网页抓取 加密html(段时间基本思路整理工作笔记之加密、解密的流程设计)

　　网页抓取 加密html(段时间基本思路整理工作笔记之加密、解密的流程设计)

　　前言

　　这段时间在训练整理工作笔记，突然发现有些内容不适合直接公开分享，但也希望能发表一下。想看的可以正常浏览。所以需要html加密访问。另外，考虑到加密后的共享内容不适合搜索引擎检索其文本，因此文本内容也需要进行加密。所以我在互联网上搜索了任何相关的技术实现文章。然后我找到了这些技术博客或在线工具：

　　总而言之，虽然我找到了各种看似可用的实现，但是我并没有触及自己需求的痛点，所以我决定自己开发一个。

　　基本思想

　　其实我对接入的加密强度没有太多追求，我只需要以下几个特点：

　　对于这两个需求点，可以混合使用以下两种加密方式来实现：

　　页面加密和打包思路

　　读取需要加密的html文件的具体标签内容，用base64+xor加密，塞到可以访问的模板标签上进行密码验证，删除密文标签，重新拼接模板标签进入新的html。具体流程看代码，也比较直观

　　页面验证访问思路

　　访问者打开加密的html后，加密标签上会显示密码验证界面。如果密码输入错误，浏览器会弹出提醒您。如果密码输入正确，解密后的文本标签outHtml会直接替换这个密码验证标签的outHtml，此时浏览器会自动加载文本内容

　　密码验证思路

　　核心思想是提供一个前缀字符串（prefix_str）作为判断依据，最终流程如下：

　　加密/解密思路

　　从html中提取出需要加密的text标签后，加解密的流程设计如下：

　　1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

　　 html encrytion html decrytion

+--------------+ +--------------+

| | | |

|input html tag| |input html tag|

| | | |

+--------------+ +--------------+

| |

| |

| |

+-------v--------+ +---------v---------+

| | | |

| xor encryption | | base64 encryption |

| | | |

+----------------+ +-------------------+

| |

| |

| |

+--------v----------+ +-------v--------+

| | | |

| base64 encryption | | xor encryption |

| | | |

+-------------------+ +----------------+

| |

| |

| |

+------v--------+ +------v--------+

| | | |

|output html tag| |output html tag|

| | | |

+---------------+ +---------------+

　　技术选型

　　该工具基于nodejs技术栈实现。经过比较，选择了以下第三方库：

　　实现后续迭代的代码

　　由于我的博客目前是使用hexo发布的，所以需要将这个加密逻辑集成到一个hexo插件中。期间发现了一个同类型的插件hexo-blog-encrypt。这个hexo-blog-encrypt基本满足我的初步需求。，但是因为是我完成base64+xor加解密库和html加密打包工具后发现的，打算集成到hexo中，本着不断学习的态度，自己重新写了一遍。一个OMG，如果你有兴趣，去hexo-encrypted-package-html