爬虫之遇到woff字体反爬

本篇博文的主题就是处理字体反爬，其实这种网上已经很多了，只是这次有点不一样，处理方式变化了点，记录一下。

以python3.7为基础

直接干货：

网站是json数据返回的： 

这个网站有个好玩的地方，直接请求目标api，是不给数据的，要先请求生成woff名的api，才能请求目标数据，通过woff名，我们把woff文件下载下来分析，为了保证分析的准确性，我们要多下载几个woff文件，然后我们用 fontcreator 打开看下：

 

 

 

 可看出3个文件，前面3个是固定的，后面是不固定的，这个就需要重点分析了！

结论：

• 每次页面加载的字体文件都不是同一个
• 某一个字体对象的命名方式不一样
• 同一个字体对应的像素坐标会有微妙的变化（观察了多个样本，每个字体像素点xy坐标的差距都不大于55）
• 同一个字体的像素点个数是一样的

下面是我的处理方法：

一、转化成图片，然后识别：

from fontTools.ttLib import TTFont
import pygame
import os,io
import ddddocr


# rFontPath = r'4a402e1e1e119dd418b8afe5cfd7bdc8.woff'
# rFontPath = '8e7e2d0f6f89b10b580b9d56583f4