猫眼字体处理

猫眼字体处理

本次爬取猫眼的票房榜数据，打开检查工具可以看到，票房的数据都进行了加密

1.首先查看网页的源代码，Ctrl+f 输入 woff

//vfile.meituan.net/colorstone/f0a30a4dda64b4f8f344858115f54fc92296.woff

可以选中这段复制到搜索框中回车，发现可以另存为一个文件，我们需要的就是这个，下载完直接打开发现是乱码，对此还需要处理。

2. 使用re下载woff文件，并用TTFont库进行处理

from fontTools.ttLib import TTFont # 导入TTFont库，处理woff文件
import re
import requests

url = 'https://maoyan.com/board/1'
headers = {
   
    'user-agent': 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)',
}

response = requests.get(url, headers=headers).text
# 匹配到 //vfile.meituan.net/colorstone/f0a30a4dda64b4f8f344858115f54fc92296.woff
file_url = re.findall("src:.*?,.*?url\('(.*?)'\) format\('woff'\);", response, re.S)[0]
print(file_url)
with open('D:/temp/maoyan_base1.woff', 'wb') as fp:
    content = requests.get('http:' + file_url, headers=headers).content
    fp.write(content)

font = TTFont('D:/temp/maoyan_base1.woff')
font.saveXML('D:/temp/maoyan_base1.xml')

打开下载的文件进行查看

据说这里可以看出数字的规律，但我没看出来（小声bb），所以我接下来借助一个网站对其进行解析

3.使用一个FontStore对其进行解析

**将之前我们下载好的文件打开 （maoyan_base1.woff），然后会出现如下的数字，记住它的排序，接下来我们需使用 **

4.构建代码

import requests
import re
from fontTools.ttLib import TTFont
import pandas as pd

url = 'https://maoyan.com/board/1'
headers = {
   
    'user-agent': 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)'