({ 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36' }) def fetch_public_key(): """模拟访问登录页，从页面或接口中提取公钥""" login_page_url = "https://login.taobao.com/" resp = session.get(login_page_url) # 这里需要根据实际页面结构，用正则或解析库提取公钥 # 例如，公钥可能在某个 <script> 标签的变量里，或者在一个单独的接口返回中 # 假设我们通过正则从 JS 变量中提取到了 PEM 格式公钥 match = re.search(r'var pubKey = "-----BEGIN PUBLIC KEY-----(.*?)-----END PUBLIC KEY-----";', resp.text, re.S) if match: pub_key_str = f"-----BEGIN PUBLIC KEY-----\n{match.group(1)}\n-----END PUBLIC KEY-----" logging.info("成功提取公钥") return pub_key_str else: logging.error("未能提取公钥") return None def encrypt_password(password, public_key_pem): """使用公钥加密密码""" public_key = serialization.load_pem_public_key(public_key_pem.encode()) cipher = public_key.encrypt(password.encode(), padding.PKCS1v15()) return base64.b64encode(cipher).decode() def login(username, encrypted_pwd): """提交登录请求""" login_api = "https://login.taobao.com/member/login.jhtml" payload = { 'loginId': username, 'password2': encrypted_pwd, # ... 其他必要的参数，如 token、umid 等，需要从前期请求中获取 } resp = session.post(login_api, data=payload) # 检查响应，判断登录是否成功 return resp # 主流程 if __name__ == '__main__': pub_key = fetch_public_key() if pub_key: my_password = "YourSecurePassword" pwd2 = encrypt_password(my_password, pub_key) login_response = login("your_username@example.com", pwd2) print(login_response.text)

6. 总结与扩展思考

通过以上步骤，我们完成了一次完整的 Web 登录 RSA 加密逆向与 Python 复现。这个过程的核心在于耐心和细致：耐心地分析网络请求，细致地对比每一步的数据。当你成功用 Python 生成出与浏览器完全一致的password2时，那种成就感是无与伦比的。

这个技能的价值不仅限于淘宝。几乎所有采用前端加密的登录系统（如许多银行、电商、社交平台），其逆向思路都是相通的：抓包 -> 定位关键参数 -> 逆向加密函数 -> 用其他语言复现。区别只在于加密算法（可能是 RSA、AES、SM系列国密等）、混淆的复杂度以及反调试手段的强弱。

最后再次强调，技术是把双刃剑。掌握逆向分析能力，能让你更深刻地理解系统工作原理，写出更健壮的自动化程序。但请务必用于合法的学习、测试和授权范围内的自动化任务，尊重网站的数据安全和用户隐私，这是每一位技术从业者的底线。