快手爬虫解决粉丝数关注数等字体加密 python快手爬虫

最新推荐文章于 2024-09-13 08:48:35 发布

置顶 supersonging

最新推荐文章于 2024-09-13 08:48:35 发布

阅读量1.5k

点赞数 6

文章标签： python 爬虫

本文链接：https://blog.csdn.net/qq_41367883/article/details/108855192

版权

本文详细介绍了如何处理网页中加密的字体元素，通过分析JavaScript和CSS，利用Python重新实现解密过程。首先找到字体URL，下载TTf文件，将其转换为XML，然后使用正则表达式匹配加密字符。通过对应关系，解码加密的粉丝数关注数。整个流程清晰，代码逻辑明确，为类似问题提供了解决思路。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
想拿一下粉丝数关注数描述等
发现字体是加密的 elements是这样的

源代码里是这样的

找了找js 原来是用

&#xed69;&#xe34c;&#xf149;&#xf6d6;&#xf19d;

这些玩意去
在这里插入图片描述
这个ttf里一一对应然后用 js + css画出来的
找到问题所在，就fuck掉它
把js扣出来？用execjs去执行？太LOW了
既然做python 那就用python去重写
首先用re去拿这个ttf的url (因为每次都变)

先给这玩意下载下来把这个ttf文件扔fonteditor里然后去
http://fontstore.baidu.com/static/editor/index.html
瞅瞅
在这里插入图片描述
这个时候就发现了东西

不就是这玩意吗，找到对应关系了那就ok了
TTF文件没办法直接搞啊？怎么办
保存成xml !
然后就成了这玩意 ok对应关系也有了 python也能搞了

去写一下整逻辑就是
先去拿 ttf文件 url 请求url 保存然后转xml
然后拿加密前的特殊字符

# 就是这玩意
&#xed69;&#xe34c;&#xf149;&#xf6d6;&#xf19d;

然后去切割对应 OK完事
对应关系的代码
根据看到的 id : 0啥也不说
从1~15 就是这些东西
在这里插入图片描述
上代码

# 对应关系 

def kuaishou_un_font(soup, font_size):
	# soup 就是传的 ttf转码成xml的
    font_dict = {}
    for font_m in soup.glyphorder.children:
        if font_m != '\n' and 'humans' not in font_m:
            id = font_m.get('id')
            name = font_m.get('name')
            if id != '0' and int(id) < 11:
                font_dict[name] = str(int(id)-1)
            elif id == '11':
                font_dict[name] = '.'
            elif id == '12':
                font_dict[name] = 'w'
            elif id == '13':
                font_dict[name] = 'k'
            elif id == '14':
                font_dict[name] = 'm'
            elif id == '15':
                font_dict[name] = '+'

    size_dict = {}
    for font_k in soup.cmap_format_4.children:
        if 'map' in str(font_k):
            code = font_k.get('code')[-4:]
            name = font_k.get('name')
            size_dict[code] = name
    return font_dict[size_dict[font_size]]

然后是拿TTF 文件然后转成xml

# TTF转XML
 font = TTFont('font_size.ttf')
  font.saveXML('font_size.xml')

和split后list去一一解密

# font_url 自己去动态拿 每次都变动
font_url = ''
font_res = requests.get(font_url)

  with open('font_size.ttf', 'wb+') as f:
      f.write(font_res.content)

  font = TTFont('font_size.ttf')
  font.saveXML('font_size.xml')
  soup = BeautifulSoup(open('font_size.xml'), 'lxml')
  try:
      fan = user_data_json['obfuseData']['fan'][40:-8].split(';&#x')
      fans = ''
      for f in fan:
          fans += kuaishou_un_font(soup, f)
  except:
      fans = ''

最后
在这里插入图片描述
OK~ 解码完成全部代码没放因为是根据需求写的懒得改成大家都能用的了主要是给个思路思路有了就很简单需要的找我