首先本人目前见识到的一些有关字体反爬的
1. 静态字体加密
- 找到字体文件,组成映射字典,然后进行替换
2. 动态字体加密
- 找到字体文件,每次都得重新组成映射字典,或则是根据误差值来弄,当然俺还没实践过,等以后再弄吧,哈哈
3. 字体偏移量
- 通过样式设置偏移量,直接先取出,然后还原就行
4. 伪类
- 通过设置`::before`和`::after`,这个一般是通过`js`找到相关的`class`,然后实现替换,这个重要还是找到浏览器执行相关逻辑的`js`
然后最近研究了下一个小说的字体反爬,记录一下,防止忘了
网站是aHR0cHM6Ly9nLmhvbmdzaHUuY29tL2NvbnRlbnQvMTI0NzE3LzMxMjc3NzkuaHRtbA==
首先我们看到这个就是通过伪类设置的`css`反爬了
我们先打上`script`断点,然后慢慢跟
跟到这个`for`循环这边,看到这边遍历了一手
这个时候的网页文本还是这样子的,因为还没把相关`word`插入进去
这个就是我们需要获取到的`words`
要获取到这个`words`我们可以扣相关函数,也可以直接把上面的代码直接扣下来,扣相关函数的话,有些函数涉及到魔改的,当然无论哪一种方法,都涉及到环境检测的问题,不补相关环境的话,出的值是有问题的。获得这个`words`我们就可以根据相关的`class`属性进行替换
替换的代码如下:
# 构建一个字典,等下用来替换
words_dict = {}
for i in range(len(words)):
words_dict[f'context_kw{i}'] = words[i]
# print(words_dict)
soup = BeautifulSoup(response, 'html.parser')
# 获取所有的p标签
ps = soup.select('.rdtext p')
# 遍历所有的p标签
for p in ps:
# 判断下面的标签是span标签还是文本
for sign in p.children:
if sign.name:
my_text += words_dict[sign['class'][0]]
else:
my_text += sign
my_text += '\n'
ok!!!完结撒花,这种伪类反爬主要还是得找到那个`words`,然后就很简单了,出问题再说吧,哈哈。欢迎各位大佬指点