简历爬取系列(二)——破解58同城简历中的加密字符

本文介绍如何破解58同城简历中加密的字符,通过分析HTML源码找到加密字体并使用Python进行二进制解码,利用FontCreator和FontTools工具,将加密字符与真实字符对应关系解析出来,实现字符的还原。
摘要由CSDN通过智能技术生成

直接目的:针对58同城简历数据中的加密字符,进行破解,以还原其对应的真实文字。

根本目的:爬取58同城网站上的个人简历,进行信息储备。

现有环境:安装python3.6的五服务器。

下面就开始吧。


如图1所示,是58同城的简历页面。从页面中可以看出,网站针对职位进行了简历的分类。

<center>图1 58同城简历首页</center>

已左一的销售职位为例进行爬取。单击“销售”,发现有郑州不同人的简历信息。如图2所示。首先想通过图2所示的界面进行爬虫,发现有些字符在网页源码中无法显示。如图3所示,“詹先生”的“生”在源码中无法显示。

<center>图2 销售职位对应的简历</center

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值