字體反爬介紹

所謂的字體反爬就是網(wǎng)站將一些關(guān)鍵字替換為網(wǎng)站自己的字體，這樣在網(wǎng)頁(yè)上字體會(huì)正常顯示，但是當(dāng)爬取下來(lái)的時(shí)候，經(jīng)過(guò)字體加密的字符都是亂碼的，在網(wǎng)頁(yè)源碼當(dāng)中顯示的是unicode編碼。根本無(wú)法查看。

例如：

破解思路

第一步 找到對(duì)應(yīng)的字體文件進(jìn)行下載

第二步 找到unicode編碼和正常文字的映射關(guān)系

第三步 自定義unicode編碼正常蚊子的映射關(guān)系的字典

第四步 替換源碼當(dāng)中的unicode編碼為正常文字之后，再進(jìn)行數(shù)據(jù)匹配

FontTools安裝與使用

FontTools是一套以ttx為核心的工具集，用于處理與字體編輯有關(guān)的各種問(wèn)題，程序用Python編寫(xiě)完成，代碼開(kāi)源，具有良好的跨平臺(tái)性。

安裝及使用

pip install fontTools

通過(guò)FontTools把woff文件轉(zhuǎn)換為xml文件 font = TTFont(BytesIO(bin_data)) #將解碼字體保存為xml font.saveXML("text2.xml")

lxml解析xml文件

lxml可以直接讀取xml文件。
為了演示方便，

總結(jié)

以上是生活随笔為你收集整理的字体反爬的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。