目标：实现滑块验证。
网站：
[color=]aHR0cHM6Ly93d3cuaXNodW1laS5jb20vdHJpYWwvY2FwdGNoYS5odG1s
1.又到周末了，开始今天的滑块分析，直接进官网中demo在线体验，找到滑块验证。
image.png (105.19 KB, 下载次数: 0)
下载附件
2025-7-5 11:13 上传
2.抓包主要分析两个接口，一是获取验证码图片接口，二是进行校验的接口。
图片的获取参数很少，主要看两个captchaUuid和organization，其实两个都可以固定，callback后面时间戳，固不固定都行。
image.png (40.92 KB, 下载次数: 0)
下载附件
2025-7-5 11:15 上传
image.png (46.14 KB, 下载次数: 0)
下载附件
2025-7-5 11:22 上传
organization 是一个标识，在一个js文件中，固定值就行。captchaUuid直接全局搜索，有一个getCaptchaUuid函数。代码是经过ob混淆的，前半部分是当前年月日时分秒，后半部分是从 _0x2e8d92 = 'ABCDEFGHJKMNPQRSTWXYZabcdefhijkmnprstwxyz2345678' 随机获得十八位。
image.png (59.61 KB, 下载次数: 0)
下载附件
2025-7-5 12:50 上传
image.png (55.38 KB, 下载次数: 0)
下载附件
2025-7-5 12:55 上传
3.标准的ob解混淆，我这在网站看到一个在线网站，测试一下可以用，网站就不发啦，直接搜就有的，可能会超时，多等待会。
image.png (43.75 KB, 下载次数: 0)
下载附件
2025-7-5 13:07 上传
[JavaScript] 纯文本查看 复制代码'generateTimeFormat': function _0x4c6363() {
var _0x430757 = new Date(),
_0x2378e5 = function _0x3174a6(_0x47652b) {
return +_0x47652b
4.这是解混淆后代码，看着就是比之前好看。（ast好啊，还是待写，dddd），主要还是看校验接口，参数多一些。
image.png (59.65 KB, 下载次数: 0)
下载附件
2025-7-5 13:16 上传
5.校验成功结果中 riskLevel: "PASS" 失败是 "riskLevel":"REJECT"。请求参数看着有什么，其实加密方式都一样，就key和明文不一样。可以直接全局搜索 'tm' ，结果有三个。为啥搜它呢，密文长度独特，每次都会更新。看着都引人注目。
image.png (124.38 KB, 下载次数: 0)
下载附件
2025-7-5 13:27 上传
6.可以解混淆后代码，本地替换，或者fidder或者，插件替换都行。注意是代码要压缩成一行，因为里面有自定义格式化检测isJsFormat，每次加密明文的时候，为true会更改key值为_0x45d705 --> 是一个时间戳加域名。
image.png (90.07 KB, 下载次数: 0)
下载附件
2025-7-5 13:33 上传
7.当然看原文也可以的，回到上面分析tm的参数由来，在switch之前有很多参数。请求参数的生成都是从过getEncryptContent方法。
image.png (174.92 KB, 下载次数: 0)
下载附件
2025-7-5 13:48 上传
image.png (42.36 KB, 下载次数: 0)
下载附件
2025-7-5 14:01 上传
_0x54ba18 = _0x2f5942[_0x4a8786(0x2c7)] 鼠标轨迹
_0x53e48a = _0x2f5942[_0x4a8786(0x8da)] 滑动开始时间
_0x278de4 = _0x2f5942[_0x4a8786(0xaa9)] 滑动结束时间
_0x4f9d04 = _0x2f5942['mouseEndX'] 滑动距离
_0x4f5460 = _0x2f5942[_0x4a8786(0x1d9)] 图片宽度
_0x41b1a4 = _0x2f5942['trueHeight'] 图片高度
_0x3ef349 = _0x2f5942[_0x4a8786(0x602)] 空数据 fr 的明文
_0x20abcb = _0x2f5942[_0x4a8786(0x83e)] 滑块宽度
8.进到getEncryptContent 里面是一个switch控制流，主要注意一下key，和加密过程。这是一个des标准的加密算法 mode 是 ECB，padding 是 ZeroPadding，不需要 iv，在线网站测试或者py的标准库。
image.png (87.07 KB, 下载次数: 0)
下载附件
2025-7-5 14:11 上传
9.因为有很多参数，在break前打上日志断点，看方便，在根据请求参数一一对应，可以看到有部分参数的明文是固定的，注意的就是tm tb 和ly ，对应着轨迹， 距离比背景宽度，和滑动时间。
image.png (100.15 KB, 下载次数: 0)
下载附件
2025-7-5 14:18 上传
image.png (61.08 KB, 下载次数: 0)
下载附件
2025-7-5 14:20 上传
10.距离识别我这使的是ddddocr，学习来说够用了，需要注意的是，背景图片的比例，下载下来的是600*300，在官网显示的是300*150，识别的距离除以2就行。
11.关于key的获取，都在ob混淆的大数组中，根据版本不同相应的改变，现在来看版本是 v1.0.4-184/captcha-sdk.min.js
image.png (44.14 KB, 下载次数: 0)
下载附件
2025-7-5 14:28 上传
image.png (144.97 KB, 下载次数: 0)
下载附件
2025-7-5 14:33 上传
12.使用在线ob解混淆后代码看的很清晰了，版本不更新key应该不会变吧，等后面跟踪一下，我这使用python还原，下面是一些方法代码。
[Python] 纯文本查看 复制代码def generate_slider_track(target_distance):
track = []
current_distance = 0
current_time = 0
y_offset = 0
track.append([0, random.randint(0, 10), 0])
while current_distance 10:
x_step = random.randint(4, 10)
else:
x_step = random.randint(1, 4)
current_distance += x_step
if current_distance > target_distance:
current_distance = target_distance
# 纵向浮动在-5到5之间，模拟抖动
y_offset = random.randint(-5, 5)
track.append([current_distance, y_offset, current_time])
return track
def DESEncrypt(key, text):
key_bytes = key.encode('utf-8')
des = DES.new(key_bytes, DES.MODE_ECB)
padded_text = text.encode('utf-8')
pad_len = 8 - (len(padded_text) % 8)
if pad_len != 8:
padded_text += b'\x00' * pad_len
encrypted_bytes = des.encrypt(padded_text)
# 返回Base64编码字符串
return base64.b64encode(encrypted_bytes).decode('utf-8')
def random_str():
return ''.join(random.choice('ABCDEFGHJKMNPQRSTWXYZabcdefhijkmnprstwxyz2345678') for _ in range(18))
def get_distance(bg, tp, save_path=None):
det = DdddOcr(det=False, ocr=False, show_ad=False)
res = det.slide_match(tp, bg, simple_target=True)
if save_path is not None:
# 将背景图片的二进制数据加载为Pillow Image对象
left, top, right, bottom = res['target'][0], res['target'][1], res['target'][2], res['target'][3]
bg_image = Image.open(io.BytesIO(bg))
draw = ImageDraw.Draw(bg_image)
draw.rectangle([left, top, right, bottom], outline="red", width=2)
bg_image.save(save_path)
print(f"已保存标注后的图片到: {save_path}")
return res
return res
13.轨迹-加密-随机字符串-距离识别，好了，完结撒花，又是愉快的周末，基本流程就这些了，测试一下，结果正确，这个demo分析完了，感谢大佬们观看。
image.png (70.51 KB, 下载次数: 0)
下载附件
2025-7-5 14:42 上传
