简介:面向爬虫工程师与逆向学习者的一份实战代码资源,围绕某东平台基于webpack打包的H5ST签名算法展开,提供一套完整、可运行的逆向破解方案。压缩包为zip格式,内部共包含2个文件,整体体积仅159KB:1个Python脚本负责请求参数的串联与调用流程控制,1个JavaScript文件还原了webpack模块中的核心加密逻辑,二者配合可直接验证H5ST生成结果,也可稍作改造后嵌入自己的爬虫工程;文件数量虽少,但将Python调度与JS加密核心分离,层次清晰,便于按需修改。目前已有855人学习下载,适合具备一定JavaScript基础、希望突破webpack逆向门槛的开发者。通过这套代码,能够直观获得从定位加密入口、扣取关键模块、补全浏览器环境到最终生成有效H5ST参数的完整链路;同时可以借鉴作者对某东加密参数的处理方式与调试思路,减少重复分析时间。对于其他采用webpack构建、存在类似签名机制的站点,这套方法同样具有迁移参考价值,整体上是一份聚焦完整调用链路的逆向实战资料。
1. 实战篇:某东 Webpack 打包的 H5ST 逆向,完整代码到底怎么落地
先说结论:H5ST 是某东电商前端用于风控和签名校验的一套动态令牌体系,名字里的“H5”指它跑在 H5 页面环境,“ST”可以理解为签名令牌(Sign Token)。你搜到的“webpack 方式”指的是它的生产代码经过 Webpack 打包混淆后,你拿到的是 bundle 文件而不是源码,逆向的第一步就是把这层 Webpack 壳子解开。这套东西适合谁?做电商数据采集、商品价格监控、订单状态跟踪的从业者,以及想搞明白前端风控系统工作原理的安全测试人员。如果你只是想随便抓个页面数据,H5ST 确实是一道绕不过去的坎,但它不是黑匣子,只要按步骤拆,是可以稳定跑通的。
很多人一上来就搜“完整代码”,以为拿到一段 JS 就能直接复制跑通,结果发现要么版本过期,要么缺依赖环境。这篇笔记我会按实际落地的顺序,讲清楚 Webpack 打包的 JS 怎么定位入口、怎么还原算法、怎么补环境、怎么验证签名有效性,以及我踩过的坑。全文不涉及任何非法用途,只讲技术原理与代码调试方法。
2. 先搞懂 H5ST 的生成链路:它不是一个简单函数,而是一套状态机
2.1 H5ST 在请求里长什么样,哪个字段是它
某东 H5 页面的接口请求头里,你会看到 x-api-eid-token 、 x-api-request-id 这类字段,但真正的核心签名是 x-api-h5st 。这个值是一长串经过 URL 编码的字符串,格式通常是 版本号.时间戳.随机数.签名值.扩展参数 这样分段拼出来的,具体段数会随版本变化。
我之前分析过的版本大致结构是:
1.0.时间戳.随机数.签名.算法版本
这里的签名不是简单的 MD5 或 SHA1,而是基于一套自定义的 HMAC 类算法,密钥由前面的时间戳、随机数和一些固定字节共同推导。换句话说,服务端校验的不只是最终签名,还会校验时间戳与随机数的合法性,所以你在逆向时不能只抄签名函数,必须把整个生成过程完整还原。
2.2 Webpack 打包产物怎么找入口:从 window.webpackJsonp 和模块 ID 入手
某东的 H5 静态资源经过 Webpack 打包后,所有业务逻辑都被拆成 chunk 和 module。Webpack 4 时代常见的是 window.webpackJsonp 数组,Webpack 5 则变成 webpackChunkxxx 。你打开 DevTools 的 Sources 面板,全局搜 webpackJsonp 或 webpackChunk ,能定位到加载器代码。
但更快的办法是搜特征字符串。H5ST 在代码里通常有英文关键词,比如 h5st 、 x-api-h5st 、 sign 、 token ,以及一些固定的报错文本。用 DevTools 的全局搜索直接搜这些字符串,定位到包含业务逻辑的那个 chunk,再从 chunk 里找 Webpack 模块数组,逐个看模块导出。
常见做法是先搜 h5st 字符串,找到赋值语句,再在赋值语句附近打断点,刷新页面触发请求,调用栈会直接把你带到生成签名的核心函数。这比静态分析快很多,也是我每次都优先用的方法。
2.3 动态调试环境:用本地代理替换线上 JS,打断点看调用栈
静态看代码容易晕,因为混淆后的变量名全是 _0x 开头,控制流也拍平了。这时候我一般会在本地起一个代理工具,把线上某个 JS 文件替换成本地副本,副本里在关键位置打上 debugger 或 console.log 。
替换文件的操作逻辑是:
// 本地替换脚本示例,跑在代理工具的自定义规则里
if (url.includes('h5st') && url.includes('.js')) {
return localFile('/path/to/local/h5st.js');
}
这样做的意义在于:你可以随意修改本地 JS,而线上页面加载的是你的副本,不会触发服务端日志异常。调试时在生成签名的函数入口打 Condition Breakpoint,条件可以写 arguments.length > 2 ,减少断点命中次数。
参数说明:
-
url.includes('h5st')是为了精确匹配包含 h5st 文件名的资源,避免误伤其他脚本。 -
localFile指向你本地保存的 JS 文件路径,代理工具会把本地文件内容当作响应体返回。
2.4 H5ST 的算法核心:从 36 位随机数与时间戳推导密钥
拿到核心函数后你会发现,H5ST 的签名本质是这样一个流程:
timestamp = Date.now()
random = 36位随机字符串
message = 业务参数 + timestamp + random
key = 自定义派生函数(timestamp, random, 固定密钥字节)
sign = HmacSHA256(message, key).toString()
h5st = '1.0.' + timestamp + '.' + random + '.' + sign + '.算法版本'
这个过程最刁钻的地方是密钥派生函数。它不是直接用随机数做密钥,而是先对随机数做一轮自定义变换,再与一个固定字节数组拼接,最后再哈希。我见过好几个版本的实现,派生逻辑都不同,所以网上流传的代码你直接拿去跑,大概率签名不通过。
3. 用 Webpack 方式还原完整代码:从模块提取到环境补全
3.1 提取 Webpack 模块:把混淆代码还原成可读模块
当你定位到含 H5ST 逻辑的 chunk 后,需要把目标模块从 Webpack 的模块数组里抠出来。Webpack 打包后的模块数组形如:
(function(modules) {
// webpack runtime
})([
function(module, exports, require) {
// 模块0
},
function(module, exports, require) {
// 模块1
}
])
手动抠模块容易出错,我一般写一个 Node 脚本,按模块 ID 提取函数体,然后保存成独立文件:
// extract.js
const fs = require('fs');
const code = fs.readFileSync('./h5st.chunk.js', 'utf-8');
// 用正则粗略切出模块数组
const match = code.match(/\[(function\(module, exports, require\)[\s\S]*?)\]\)/);
if (match) {
const modules = match[1];
fs.writeFileSync('./modules.js', modules);
console.log('模块数组已提取');
}
这段代码做的事很简单:读取原始 chunk 文件,用正则找到模块数组的起始位置,把整个数组内容截出来保存。正则的匹配范围是从第一个 function(module, exports, require) 到最后一个 ]) ,覆盖所有模块。
注意:这只是一个粗提取,如果 chunk 里有嵌套的数组或对象字面量里也包含 ]) ,正则可能提前截断。遇到这种情况就手动调整匹配结束位置,或者用括号匹配算法来切。
3.2 补全运行环境: window 、 document 、 navigator 等浏览器对象
提取出来的模块是依赖浏览器环境的,直接丢进 Node 跑会报 window is not defined 。你需要补一个最小环境:
// env.js
global.window = global;
global.self = global;
global.navigator = { userAgent: 'Mozilla/5.0' };
global.document = {
createElement: () => ({ getContext: () => ({}) }),
documentElement: { style: {} }
};
global.location = { href: 'https://www.jd.com/' };
global.localStorage = {
getItem: () => null,
setItem: () => {}
};
这里的关键点:
-
navigator.userAgent会影响某些环境检测逻辑,如果签名结果不对,试试改成你抓包时实际的 UA。 -
document对象只用到了createElement,因为 H5ST 可能通过 canvas 指纹生成辅助参数,但你只调签名主流程时不一定走那段逻辑。 -
localStorage用来缓存状态,某些版本的 H5ST 会读取本地存储里的设备标识。
3.3 构造调用入口:导出核心签名函数并验证入参格式
模块还原后,需要找到模块的导出函数。Webpack 模块内部通常长这样:
function(module, exports, require) {
var _0xabc = function() {
// 混淆逻辑
};
module.exports = _0xabc;
}
你只需要在提取出来的模块代码末尾追加一句导出语句:
module.exports = _0xabc;
然后在 Node 里这样调用:
const h5stFactory = require('./module_xx.js');
const h5st = h5stFactory();
const result = h5st.generate({
method: 'GET',
url: '/api/product/detail',
body: 'skuId=10001'
});
console.log(result);
入参格式不是固定的,不同版本 H5ST 的 generate 方法接收对象字段不同。我建议先打断点,把线上实际调用时的参数对象 JSON.stringify 打出来,再对照着补你的调用代码。这一步是血泪经验,别自己猜字段名。
4. H5ST 逆向避坑指南:3 个最容易翻车的环节
4.1 版本号与算法版本不匹配导致签名直接 403
现象:本地生成的 h5st 看起来格式正确,但发到线上接口返回 403 或 invalid h5st 。
原因:某东的 H5ST 有多个算法版本,不同页面可能加载不同版本的脚本。你逆向的是 A 版本,但请求的接口要求 B 版本签名。
解决:抓包时看线上脚本文件名里的版本号或时间戳,比如 h5st-20240601.js 这种命名,确保你分析的 chunk 和线上页面加载的一致。同时检查你生成的 h5st 字符串最后一个分段是否与线上一致。
4.2 补环境时缺失 Canvas 指纹,导致随机数生成异常
现象:签名能生成,但连续调用多次返回的随机数部分出现规律性重复。
原因:某些版本用 Canvas 绘制内容计算设备指纹,作为随机数生成的种子之一。Node 环境没有 Canvas,代码走了 fallback 分支,fallback 算法可能只依赖时间戳,导致快速调用时随机数撞车。
解决:认真看生成随机数那段代码,找到它依赖的浏览器 API,在 Node 里 mock 掉。Canvas 的 mock 可以这样写:
global.document.createElement = function(tag) {
if (tag === 'canvas') {
return {
getContext: () => ({
measureText: (text) => ({ width: text.length * 10 }),
fillText: () => {},
getImageData: () => ({ data: new Array(400).fill(128) })
}),
width: 300,
height: 150
};
}
return { getContext: () => ({}) };
};
这里面 measureText 返回的宽度会影响绘制结果, getImageData 返回的像素数据会被用来计算哈希。mock 得越接近真实浏览器,生成的指纹越稳定。
4.3 时间戳偏差导致的校验失败
现象:本机时间与服务器时间相差超过几秒,签名直接被拒。
原因:服务端校验时间戳范围,防止重放攻击。你本机时间如果不准,或者用 new Date() 生成时间戳时被某东的代码做了偏移校正,就会出现偏差。
解决:不要在调用时手动传入时间戳,让代码自己生成。但如果你发现线上请求头里有 x-api-eid-token 这类带时间信息的字段,可以抓下来看看时间偏移量,手动在本地环境里设置:
// 如果服务器时间比本地快 5 秒
Date.now = () => realNow + 5000;
注意:这个偏移量不是固定的,建议每次抓包都重新确认。这也是为什么不要轻易改代码里的时间生成逻辑,宁可让代码自己走完流程。
5. 把签名算法封装成独立服务:本地验证与持续更新策略
5.1 最小可用封装:输入 URL 和参数,输出完整请求头
当你跑通签名生成后,下一步是封装成可复用模块。我一般这样组织:
// h5st-service.js
const { generateH5st } = require('./core/h5st-core');
function buildHeaders({ method, url, body, cookie }) {
const h5st = generateH5st({ method, url, body });
return {
'x-api-h5st': h5st,
'Content-Type': 'application/json',
'Cookie': cookie
};
}
module.exports = { buildHeaders };
这里 generateH5st 是从逆向代码里封装的同步函数, buildHeaders 负责把它包装成请求头。这样业务代码不需要关心签名细节,只要传请求参数就行。
5.2 验证签名是否有效:用真实接口做回归测试
签名算法改过之后,必须验证。我通常写一个测试脚本,用固定的 URL 和参数跑 100 次,检查三点:
node test.js --count 100 --url /api/product/detail --body 'skuId=10001'
检查项:
- 状态码是否全部为 200,出现 403 直接失败。
- 生成的 h5st 串中时间戳部分是否单调递增,如果出现乱序说明随机数或时间处理有问题。
- 连续 100 次签名是否不重复,重复则说明随机数池不够。
5.3 持续更新策略:关注脚本版本变化,定期抓包比对
H5ST 算法会不定期更新,可能是一个月一次,也可能是大促前强制升级。你需要做的是:
- 每次抓包时留意
x-api-h5st的版本段是否变化。 - 保存线上加载的 JS 文件名与大小,一旦发现新文件,立即拉下来对比。
- 用 diff 工具对比新旧 chunk,重点关注生成密钥和随机数的部分。
我习惯在本地维护一个版本清单表格,记录日期、脚本文件名、h5st 格式、算法版本。这样更新时能快速定位改动点。
6. 进阶技巧:用自动化工具监控签名变化,提前适配
最后分享一个我一直在用的技巧:写一个定时任务,每天抓一次某东 H5 页面的静态资源列表,自动下载 JS 文件并检查其中是否包含 h5st 关键词,如果有新文件就触发 diff 告警。
# monitor.py
import requests
import re
import hashlib
def check_h5st_script(html):
scripts = re.findall(r'<script[^>]+src="([^"]+)"', html)
for src in scripts:
if 'h5st' in src.lower():
content = requests.get(src).text
digest = hashlib.md5(content.encode()).hexdigest()
print(f'{src} -> {digest}')
这个脚本的输出结果会告诉你哪些文件发生了变化,你只需要对比 hash 不同的文件即可。注意,脚本里的正则只匹配了普通的 script 标签,如果页面用动态加载方式插入脚本,你需要额外监听网络请求。
我的习惯是每周跑一次这个监控,跑完把结果发到工作群里,看到有变化就手动拉新代码分析。H5ST 逆向不是一次性的工作,它更像是在跟版本迭代赛跑。希望这个流程能帮你在自己的项目里少走弯路,稳定跑通签名生成。
1571



被折叠的 条评论
为什么被折叠?



