采用抓包的方式逆向获得谷歌翻译的API

我真的爱发明 · 发表于 2022-12-26 20:47

最开始的尝试

谷歌的翻译API老是发生变化，我们需要自己动手来找到谷歌的翻译API，这样才是最稳妥的解决方法
首先，用谷歌浏览器打开谷歌的翻译界面，看一下它是怎么请求数据的
右键检查，进入开发者工具，选择网络（network），如图所示
点击clear清除，把之前所有的请求视觉上清空，方便我们后续查找真正的API请求
谷歌翻译大约每秒会请求一次，我们很快就可以得到谷歌服务器返回给我们的翻译结果，经过排查，下面的这个batchexecute开头的请求就是我们需要的，
我们点开对其进行进一步分析，可以看到这是一个post的请求
从载荷中可以看到发送post请求时使用的参数，是一个表单数据
从预览中可以看到翻译的结果，是一个JSON格式的数据
2022.12.26
上面的方法是适用的，只不过是现在这个接口没有以前好找了，我们使用谷歌搜索引擎上提供的谷歌翻译来找这个接口
我们先在网页端测试一个翻译，可以看到这个结果反馈回来了
这是一个post请求，自己下一个网址发送自己需要翻译的文本，服务器就会给自己反馈回来对应的结果

谷歌翻译API相关信息

发送网址

### https://www.google.com/async/translate?vet=12ahUKEwjp-9mwmZf8AhXT0GEKHQc7Cs8QqDh6BAgFECw..i&ei=6YepY6njDdOhhwOH9qj4DA&yv=3&cs=0

这个网址虽然很长，但核心部分应该只是

### https://www.google.com/async/translate

后面的参数都是没有太大用处的，不过我们这里先做保留，之后再做精简验证

提交的数据

### async=translate,sl:zh-TW,tl:zh-CN,st:1111,id:1672054875193,qc:true,ac:true,_id:tw-async-translate,_pms:s,_fmt:pc

使用postman构造一个post的请求

不过不出意外的失败了

返回的是一个404的网页，而不是自己想要的翻译结果，
我猜测应该是没有添加cookie的关系，我们在参数里面添加一下cookie
但没想到添加cookie之后依然失败

实验

去掉参数

将所有的参数去掉之后，发现仍然可以正常得到结果

去掉Headers

去掉Content-Length之后就无法返回结果了 #设置的headers参数不够
结论：headers里面的参数应该尽可能多一点，最好把原请求中的所有参数都带过来
写成对应的Python代码

代码

import requests 

url = "https://www.google.com.hk/async/translate" 

payload = "async=translate,sl:en,tl:zh-CN,st:1111,id:1672056488960,qc:true,ac:true,_id:tw-async-translate,_pms:s,_fmt:pc" 
headers = { 
  'sec-ch-ua': '"Not?A_Brand";v="8", "Chromium";v="108", "Google Chrome";v="108"', 
  'DNT': '1', 
  'sec-ch-ua-mobile': '?0', 
  'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36', 
  'sec-ch-ua-arch': '"x86"', 
  'sec-ch-ua-full-version': '"108.0.5359.125"', 
  'Content-Type': 'application/x-www-form-urlencoded;charset=UTF-8', 
  'sec-ch-ua-platform-version': '"10.0.0"', 
  'sec-ch-ua-full-version-list': '"Not?A_Brand";v="8.0.0.0", "Chromium";v="108.0.5359.125", "Google Chrome";v="108.0.5359.125"', 
  'sec-ch-ua-bitness': '"64"', 
  'sec-ch-ua-model': '', 
  'sec-ch-ua-wow64': '?0', 
  'sec-ch-ua-platform': '"Windows"', 
  'Accept': '*/*', 
  'X-Client-Data': 'CKW1yQEIhbbJAQiktskBCMS2yQEIqZ3KAQjb08oBCLD+ygEIlaHLAQjv8swBCN75zAEI5PrMAQjxgM0BCLKCzQEI7ILNAQjIhM0BCO+EzQEIt4XNAQ==', 
  'Sec-Fetch-Site': 'same-origin', 
  'Sec-Fetch-Mode': 'cors', 
  'Sec-Fetch-Dest': 'empty', 
  'host': 'www.google.com.hk', 
  'Cookie': '1P_JAR=2022-12-26-12; NID=511=eVLI1bG9nhyOZtqU14JBHm5Be00epdxfR4XmfQeehYyIkzgpXi6dbpNY75ZMVyS7aOjoM2oZ5WdoR8eNq6wi1-e_J0NeoyI0dtsHW-_8Ik4PGrqvuGHdcvVC03zTOEK2TY1FZL85Wimo_ZPIE3hGIrmGPSiel6-rRRW9lD30UPs' 
} 

response = requests.request("POST", url, headers=headers, data=payload) 

print(response.text)

可以正常返回我们现在的结果，
但这个结果还不是我们想要的，我们需要对其进行一并的解析

对返回结果进行解析

其实也很好定位，就是找到<span id="tw-answ-target-text"> 和</span> 之间的文本即可
提取完之后非常nice

完整代码

def Google_Translate(origin_string): 
  import requests 

  url = "https://www.google.com.hk/async/translate" 

  payload = "async=translate,sl:en,tl:zh-CN,st:{},id:1672056488960,qc:true,ac:true,_id:tw-async-translate,_pms:s,_fmt:pc".format(origin_string) 
  headers = { 
    'sec-ch-ua': '"Not?A_Brand";v="8", "Chromium";v="108", "Google Chrome";v="108"', 
    'DNT': '1', 
    'sec-ch-ua-mobile': '?0', 
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36', 
    'sec-ch-ua-arch': '"x86"', 
    'sec-ch-ua-full-version': '"108.0.5359.125"', 
    'Content-Type': 'application/x-www-form-urlencoded;charset=UTF-8', 
    'sec-ch-ua-platform-version': '"10.0.0"', 
    'sec-ch-ua-full-version-list': '"Not?A_Brand";v="8.0.0.0", "Chromium";v="108.0.5359.125", "Google Chrome";v="108.0.5359.125"', 
    'sec-ch-ua-bitness': '"64"', 
    'sec-ch-ua-model': '', 
    'sec-ch-ua-wow64': '?0', 
    'sec-ch-ua-platform': '"Windows"', 
    'Accept': '*/*', 
    'X-Client-Data': 'CKW1yQEIhbbJAQiktskBCMS2yQEIqZ3KAQjb08oBCLD+ygEIlaHLAQjv8swBCN75zAEI5PrMAQjxgM0BCLKCzQEI7ILNAQjIhM0BCO+EzQEIt4XNAQ==', 
    'Sec-Fetch-Site': 'same-origin', 
    'Sec-Fetch-Mode': 'cors', 
    'Sec-Fetch-Dest': 'empty', 
    'host': 'www.google.com.hk', 
    'Cookie': '1P_JAR=2022-12-26-12; NID=511=eVLI1bG9nhyOZtqU14JBHm5Be00epdxfR4XmfQeehYyIkzgpXi6dbpNY75ZMVyS7aOjoM2oZ5WdoR8eNq6wi1-e_J0NeoyI0dtsHW-_8Ik4PGrqvuGHdcvVC03zTOEK2TY1FZL85Wimo_ZPIE3hGIrmGPSiel6-rRRW9lD30UPs' 
  } 

  response = requests.request("POST", url, headers=headers, data=payload) 

  def find_string_between_A_amd_B(string, string_A, string_B):  # 查找两段字符串之间的字符 
    import re 

    regular = '{}(.*?){}'.format(string_A, string_B) 
    result = re.findall(regular, string) 
    return result 

  result = find_string_between_A_amd_B(response.text, '', '') 
  return result 

result = Google_Translate('222') 
print("result:", result)

#

我真的爱发明 · 发表于 2023-2-27 18:20

baojun1582 发表于 2023-2-27 16:34
这个不需要抠JS吗

这个不需要，简单的逆向即可

upseem · 发表于 2024-1-5 14:59

感谢你的代码，不过我试了试最后一段代码解析字符串有些乱码，我也给出一段可以用的代码，在您的基础上加了一下

[Python] 纯文本查看 复制代码

import requests 
from bs4 import BeautifulSoup

url = "https://www.google.com.hk/async/translate" 

payload = "async=translate,sl:en,tl:zh-CN,st:who are you,id:1672056488960,qc:true,ac:true,_id:tw-async-translate,_pms:s,_fmt:pc" 
headers = { 
  'sec-ch-ua': '"Not?A_Brand";v="8", "Chromium";v="108", "Google Chrome";v="108"', 
  'DNT': '1', 
  'sec-ch-ua-mobile': '?0', 
  'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36', 
  'sec-ch-ua-arch': '"x86"', 
  'sec-ch-ua-full-version': '"108.0.5359.125"', 
  'Content-Type': 'application/x-www-form-urlencoded;charset=UTF-8', 
  'sec-ch-ua-platform-version': '"10.0.0"', 
  'sec-ch-ua-full-version-list': '"Not?A_Brand";v="8.0.0.0", "Chromium";v="108.0.5359.125", "Google Chrome";v="108.0.5359.125"', 
  'sec-ch-ua-bitness': '"64"', 
  'sec-ch-ua-model': '', 
  'sec-ch-ua-wow64': '?0', 
  'sec-ch-ua-platform': '"Windows"', 
  'Accept': '*/*', 
  'X-Client-Data': 'CKW1yQEIhbbJAQiktskBCMS2yQEIqZ3KAQjb08oBCLD+ygEIlaHLAQjv8swBCN75zAEI5PrMAQjxgM0BCLKCzQEI7ILNAQjIhM0BCO+EzQEIt4XNAQ==', 
  'Sec-Fetch-Site': 'same-origin', 
  'Sec-Fetch-Mode': 'cors', 
  'Sec-Fetch-Dest': 'empty', 
  'host': 'www.google.com.hk', 
  'Cookie': '1P_JAR=2022-12-26-12; NID=511=eVLI1bG9nhyOZtqU14JBHm5Be00epdxfR4XmfQeehYyIkzgpXi6dbpNY75ZMVyS7aOjoM2oZ5WdoR8eNq6wi1-e_J0NeoyI0dtsHW-_8Ik4PGrqvuGHdcvVC03zTOEK2TY1FZL85Wimo_ZPIE3hGIrmGPSiel6-rRRW9lD30UPs' 
} 

def extract_translated_text(html):
    soup = BeautifulSoup(html, 'html.parser')
    target_text = soup.find('span', {'id': 'tw-answ-target-text'})
    if target_text:
        return target_text.get_text()
    return None



response = requests.request("POST", url, headers=headers, data=payload) 

result = extract_translated_text(response.text,) 
print(result)

python translate.py
你是谁

lsy832 · 发表于 2022-12-26 20:54

新的思路啊

okmad · 发表于 2022-12-26 20:57

感谢大佬分享，这东西怎么在火车头调用？

kotlyne · 发表于 2022-12-26 21:02

感谢分享，学习了

li083m · 发表于 2022-12-26 21:11

学习到了

排骨的自白 · 发表于 2022-12-26 21:57

谷歌有相关信息

我真的爱发明 · 发表于 2022-12-26 22:03

排骨的自白发表于 2022-12-26 21:57
谷歌有相关信息

具体说一下

yzxqhdx · 发表于 2022-12-26 22:04

貌似没啥用。。

luxingyu329 · 发表于 2022-12-26 22:20

现在能打开谷歌翻译吗？

oxding · 发表于 2022-12-26 22:25

import re

regular = '{}(.*?){}'.format(string_A, string_B)
result = re.findall(regular, string)
return result

result = find_string_between_A_amd_B(response.text, '', '')
return result

这几段代码是什么意思？

帐号		自动登录	找回密码
密码			注册[Register]

[Web逆向] 采用抓包的方式逆向获得谷歌翻译的API

最开始的尝试

2022.12.26