最近写了一个Perl脚本自动调用迅雷远程下载电影，目标电影站是赫赫有名的 MP4BA。本来运行得挺好，每次有符合条件的电影发布，脚本就会自动通过调用运行在 Raspberry Pi 上的迅雷远程将其下载到本地。但是今天程序一直报 503 错误，后来发现是百度云加速的浏览器安全检查在作祟，用户有时需要通过一次校检才能正常访问网站。我估计这种防护，本身也是为了防止各种非正常机器人的侵袭？
这个安全检查的原理其实很简单。用户在访问网站的时候，服务器首先发回一个返回码为 503 的页面，核心是页面中一个隐藏的 Form 和一段 Javascript 代码，后者负责生成 form 中的某一个输入值，然后提交，服务器对提交的各项值进行校检，通过则跳转到正常网站，并生成一个 Cookie 保证后续正常访问。因为有一个关键的校检值是由 Javascript 生成的，所以能一定程度上能保证访问者是通过正常的浏览器访问的，而不是机器程序。
下面是一个例子，注意高亮的代码。JdcdXuQ 这个对象名，以及属性 BKdYXrXP 都是随机生成的，后面的一系列相关的计算语句也是随机生成的，所以 jschl-answer 的值，是完全随机的。
(function(){
var a = function() {try{return !!window.addEventListener} catch(e) {return !1} },
b = function(b, c) {a() ? document.addEventListener("DOMContentLoaded", b, c) : document.attachEvent("onreadystatechange", b)};
b(function(){
var a = document.getElementById('yjs-content');a.style.display = 'block';
setTimeout(function(){
var t,r,a,f, JdcdXuQ={"BKdYXrXP":+((!+[]+!![]+!![]+[])+(!+[]+!![]+!![]))};
t = document.createElement('div');
t.innerHTML="<a href='/'>x</a>";
t = t.firstChild.href;r = t.match(/https?:\/\//)[0];
t = t.substr(r.length); t = t.substr(0,t.length-1);
a = document.getElementById('jschl-answer');
f = document.getElementById('challenge-form');
;JdcdXuQ.BKdYXrXP-=+((!+[]+!![]+[])+(!+[]+!![]+!![]+!![]+!![]+!![]));JdcdXuQ.BKdYXrXP-=+((+!![]+[])+(!+[]+!![]));JdcdXuQ.BKdYXrXP*=+((!+[]+!![]+[])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![]));JdcdXuQ.BKdYXrXP-=+((+!![]+[])+(!+[]+!![]));JdcdXuQ.BKdYXrXP-=+((!+[]+!![]+[])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![]));JdcdXuQ.BKdYXrXP+=!+[]+!![]+!![]+!![];JdcdXuQ.BKdYXrXP-=+((!+[]+!![]+[])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![]));JdcdXuQ.BKdYXrXP+=+((!+[]+!![]+!![]+!![]+[])+(+!![]));a.value = parseInt(JdcdXuQ.BKdYXrXP, 10) + t.length;
f.submit();
}, 4000);
}, false);
})();
//
上面的JS，提交的是下面这一个Form。可以看到 jschl_vc 和 pass 本身就有 value，唯有 jschl-answer 没有 value 属性。
那么现在的问题就是，如何让 Perl 能够将相关的 JS 代码截取出来，然后运行得出和JS一样的结果。
大 CPAN 上有一个处于 Alpha 阶段的模块，名叫JE，也就是 Javascript Engine 的缩写，是一个用纯 Perl 实现的 JS 引擎，好流弊，正符合我的需要。
解析校检链接的方法如下。基本思路就是把和值计算相关的语句都用正则撷取出来，然后使用JE执行。
sub get_baidu_yjs_check_url {
my $site_url = shift;
my $content = shift;
use JE;
use URI;
my $uri = URI->new($site_url);
my $je = new JE;
my $tree = HTML::TreeBuilder->new;
$tree->parse($content);
my $js = $tree->look_down("_tag", "script");
$js = $js->as_HTML;
$js =~ s/^\<\/?script.*|^\s+\/\/.*//gm;
my ($first_assignment, $object, $key) =
$js =~ /var t,r,a,f, ((\w+)\=\{"(\w+)\"\:.*)/;
my ($multiple_caculation) = $js =~ /;(.*;)a\.value/;
#print $first_assignment . $multiple_caculation . "\n";
my $final_number = $je->eval($first_assignment . $multiple_caculation);
my $answer = $final_number + length($uri->host);
my $form = $tree->look_down("_tag", "form");
my $jschk_url = $site_url . $form->attr('action');
my @inputs = $form->look_down("_tag", "input");
my %query;
for my $input ( @inputs ) {
$query{$input->attr("name")} = $input->attr("value");
}
$query{'jschl_answer'} = $answer;
#print Dumper(\%query);
my @params;
for ( keys %query ) {
push @params, join('=', $_, $query{$_});
}
$jschk_url .= '?' . join('&', @params);
return $jschk_url;
}
有了这个链接，后续只用读取后保存cookie，然后继续访问原网站就OK了。
详情可见 Github Repo：tienlo。