什么是字体反爬?
就是网页的制作者,它在发布他网页数据的时候。将其中一部分的字体变成乱码。即使你把网页的数据爬取下来,你也获取不到真实数据的样貌。这样就达到了一个反爬虫的目的
如何解决字体反爬?
什么是字体反爬?
开发者创作了一种字体(字体代号) --> 网页中显示的就是这种字体代号
CSS反爬 就是因为这个字体是隐藏在我们css文件当中的一个.ttf文件
如何解决字体反爬?
1 先找到.ttf文件 需要把它转换成xml文件
2 分析xml文件 + FontCreator(360应用市场搜索下载即可)
3 找出字体对应的映射关系 --->和真实的字体做替换
需求:爬取文字字体内容
第一步 页面分析
目标url https://club.autohome.com.cn/bbs/thread/665330b6c7146767/80787515-1.html
思路:我们先获取这些文本内容,然后在解决字体的问题
第二步 实现步骤
测试网站
https://club.autohome.com.cn/bbs/thread/665330b6c7146767/80787515-1.html