【字体反爬】的起点，月票数解析，一个小小的 Python 案例

作者：梦想橡皮擦

2022 年 8 月 06 日
本文字数：674 字
阅读完需：约 2 分钟

⛳️ 实战起点

本次要采集的目标站点为 https://Python脱敏处理.qidian.Python脱敏处理/rank/yuepiao/。

月票榜单的数字为特殊字体，并且 class 看起来为一个加密字符串。

测试之后发现，字体样式恰好是字体文件名称，并且每次刷新都会发生变化。

下载字体矢量图之后，查看编码发现只是简单的中英文对照关系。

字体矢量图解析就非常简单了，下面我们优先获取字体文件。

⛳️ 实战编码

接下来获取网页源码，然后尝试提取其中的字体文件。

import reimport requests
base_url = 'https://www.qidian.com/rank/yuepiao'

headers = {    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.67 Safari/537.36',    'Host': 'www.qidian.com'}response = requests.get(base_url, headers=headers)# print(response.text)
font_url = re.findall(r"\); src: url\('(.*?)'\) format\('woff'\)", response.text)[0]
print(font_url)

复制代码

得到的字体文件如下所示。

https://qidian.gtimg.com/qd_anti_spider/wWZgjsqu.woff

复制代码

其实到这里本案例已经结束了，当你获取到字体文件只有，可以对其进行存储与解析。

from fontTools.ttLib import TTFont
import iores_font = requests.get(font_url)font = TTFont(io.BytesIO(res_font.content))print(font)
# 编码对应关系font_cmap = font.getBestCmap()print(font_cmap)

复制代码

📢📢📢📢📢📢💗 你正在阅读 【梦想橡皮擦】 的博客👍 阅读完毕，可以点点小手赞一下🌻 发现错误，直接评论区中指正吧📆 橡皮擦的第 <font color=red>677</font> 篇原创博客

发布于: 刚刚阅读数: 4

原文链接:【http://xie.infoq.cn/article/2e8245863211bd0672cd3e681】。文章转载请联系作者。

梦想橡皮擦

关注

爬虫 100 例作者，蓝桥签约作者，博客专家 2021.02.06 加入

6 年产品经理+教学经验，3 年互联网项目管理经验；互联网资深爱好者；沉迷各种技术无法自拔，导致年龄被困在 25 岁； CSDN 爬虫 100 例作者。个人公众号“梦想橡皮擦”。

发布

暂无评论

创作场景

【字体反爬】的起点，月票数解析，一个小小的 Python 案例

⛳️ 实战起点

⛳️ 实战编码

梦想橡皮擦

评论