de4js:JavaScript 反混淆与解包工具详解
de4js 是一个功能强大的 JavaScript 反混淆与解包工具,专门用于处理和分析被混淆或压缩的 JavaScript 代码。该项目完全开源,支持离线工作,提供了多种反混淆和解包功能。
核心功能特性
de4js 提供了全面的 JavaScript 反混淆解决方案,主要功能包括:
离线工作能力:无需网络连接即可进行代码反混淆操作 源代码美化与语法高亮:将混淆代码格式化为可读性强的格式 多种反混淆技术支持:支持 Eval、Array、Packer 等多种混淆方式 性能解包器:高效的代码解包和还原能力
支持的混淆类型
de4js 支持以下常见的 JavaScript 混淆技术:
- Eval 编码:如 Packer、WiseLoop 等
- 数组编码:Javascript Obfuscator、Free JS Obfuscator
- 数字编码:非标准数字混淆技术
- Packer 编码:Dean Edwards 的 Packer 算法
- URL 编码:书签工具常用的编码方式
- JSFuck 编码:仅使用 6 个字符的极端混淆
- JJencode/AAencode:日式编码风格混淆
- WiseLoop: WiseLoop 混淆器生成的内容
技术架构
de4js 基于 JavaScript 开发,使用了一系列开源库和技术:
- mathjs:数学表达式解析和计算
- js-beautify:代码格式化和美化
- highlight.js:语法高亮显示
- clipboard.js:复制到剪贴板功能
- Jekyll:静态网站生成器
项目的主要解码逻辑位于 lib 目录下,包含多个专门的解码器文件:
- arraydecode.js:数组编码解码器
- evaldecode.js:Eval 编码解码器
- jsfuckdecode.js:JSFuck 解码器
- numberdecode.js:数字编码解码器
- obfuscatorio.js:Obfuscator IO 解码器
- cleansource.js:源代码清理工具
- utils.js:通用工具函数
安装与使用
Docker 部署
使用 Docker 可以快速部署 de4js:
docker-compose up
部署完成后,在浏览器中访问 http://localhost:4000/de4js/ 即可使用。
本地开发环境
克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/de/de4js
cd de4js
安装 Ruby 依赖:
bundle install
安装 Workbox CLI:
npm install workbox-cli --global
启动开发服务器:
npm start
# 或使用实时重载
npm run watch
构建生产版本
npm run build
用户脚本辅助
de4js 提供了一个用户脚本 helper,用于增强某些功能:
安装用户脚本可以启用 Unreadable 选项,该选项使用 JS Nice 的数据服务来进一步优化代码可读性。用户脚本文件位于:
userscript/de4js_helper.user.js
注意:用户脚本辅助功能需要网络连接,无法离线工作。
项目结构
de4js 的项目结构清晰,主要目录包括:
- assets/:静态资源文件,包括 CSS 和图片
- lib/:核心解码器库文件
- third_party/:第三方库依赖
- _data/:配置数据文件
- _includes/:模板包含文件
- _layouts/:页面布局模板
- _sass/:Sass 样式文件
开源贡献
de4js 是一个活跃的开源项目,欢迎开发者贡献代码。项目采用 MIT 许可证,允许自由使用和修改。
主要贡献者包括 lelinhtinh、Himura2la、Flleeppyy 等开发者,项目也集成了多个优秀的开源库。
相关项目
de4js 在 JavaScript 反混淆领域并非孤立的项目,还有其他相关工具:
- IlluminateJS:静态 JavaScript 反混淆器
- JStillery:通过部分评估进行高级反混淆
- Akamai Deobfuscator:专门处理 Akamai 脚本
- Prepack:JavaScript 包优化器
这些工具各有侧重,de4js 以其全面的功能支持和离线工作能力在同类工具中表现出色。
总结
de4js 是一个功能完善、易于使用的 JavaScript 反混淆工具,无论是对安全研究人员、Web 开发者还是学习 JavaScript 的学生来说,都是一个宝贵的资源。其离线工作能力、多种解码器支持和友好的用户界面使其成为处理混淆 JavaScript 代码的首选工具之一。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00