查策，查策，python字体反爬再一次实践

最新推荐文章于 2025-02-26 11:47:50 发布
最新推荐文章于 2025-02-26 11:47:50 发布
阅读量2w 收藏 3
点赞数 5
CC 4.0 BY-SA版权
分类专栏： Python爬虫120 文章标签： python 开发语言 数据挖掘 爬虫 python技能树
梦想橡皮擦-独家版权，禁止转载
本文链接：https://blog.csdn.net/hihell/article/details/124705025
本文介绍了在查策网站中遇到的字体反爬策略，包括实战场景、字体解码过程和编码时间。作者通过FontCreator查看字体内容，发现数字顺序变换。在解码过程中，发现字体文件每次刷新都有变化，但最终找到了确定目标字体文件和获取字体文件名的方法，成功解析了字体反爬逻辑。

📢📢📢📢📢📢
💗 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 663 篇原创博客

畅销专栏，打折促销中~

文章目录

⛳️ 查策实战场景

本次要采集的目标站点是查策，该测试站点如下所示。
在这里插入图片描述
目标站点网址如下

www.chacewang.com/chanye/news?newstype=sbtz

该站点的新闻资讯类信息很容易采集，通过开发者工具查看了一下，并不存在加密反爬。

但字体反爬还是存在的，案例寻找过程非常简单，只需要开发者工具切换到网络，字体视图，然后预览一下字体文件即可。

在这里插入图片描述

可以看到仅数字进行了顺序变换。

接下来就是实战解码的过程，可以通过 FontCreator 查看一下该字体内容。

⛳️ 字体实战解码

随机下载一个字体文件打开之后发现出事情了，字体文件内容如下所示。

了解本专栏 订阅专栏 解锁全文
敢看系列？Python字体反爬实战案例之实习那僧，继续挖坑
梦想橡皮擦，专栏100例写作模式先行者，现象级专栏 《Python 爬虫 100 例》作者、《滚雪球学 Python 专栏》原创者
05-26 1万+
文章目录⛳️ 实习 实战场景 僧⛳️ 实习 实战编码 僧 ⛳️ 实习 实战场景 僧 本篇博客继续学习字体反爬，涉及的站点是实习 x，目标站点地址直接百度搜索即可。
【js逆向】Python爬虫如何突破字体反爬，拿到想要数据
热门推荐
景天科技苑
08-05 2万+
在JavaScript逆向工程中，字体反爬（Font Anti-Scraping）是一种常见的反爬虫技术，它通过自定义字体来显示网页中的文字，使得这些文字在标准字体库中无法直接识别，从而增加爬虫获取文本内容的难度。本文将教会你破解字体反爬的方法
python查看系统字体
Pxy112233的博客
06-15 1938
查看电脑已经安装的字体列表及路径。
pytesseract 测试获取查策网编码字体
迷心兔的博客
12-04 633
破解反爬案例：https://blog.csdn.net/qq_42988351/article/details/108797567 import numpy import pytesseract from fontTools.ttLib import TTFont from PIL import Image, ImageDraw, ImageFont def find_coding(special_coding, cn_code_list, font, count=12): """ 返回其编码.
字体反爬识别。。。。。。
12-21
通过knn算法来识别网站的字体。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
python爬虫界面登录-验证码（二）
Will_Zhan的博客
01-14 865
继续刚才的说，刚才的pytesseract的安装目录通常都在python或者anaconda目录下的Lib\site-packages\pytesseract目录下。配置完之后就可以用了，用下面的代码就行验证码的保存和识别。 driver.save_screenshot('f://aa.png') # 截取当前网页，该网页有我们需要的验证码 imgelement = driver.find_...
【原创】python反爬策略--字体反爬（政策网）
Calitibs的博客
01-17 2603
字体反爬，也是一种常见的反爬技术，这些网站采用了自定义的字体文件，在浏览器上正常显示，但是爬虫抓取下来的数据要么就是乱码，要么就是变成其他字符。下面我们通过其中一种方式解决字体反爬。
python实战项目44：某眼电影字体反爬
lyccomcn的博客
10-20 316
下载完字体文件之后，只要将其中的字符编码和数字对应的信息提取出来，再把网页源码中的字符编码替换掉，就能得到我们想要的数据了。这里要用到一个三方库fontTools，利用fontTools可以获取每一个字符对象，这个对象你可以简单的理解为保存着这个字符的形状信息，而且编码可以作为这个对象的id，具有一一对应的关系。最后再使用PIL库和ddddocr图片识别库对图像进行识别，提取出字符编码和数字的对应关系，保存为一个字典，这样就实现了字符编码和真实数字的映射。
python爬虫： 使用knn算法破解猫眼动态字体反爬
qq_29570381的博客
11-12 1268
猫眼字体反爬 动态变化的字形使用阈值判断误差率较大，甚至看到有的老哥使用ocr去搞…，大概两个月前，第一次看到有大佬使用knn算法搞字体反爬(源码地址)，听说效果不错，一直没有时间去尝试，不仅仅是没有时间，对于未知领域特别是机器学习，不知道从何搞起，但是遇到问题总得解决，今天逼着自己去搞 knn算法介绍 如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别 举...
字体反爬慢慢总结破解方式
kuxingseng123的博客
03-08 1114
慢慢的将破解方法搞定都行啦样子与打算。
在Linux NFS服务器上实现磁盘配额
09-30
在Linux NFS服务器上实现磁盘配额 实现共享NFS磁盘限制 可用于docker容器挂载卷的大小限制 方便管理各容器大小
python绘图查看支持的字体，解决中文空格现象
呆萌的代Ma
11-10 1844
通常我们使用```matplotlib```与```seaborn```来绘图，查看支持的字体使用如下代码： import matplotlib.pyplot as plt import seaborn as sns from matplotlib.font_manager import FontManager font_manager = FontManager() print(set(f.name for f in font_manager.ttflist))
字体反爬案例分析与爬取实战
Bruce_xiaowei的博客
03-31 1317
Python反爬案例
爬虫反爬：字体反爬案例分析与爬取实战
最新发布
数据知道的博客
02-26 8393
字体反爬是一种常见的反爬虫技术，通过自定义字体文件（如TTF、WOFF）对网页中的字符进行加密或替换，将页面上的文字使用特殊字体显示，而爬虫在解析时由于缺少相应的字体文件，导致无法正确识别文字内容。本文将深入分析字体反爬的机制，并提供实战样例，帮助读者理解和应对这一挑战。字体反爬技术通过自定义字体文件对字符进行加密或替换，增加了爬虫解析的难度。通过下载并解析字体文件，建立字符映射关系，可以有效破解这种反爬机制。在实际应用中，可能需要结合动态加载、CSS偏移等其他反爬技术进行综合处理。
我去！爬虫遇到字体反爬，哭了
公众号：Python研究者
06-06 836
大家好，我是辰哥今天准备爬取某某点评店铺信息时，遇到了『字体』反爬。比如这样的：还有这样的：可以看到这些字体已经被加密（反爬）竟然遇到这种情况，那辰哥就带大家如何去解决这类反爬（字体反爬类...
python字体反爬详解--以某网站字体为例
qq_42988351的博客
09-25 1539
python字体反爬的一种解决方案 文章目录python字体反爬的一种解决方案版权声明问题描述解决方案实操过程1、找到网站的字体文件（ccw.ttf）2、使用百度字体编辑器3、fontTools库3.13.23.33.44、完整代码讨论 版权声明 请注意：本文章为原创文章，未经本人许可，任何人不得转载和借鉴 问题 目前越来越多的网站升级了应对爬虫的反制手段和措施，网站使用自定义字体或者人们常说的字体反爬，就是其中一种。 描述 这里我们以查策网（https://www.chacewang.com/Projec
Python 爬虫：字体反爬处理
Python开发者
10-13 5460
（点击上方公众号，可快速关注）来源：老王的小船（本文来自作者的投稿，其简介见末尾）环境：Win7 +Python3.6+Pycharm2017目标：猫眼电影票房、汽车之家...
python字体获取css反爬可以用到【除非字体反爬用到图片识别】
迷心兔的博客
12-26 197
''' translation_table = {ord('A'): ord('O'),ord('K'): ord('O')} print(translation_table ) # { 65 ：79 } print('MARK'.translate(translation_table) ) # MORK ''' characters = tuple(ord(c) for c in 'SMEDONRY') characters # (83, 77, 69, 68, 79, 78, 82, 89) g
字体加密网站的抓取以及思路解决
simple_code
12-05 1270
在抓取房产网站的过程中，领导给了一个网站，打开一看觉得这不知名的网站应该没有什么反爬措施吧，那还不是so easy的事情。然后就开始准备干活了。为了稳妥起见，还是打算测试一下反爬措施，首先用常规的requests请求携带请求头进行访问，发现没有什么问题，但是仔细检查发现，这抓下来的html页面和看到的有点不一样啊！ 于是查看源码发现了诡异的东西了 发现数字的部分都被这样的诡异的编码给替代了...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

梦想橡皮擦

如有帮助，来瓶可乐

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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