【验证码逆向专栏】某多多验证码逆向分析

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！

前言

某多多的验证码，类型有很多，滑块、点选、手势等等，其中点选的题目繁多，每刷一次都能给你整个新的出来。本文主要对验证码的相关加密算法（不同类型的都大差不差）进行逆向分析，识别模型的训练后续也会推出相关文章，上述内容都仅供学习交流：

逆向目标

目标：某多多点选验证码逆向分析
网站：感兴趣的小伙伴私聊

抓包分析

触发验证码，抓包，/api/phantom/vc_pre_ck_b 接口返回的 salt 值，会参与到加密参数的生成：

/api/phantom/obtain_captcha 接口获取验证码图片以及题目内容，都经过了加密处理：

pictures：验证码背景图片链接；
semantics：验证码需点击的题目内容。

该接口的请求参数中 anti_content、captcha_collect 都经过了加密，verify_auth_token 是触发验证码之后，返回的识别标志：

/api/phantom/user_verify 验证接口：

验证成功：{'code': 0, 'leftover': 9, 'result': True}；
验证失败：{'code': 3002, 'leftover': 9, 'result': False}；
验证时间过长：{'code': 1001, 'leftover': null, 'result': False}。

请求参数与 /api/phantom/obtain_captcha 接口基本相同，多了一个 verify_code，也就是点击的坐标：

anti_content 参数的解决思路，网上有很多详解文章，跟栈就行了，本文就不对此多加分析了：

逆向分析

验证码图片

一般的验证码，其获取图片的接口，基本都是直接返回的下载链接，或者经过 Base64 编码后的值。本案例中，验证码的背景图片链接、标题都经过了加密处理，需要进行逆向分析。

这些图片内容，在后端进行加密，那必然会在前端解密出真实的链接，然后渲染到页面上，据此，基本就有两种方案。

第一种，跟栈分析，/api/phantom/obtain_captcha 接口调用的堆栈基本都在 _app.js 文件中，是异步的，关于异步跟栈的分析流程，之前的文章写过很多，就不再赘述了。跟栈进去，在下图 return 处下个条件断点 i.pictures，返回验证图片相关信息时即会断住：

单步调试，分析，寻找解密点。向上跟栈到此处，可以看到，c 就是经过加密后的标题，经过 this.formatSemantics 方法处理后，还原出了明文标题：

跟到 this.formatSemantics 中去，kc.Base64.decode(Oa.a.decode(e[0])) 方法解密出了明文值，最终的结果替换掉特殊字符 @ 即可：

kc.Base64.decode 就是 base64 解码（https://www.kgtools.cn/secret/base64）：

跟进到 Oa.a.decode 中，将相关算法扣下来即可：

Python 复现：

# ======================
# -*-coding: Utf-8 -*-
# ======================
import re
import base64

from loguru import logger

c = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,
     -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 24, 3, -1, 20, -1, 17, 8, -1, 30,
     -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 12, 22, 10, -1, -1, 15, 14, 6, -1, 5, -1, -1, 7, 18, -1, 25, 9, -1,
     28, -1, 2, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 1, 21, -1, 31, 13, 16, -1, 26, -1, 27, -1, 0, 19, -1, 11, 4, -1,
     -1, 23, -1, 29, -1, -1, -1, -1, -1, -1]

# 正则表达式, 用于匹配多字节的 UTF-8 字符
b = re.compile(r'[\xC0-\xDF][\x80-\xBF]|[\xE0-\xEF][\x80-\xBF]{2}|[\xF0-\xF7][\x80-\xBF]{3}')


# UTF-8 解码
def y(e):
    length = len(e)
    if length == 4:
        t = ((7 & ord(e[0])) << 18 | (63 & ord(e[1])) << 12 | (63 & ord(e[2])) << 6 | 63 & ord(e[3])) - 65536
        return chr(55296 + (t >> 10)) + chr(56320 + (t & 1023))
    elif length == 3:
        return chr((15 & ord(e[0])) << 12 | (63 & ord(e[1])) << 6 | 63 & ord(e[2]))
    else:
        return chr((31 & ord(e[0])) << 6 | 63 & ord(e[1]))


def decode_captcha_img(e):
    t = len(e)
    if t % 8 != 0:
        return None
    n = []
    for r in range(0, t, 8):
        o = c[ord(e[r])]
        i = c[ord(e[r + 1])]
        a = c[ord(e[r + 2])]
        p = c[ord(e[r + 3])]
        h = c[ord(e[r + 4])]
        m = c[ord(e[r + 5])]
        v = c[ord(e[r + 6])]
        g = (31 & o) << 3 | (31 & i) >> 2
        b = (3 & i) << 6 | (31 & a) << 1 | (31 & p) >> 4
        y = (15 & p) << 4 | (31 & h) >> 1
        w = (1 & h) << 7 | (31 & m) << 2 | (31 & v) >> 3
        x = (7 & v) << 5 | 31 & c[ord(e[r + 7])]

        n.append(chr((31 & g) << 3 | b >> 5))
        n.append(chr((31 & b) << 3 | y >> 5))
        n.append(chr((31 & y) << 3 | w >> 5))
        n.append(chr((31 & w) << 3 | x >> 5))
        n.append(chr((31 & x) << 3 | g >> 5))

    _ = ''.join(n)
    _ = _.replace('#', '').replace('@?', '').replace('*&%', '').replace('<$|>', '')
    return _


# 解码标题
def decode_captcha_title(pic_encode, decode_type=""):
    decoded_img = decode_captcha_img(pic_encode)
    if decoded_img is None:
        return None
    if decode_type == "title":
        decoded_title_str = base64.b64decode(decoded_img).decode('utf-8')
        # 使用正则表达式和 y 函数替换多字节字符
        decoded_title_str = b.sub(lambda match: y(match.group(0)), decoded_title_str)
        return decoded_title_str
    else:
        return decoded_img


if __name__ == '__main__':
    # 标题测试样例
    title_pic = "4ntGHUqMtltGiVfsfSqLiVwLtwqFSsiK4lqHXHOMOFfLnUGsORG94HKF6XMSUHwLiG2pjVyt"
    decode_title_result = decode_captcha_title(title_pic, "title")
    logger.info(decode_title_result.replace("@", ""))

    # 背景图片测试样例
    bg_pic = "pictures[0]"  # 太长了, 自行替换测试
    decode_bg_result = decode_captcha_title(bg_pic)
    logger.info(decode_bg_result)

背景图片链接还原比标题少一步解码：

第二种，直接搜索 decode，尝试定位解密算法的位置。跟栈进去后发现，_app.js 文件内容未经过混淆，ctrl + f 搜索一下，把感觉像的地方都打上断点，刷新验证码，断住后，也能找到相关算法的位置：

将还原的结果去掉前面的 data:image/png;base64,（标识信息），复制到 K哥工具站（https://www.kgtools.cn/convert/base64img）验证一下，无误：

captcha_collect 参数

总共有两个接口需要 captcha_collect 参数，分别是获取图片的接口 /api/phantom/obtain_captcha 和验证接口 /api/phantom/user_verify，本文将逐一分析。

两个接口，和前文一样，各用一种方案分析。/obtain_captcha 接口的 captcha_collect 参数，跟栈调试，和前文一样，下个条件断点 i.includes('0as')，在 anti_content 参数生成之后，图片结果响应返回之前，单步往下调试：

跟到下图处会发现，此时的 captcha_collect 参数是由 Oa.a.getPrepareToken() 参数生成的：

h(m(JSON.stringify(e)), k, C) 方法生成了 captcha_collect 参数的值，e 包含了一些环境相关的信息，k、C 明显也经过了加密处理：

先跟到 m 方法中去看看，这里是将各环境参数组成的字符串，使用 Gzip 压缩算法处理后得到的结果：

在 JavaScript 中，一般使用两种方式实现 Gzip 压缩，分别是 pako 库和 zlib 模块：

pako：JavaScript 库，支持浏览器端和 Node.js 环境。pako 被设计为轻量级且跨平台，因此可以在浏览器中直接使用，无需依赖额外的本地模块或工具。适用于：浏览器端应用、前端开发、客户端 JavaScript 压缩；
zlib：是 Node.js 自带的原生模块，专门用于在 Node.js 环境中处理压缩和解压操作。zlib 基于 C++ 库，性能上通常更好，适用于处理大规模的数据压缩任务。适用于：服务器端应用、Node.js 后端开发、处理大文件压缩。

直接使用 pako 库即可：

npm install pako

const pako = require('pako');
// Gzip 压缩明文
const compressedText = pako.gzip(text);
// 将压缩后的字节数组转换为字符串
String.fromCharCode.apply(null, new Uint8Array(compressedText));

接下来，分析 h 函数，其就在 m 函数上面，跟过去下断点，key 和 iv 对应前文提到的 k 和 C：