JS Hook

在web爬虫领域，JS Hook是一种常用的技术手段, ta允许开发者拦截或修改网页中JS代码的行为，以监控和改变JS函数的执行结果。 TA常常被用来解决一些反爬虫的问题，比如cookie的获取，debugger的跳过等等。

hook的概念有些类似于装饰器，只不过装饰器通常不改变原有的函数，而hook则是在原有的函数上进行修改，使其达到我们想要的效果。

一、cookie的Hook

通常在爬虫中，我们需要获取网页中的cookie，以便后续的请求，但是网页中的cookie通常是通过JS代码生成的，我们无法直接获取。这时候我们就需要hook掉JS代码，找到生成cookie的函数，然后在函数中获取cookie的值。

Object.defineProperty(document, 'cookie', {
        set:function(val){
            debugger
            return val
        }
    })

var cookie_cache = document.cookie;
Object.defineProperty(document, 'cookie', {
    get: function () {
        return cookie_cache;
    },
    set: function (val) {
        console.log('Setting cookie', val);
        debugger;

        if (val.indexOf('sign') != -1) {
            debugger;
        }
        var cookie = val.split(";")[0];
        var ncookie = cookie.split("=");
        var flag = false;
        var cache = cookie_cache.split("; ");
        cache = cache.map(function (a) {
            if (a.split("=")[0] === ncookie[0]) {
                flag = true;
                return cookie;
            }
            return a;
        })
        cookie_cache = cache.join("; ");
        if (!flag) {
            cookie_cache += cookie + "; ";
        }
        return cookie_cache;
    }
});

二、debugger的Hook

在爬虫中，我们经常会遇到无限debugger的问题，这时候我们就可以hook掉JS代码，找到debugger的函数，然后在函数中跳过debugger。

_appendChild = Node.prototype.appendChild
Node.prototype.appendChild = function(){
    if (arguments[0].innerHTML && arguments[0].innerHTML.indexOf('debugger') != -1){
         arguments[0].innerHTML = ''
    }
    return _appendChild.apply(this, arguments)
}

_Function = Function
Function.prototype.constructor = function(){
    if (arguments[0].indexOf('debugger') != -1){
            return _Function('')
        }
    return _Function(arguments[0])
}

_eval = eval;
eval= function(){
    if ([arguments[0]].indexOf('debugger'))
    return eval(arguments[0])
}