使用转换后的JS函数在Python中除臭

Question

我需要将以下函数转换为python，以便在抓取网页时对提取的文本进行消隐：

function obfuscateText(coded, key) {
// Email obfuscator script 2.1 by Tim Williams, University of Arizona
// Random encryption key feature by Andrew Moulden, Site Engineering Ltd
// This code is freeware provided these four comment lines remain intact
// A wizard to generate this code is at http://www.jottings.com/obfuscator/
shift = coded.length
link = ""
for (i = 0; i < coded.length; i++) {
    if (key.indexOf(coded.charAt(i)) == -1) {
        ltr = coded.charAt(i)
        link += (ltr)
    }
    else {
        ltr = (key.indexOf(coded.charAt(i)) - shift + key.length) % key.length
        link += (key.charAt(ltr))
    }
}
document.write("<a href='mailto:" + link + "'>" + link + "</a>")

}“”“”

下面是我转换的python等价物：

^{pr2}$

打印模糊文本（“uw#287u#Guw#287Xw8Iwu！#W7L#“，”WXYVZABUCDTFGSHIRKLQMNOPQORSTNUVMWXYLZ01K23J456I789H。@G！#$F%&E'*+D-/=C？^B `{A |}~”）

actionattraction$comcastWnet

但是我得到的输出有点不正确，而不是actionattraction@comcast.net我在上面。同样，上面的代码多次为同一个html页面提供随机字符

目标html页面在JS中有一个带编码和key的模糊文本函数，我在obsfunc中提取函数签名并动态执行：

email=eval(obsfunc)

它将email存储在上面的变量中，但问题是它大部分时间都能工作，但有时会失败，我强烈地感觉到问题出在python函数提供的参数上，它们可能需要转义或转换，因为它包含特殊字符？我尝试传递原始参数和不同的类型，如repr（），但问题仍然存在。在

一些例子actionattraction@comcast.net使用相同的python函数计算错误和正确（第一行是email）：

@ation@ttr@ationVaoma@st!nct
 obfuscateText("KMd%Y@Kdd8KMd%Y@IMY!MKcdJ@*d", "utvsrwqxpyonzm0l1k2ji3h4g5fe6d7c8b9aZ.Y@X!WV#U$T%S&RQ'P*O+NM-L/K=J?IH^G_F`ED{C|B}A~")

}ction}ttr}ction@comc}st.net
 obfuscateText("}ARGML}RRP}ARGMLjAMKA}QRiLCR", "}|{`_^?=/-+*'&%$#!@.9876543210zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA~")

actionattraction@comcast.net
 obfuscateText("DEWLRQDWWUDEWLRQoERPEDVWnQHW", "%&$#!@.'9876*54321+0zyxw-vutsr/qponm=lkjih?gfed^cbaZY_XWVUT`SRQPO{NMLKJ|IHGFE}DCBA~")

Answer 1

我重写了除臭剂：

def deobfuscate_text(coded, key):
    offset = (len(key) - len(coded)) % len(key)
    shifted_key = key[offset:] + key[:offset]
    lookup = dict(zip(key, shifted_key))
    return "".join(lookup.get(ch, ch) for ch in coded)

测试结果是

^{pr2}$

这给了

actionattraction@comcast.net
actionattraction@comcast.net
actionattraction@comcast.net
anybody@home.com

注意，这三个键串都包含&；用&替换它可以解决问题。可能在某个时候，javascript被错误地转义了html代码；Python有一个模块可以对html特殊字符进行解锁，如下所示：

# Python 2.x:
import HTMLParser
html_parser = HTMLParser.HTMLParser()
unescaped = html_parser.unescape(my_string)

# Python 3.x:
import html.parser
html_parser = html.parser.HTMLParser()
unescaped = html_parser.unescape(my_string)

Answer 2

首先，index不返回None，而是抛出一个异常。在您的例子中，W出现而不是一个点，因为返回的索引是0，not inkey（这也是错误的）错误地认为键中不存在字符。在

其次，&的出现表明您确实需要查找和解码HTML实体。在

最后，我建议重写它

len0 = len(code)
len1 = len(key)
link = ''
for ch in code:
    try:
        ch = key[(key.index(ch) - len0 + len1) % len1]
    except ValueError: pass
    link += ch
return link