JavaScript 是一種解釋執行的腳本語言,主要跑在 Web 用戶端的瀏覽器裡。正因為是解釋執行,程式碼必須以明文形式下載到用戶端,而且很容易被除錯與追蹤,這使得 JavaScript 的程式碼保護格外困難。
不同人對這件事的看法差很多。有人辛苦寫出的程式碼可以被對手輕易取走,因此渴望保護;有人認為 JavaScript 語言簡單、程式碼沒有保護價值,那可能是他的程式碼確實簡單,或者並不真的了解這個語言的能力;也有人覺得現在都開源了還保護什麼——願意開源的人值得敬佩,但要求別人也開源,並不是合理的期待。
隨著 Web 2.0、Ajax 與富用戶端介面的發展,JavaScript 在 Web 應用上的分量越來越重,程式碼的複雜度、功能與技術含量也越來越高,保護需求自然越來越迫切。
兩者常被混在一起討論,但目的與手段其實有別。加密主要是防止未經授權的使用;對這類情況,即使破解了加密,也只是取得非法使用的能力,未必能讀懂軟體的邏輯。而對腳本語言來說,「防止存取程式碼」這種加密一旦被破解,等於直接拿到了程式碼本身。混淆則是在「無法阻止他人取得程式碼」的前提下,設法讓程式碼的邏輯難以被理解、難以被修改與重用。
不同類型的語言,考量也不同:
像 C 這類直接產生機器碼的語言,只需考慮未經授權的存取,幾乎不必擔心程式碼被理解——反組譯出來的組語很難還原出邏輯。
像 Java 與 C# 這類產生中介碼的語言,兩件事都得顧:編譯後的產物很容易被反編譯回較高階的語言,邏輯一目了然;而混淆之後,既難以理解邏輯,也不容易找出加密點在哪。
至於 JavaScript 這種腳本語言,只能混淆、難以真正加密——因為原始碼是明文的,透過追蹤就能破解前兩種加密手法;但混淆後的程式碼,確實能讓人讀不懂邏輯。
因此有一個實務上的結論:涉及 JavaScript 的系統,加密點不要放在用戶端腳本裡,而應放在伺服器端的編譯式程式中。編譯式程式能採用更多保護手段,加密強度也更高。
無從判斷類的屬性與方法名稱該不該混淆。JavaScript 是基於原型的語言,沒有嚴格的型別定義。自訂類別中,需要對外開放存取的屬性與方法不能混淆,內部使用的則應該混淆,但語言本身並不做這種區分,因此必須另尋一套變通機制來辨識。
大量系統定義的核心與用戶端方法屬性不能被混淆。語言本身定義了大量核心類別、方法與屬性,瀏覽器也定義了大量用戶端的類別、方法與屬性,這些都不能動;然而數量太龐大,無法靠列舉逐一排除。
無從判斷全域變數該不該混淆。全域變數其實是 window 物件的屬性,區域變數則是函式物件的屬性。區域變數全部都可以也應該混淆;全域變數則有的可以、有的不行。但兩者在程式碼中的表現形式完全一樣,難以區分。
這三個問題不解決,混淆就缺乏實用價值。
市面上曾有一款商品化的混淆工具,做法與某個 C# 混淆器相似:分析程式碼裡所有識別字,對少數系統預設的識別字跳過,其餘一律混淆,同時讓使用者自行設定例外。功能繁多但門檻高——預設清單有限,程式碼中大量系統定義的屬性與方法都會被誤傷,只能手動逐一設定排除,對大型系統幾乎是不可能完成的任務。
論壇上常見的思路則是改變識別字的「表現形式」,例如把 xx.dd 換成 xx["\x64\x64"],更進一步把這些字串收進陣列,再用陣列當關聯索引。這類做法避開了上面那個問題,但有個更大的毛病:它是可逆的。被混淆的識別字只是換了十六進位的外衣,輕易就能還原。
綜合來看,一套實用的方案至少要處理四件事:建立一份「不可混淆」的系統識別字清單(可從語言核心與主流瀏覽器的 API 自動彙整,而非手寫);以命名慣例或註解標記出對外開放的介面;對區域變數一律改名為短而無意義的名稱;對全域變數則依是否對外開放分流處理。
同時要接受混淆的本質:它提高的是「讀懂的成本」,不是「取得的難度」。因此它應該被視為延緩手段,而非安全邊界。真正需要保密的邏輯、金鑰與驗證判斷,永遠該放在伺服器端。
最後提醒一個實務陷阱:混淆會讓堆疊追蹤變得毫無可讀性。正式環境請務必保留一份未混淆的原始碼與 source map,並讓線上錯誤回報能對回原始檔,否則線上出問題時你會無從下手。