如何解码WebSocket二进制数据？实时更新网站逆向工程求助

能不能解码？ #

肯定可以——网站能把这些二进制数据解析成表格展示，说明一定存在对应的解码逻辑，你要做的就是找到这套逻辑。

具体方法： #

• 优先排查JS中的消息处理逻辑
  打开Chrome DevTools的Sources面板，直接搜索new WebSocket找到连接创建代码（这里能拿到socket URL，但解码的核心不在URL本身），重点定位消息接收的回调函数：比如socket.onmessage = function(...)或者socket.addEventListener('message', ...)。
  跟着代码追踪网站对event.data（通常是ArrayBuffer或Blob类型）的处理流程：

  • 如果用TextDecoder转成字符串，大概率是压缩后的JSON（比如gzip格式），可以把二进制数据转成Uint8Array后用pako这类库解压；
  • 如果调用了自定义解码函数（比如decodeBinary(data)），就跟进这个函数，看它如何拆分字节、解析字段——常见的是Protobuf、MessagePack这类序列化格式，或是网站自定义的二进制结构。

• 断点调试直接抓取解析后的数据
  在Network面板找到目标WebSocket连接，右键复制收到的二进制消息保存下来，然后在消息处理函数内打一个断点。当新消息到来时脚本暂停，直接查看JS已经解析完成的变量（比如parsedTableData这类命名的变量），能直接拿到表格对应的结构化数据，省去自己逆向解码逻辑的麻烦。

• socket URL的实际作用
  找到socket URL不能直接帮你解码，但你可以用它自行编写脚本（比如Python的websockets库）连接目标WebSocket，批量获取二进制消息后在本地分析，不用一直依赖浏览器调试环境。

实用技巧 #

• 如果代码被混淆压缩，通过关键词搜索找不到目标逻辑，可以在WebSocket收到消息时，点击DevTools的Pause script execution按钮暂停脚本，然后查看Call Stack向上追溯，总能找到解码的关键函数；
• 可以在消息处理函数中添加console.log(解析后的数据变量)，刷新页面后直接在Console面板查看解析好的结果，这是最快拿到目标数据的方法。

内容的提问来源于stack exchange，提问作者Red Jacket