python 爬虫破解字体加密反爬技术(大众点评为例)
发布于2020-03-10 20:59 阅读(1748) 评论(0) 点赞(25) 收藏(1)
大家好，我是python小白，今天记录一下我的爬虫学习之路，在爬取大众点评网站的时候遇到的问题。
首先访问该网站的时候，打开浏览器检查工具，我们可以看到他将一些数据进行了加密，以防止爬客对这些数据进行抓取：
像这样的加密属于字体加密，网页使用了自定义的字体文件，我们需要利用好浏览器的检查工具去查找它所使用的的字体文件。
打开network——>font，我们可以看到所使用的字体文件。但每刷新页面或者重新进入此链接，字体文件都不一样，网上的大佬们都是获取到字体文件的链接然后下载下来做比较，这里我就用笨一点办法啦，据我观察，所使用的字体文件总共有四个我都下载下来（此方法只适合使用的字体文件不多的情况）:
下载下来之后用fontCreator软件打开字体文件，通过观察，发现每个字体文件中字体的编码都不一样
每个编码对应一个字体，例如：unieb56表示1，他渲染在标签中的编码为：�eb56;，所以我们需要得到你想要获取的数据的字体以及和他对应的编码，写入一个字典里面，如：{"�eb56;":“1”};
在爬取页面的时候，获取整个页面，如果字典中这个key在页面中出现就将它替换掉。
上代码：
完事儿~接下来解析什么数据就看自己了
参考链接：https://blog.csdn.net/chen801090/article/details/93741860
https://cloud.tencent.com/developer/article/1545511
原文链接:https://blog.csdn.net/python_HJC/article/details/104744539
所属网站分类: 技术文章 > 博客
作者：我Lovepython
链接：https://www.pythonheidong.com/blog/article/251675/5ee722a84c9ad12306f6/
来源：python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力