字体反爬

字体反爬介绍

所谓的字体反爬就是网站将一些关键字替换为网站自己的字体，这样在网页上字体会正常显示，但是当爬取下来的时候，经过字体加密的字符都是乱码的，在网页源码当中显示的是unicode编码。根本无法查看。

例如：

破解思路

第一步 找到对应的字体文件进行下载

第二步 找到unicode编码和正常文字的映射关系

第三步 自定义unicode编码正常蚊子的映射关系的字典

第四步 替换源码当中的unicode编码为正常文字之后，再进行数据匹配

FontTools安装与使用

FontTools是一套以ttx为核心的工具集，用于处理与字体编辑有关的各种问题，程序用Python编写完成，代码开源，具有良好的跨平台性。

安装及使用

pip install fontTools

通过FontTools把woff文件转换为xml文件
font = TTFont(BytesIO(bin_data))
#将解码字体保存为xml
font.saveXML("text2.xml")

  

 

  
1
  
2
  
3
  
4
 

lxml解析xml文件

lxml可以直接读取xml文件。
为了演示方便，

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/89165985