news 2026/5/12 13:49:55

020-MD5:Token

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
020-MD5:Token

案例网址:Token

加密参数+参数定位

数据包显而易见:

经py测试可得,就一个加密参数code:

下面xhr定位加密位置,这次跟栈有点儿难,因为很多栈入参或者函数内部都没有密文或者关键字啥的,但是我们可以看出来其实就是switch case+异步 而已,那些站基本都没啥用,直到我跟到这里:

上一个栈是有加密参数入参的,这里就没有了,我们在最后返回值处打上断点看看:

a这里已经有密文了,我们看a怎么来的,其实a就是上面一行然后那一行入参有一个t,他也已经包含密文了:

再看t怎么来的:

这里套了一层又一层函数,我们从内向外看:

最内层函数执行完就已经有了密文,但是入参却是undefined,算了,我们进函数一探究竟:

找到了,藏得很深啊,运行过来看看怎么加密的:

看密文长度像是md5,试试函数是不是吧:

标准md5,ok直接手搓

复现逻辑+py调用

简单,直接写了

//code var CryptoJS=require("crypto-js")function codeEnc(){var n=Date.now().toString()r=CryptoJS.MD5(n+"9527"+n.substr(0,6)).toString()return{code:r,timeStamp:n}}console.log(codeEnc());

记得时间戳也传出来,然后py调用如下:

importrequestsimportexecjsimportosclassJSExecutor:def__init__(self,js_file_path):ifnotos.path.exists(js_file_path):raiseFileNotFoundError(f'{js_file_path}does not exist')withopen(js_file_path,'r',encoding='utf-8')asf:self.js_code=f.read()self.js_code=execjs.compile(self.js_code)defcall(self,func_name,*args):returnself.js_code.call(func_name,*args)defget_data(code,time_stamp):headers={'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/143.0.0.0 Safari/537.36 Edg/143.0.0.0',}params={'pages':'2,1','sizes':'100,100','subject':'market_cap','language':'en_US','legal_currency':'USD','code':code,'timestamp':time_stamp,'platform':'web_pc','v':'0.1.0','mytoken':'',}response=requests.get('https://api.mytoken.info/ticker/currencyranklist',params=params,headers=headers)returnresponse.json()if__name__=='__main__':js_executor=JSExecutor('20.js')params=js_executor.call('codeEnc')print(get_data(params['code'],params['timeStamp']))

小结

加密很简单,就是加密位置不太好找,仔细一点即可,然后找不到就在加密最后出现的栈的前一个栈打断点,说不定就藏在某个函数中,文章如有其他问题请及时提出,加油加油

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/4 12:29:17

什么是 RAG?RAG 的主要流程是什么?

RAG(检索增强生成)详解 一、什么是 RAG? 1. 定义 RAG(Retrieval-Augmented Generation,检索增强生成) 是一种结合了信息检索和大语言模型生成的技术,它让 AI 在回答问题时能够先从外部知识库…

作者头像 李华
网站建设 2026/5/11 16:53:59

大模型训练全周期详解:从预训练到RLHF的完整技术路径

本文系统梳理了大语言模型训练全周期的四个核心阶段:预训练、有监督微调、奖励建模和强化学习。预训练阶段通过海量数据构建基础语言能力;SFT阶段使模型学会遵循人类指令;奖励建模和RLHF阶段则将人类价值观编码到模型中,提升输出的…

作者头像 李华
网站建设 2026/5/7 6:16:25

构建AI Agent的自适应学习系统

构建AI Agent的自适应学习系统 关键词:AI Agent、自适应学习系统、机器学习、强化学习、神经网络 摘要:本文旨在深入探讨构建AI Agent的自适应学习系统这一前沿技术领域。通过详细阐述自适应学习系统的核心概念、算法原理、数学模型,结合项目实战案例,展示如何实现一个高效…

作者头像 李华
网站建设 2026/5/5 0:23:55

搭建终身学习系统时,AI应用架构师容易犯哪些错?(避坑指南)

AI应用架构师搭建终身学习系统的10个常见坑与避坑指南 副标题:从数据管道到模型部署的实践教训 摘要/引言 在AI从“静态工具”转向“动态系统”的今天,终身学习(Lifelong Learning) 已成为企业保持AI竞争力的核心能力——它让模型…

作者头像 李华
网站建设 2026/5/9 0:59:08

前端萌新别慌!30分钟搞懂CSS阴影:text-shadow和box-shadow实

前端萌新别慌!30分钟搞懂CSS阴影:text-shadow和box-shadow实 前端萌新别慌!30分钟搞懂CSS阴影:text-shadow和box-shadow实战指南先别急着写代码,咱先吐槽五分钟先整点能跑的,把士气提上来text-shadow&#…

作者头像 李华