爬虫对某个网站的电话解析总结

最近在写爬虫，大部分网站还算友好。

但是今天碰到一个特别厉害的网站。动态加载Javascript页面也就算了，还有动态生成字体解析电话号码的。

也算是自己对加密解密等过程的一个总结吧，记录一下，以后方便参考。

首先我得到了传输后的编码，类似于

\xf2\x88\x81\x90

这对应数字1，其他的数字都是通过偏移得到的，也就是说，对方的网站加密只用了最简单的凯撒对应法则，这就简单了，只要我能动态生成解析电话号码的密码表就行。但问题就在这儿。我无法直接操作。

在一开始，我以为他是静态的字体，所以我通过查看源代码把字体下载下来，进行解析，然后就是报错。

接着我又尝试去操作这个变量，但一直失败。转成int都不行。它提示这个变量不能转换成int。我立刻抓瞎，那我又怎么生成字典呢？

后来我注意到变量前有一个b，我去搜了才知道，这个在Python里面叫做字节，我是不能直接操作修改的。

所以第一步，我改成了bytearray。

然后模拟加法运算对这个bytearray进行增减，注意进位和借位。

def change_byte_code_by_subset(base_code, subset):

    base_code_array = bytearray(base_code)
    base_code_array[3] += subset

    if subset > 0:

        if base_code[3] > 255:
            base_code_array[3] = base_code[3] - 16
            base_code_array[2] = base_code[2] + 1

        if base_code[2] > 255:
            base_code_array[2] = base_code[3] - 16
            base_code_array[1] = base_code[2] + 1

        if base_code[1] > 255:
            base_code_array[1] = base_code[3] - 16
            base_code_array[0] = base_code[2] + 1
    else:

        if base_code[3] < 0:
            base_code_array[3] = base_code[3] + 256
            base_code_array[2] = base_code[2] -1

        if base_code[2] < 0:
            base_code_array[2] = base_code[2] + 256
            base_code_array[1] = base_code[1] - 1

        if base_code[1] < 0:
            base_code_array[1] = base_code[1] + 256
            base_code_array[0] = base_code[0] - 1

    new_byte_code = bytes([base_code_array[0], base_code_array[1], base_code_array[2], base_code_array[3]])
    return new_byte_code

只要思路对，说难也不难，唯一感到庆幸的是，对方并未没有使用更为复杂的数字编码映射方法，所以只要思路正确还是能解开的。