听说学 Python 字体反爬的人，都打开过这篇博客，自如字体反爬，图片字体反爬

作者：梦想橡皮擦

2022 年 7 月 30 日
本文字数：888 字
阅读完需：约 3 分钟

⛳️ 自如实战场景

我们又碰到了一个字体反爬的站点，自如。该站点的字体反爬不是用字体文件实现的，而是基于图片+CSS，具体如下图所示。

这里运用 CSS 背景偏移技术实现数字的展示。

字体图片如下所示。

图片宽度和高度的比例是 300*28，其中 300 像素被等比例放置了 10 个数字，即每 30 个像素一个数字，实测间隔是 21.4 个像素。

后续可以参考该值做区分。

下面还需要确定一下每次刷新，图片是否发生变化。

刷新了一下，发生了变化 ￣ □ ￣｜｜

但是原理是一样的，就是获取图片之后，然后解析对应的图片，通过 OCR 技术，识别文字。

⛳️ 自如实战编码

获取源码，解析图片地址。

import requestsfrom lxml import etreeheaders = {    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36"}
res = requests.get('https://www.ziroom.com/z/',headers=headers)tree = etree.HTML(res.text)img_style = tree.xpath("//span[@class='num']/@style")[0]# 不用正则，直接截取字符串print(len('background-image: url(//'))print(len(');background-position: -42.8px'))# 不用正则，直接截取字符串img_src = img_style[24:len(img_style)-30]

复制代码

然后通过 OCR 软件识别相关信息，然后进行提取。

# 下载图片文件，通过 OCR 识别出数字
import ddddocrocr = ddddocr.DdddOcr()
res = requests.get('https://'+img_src,headers=headers)# print(res.content)# with open('./images/num_img1.png','wb') as f:#     f.write(res.content)res = ocr.classification(res.content)print(res)

复制代码

测试中识别的数字为 5471380629，然后将其拆解即可。

测试发现截取图片地址的时候，有时候会出现图片地址错误，建议大家依旧使用正则表达式获取。

最后就是坐标与数字的对应关系了

-21.4：第一个数字
-42.8：第二个数字
-64.2：第三个数字

其余的都参考这个原理即可。

📢📢📢📢📢📢💗 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>670</font> 篇原创博客

发布于: 刚刚阅读数: 3

原文链接:【http://xie.infoq.cn/article/a9a4b973c6f43e9d287ae85a1】。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

听说学 Python 字体反爬的人，都打开过这篇博客，自如字体反爬，图片字体反爬

⛳️ 自如 实战场景

⛳️ 自如 实战编码

梦想橡皮擦

评论

⛳️ 自如实战场景

⛳️ 自如实战编码