WOFF字体反爬之易车网

最新推荐文章于 2024-08-12 07:15:00 发布

天下无虫

最新推荐文章于 2024-08-12 07:15:00 发布

阅读量852

点赞数 1

分类专栏：爬虫文章标签： woff字体

本文链接：https://blog.csdn.net/u013738666/article/details/100878408

版权

爬虫专栏收录该内容

8 篇文章 6 订阅

订阅专栏

相关权益问题，联系邮箱即可删除：lh1995cn@gmail.com

前言

易车网链接：http://dianping.bitauto.com/sid_2384/koubei/2557927641943680

该页面评价加载了WOFF字体，在审核元素中查看，发现个别汉字无法正常显示，由此可推测该WOFF文件中，只有少数常用汉字被单独编码了。
在这里插入图片描述

审核元素中无法正常显示的字，在源码中显示为“”格式，该格式为unicode编码。
在这里插入图片描述

正文

字体文件下载地址：http://dianping.bitauto.com/yc-pc/comment/font/yc-ft.woff

通过百度在线解析WOFF字体：http://fontstore.baidu.com/static/editor/index.html
在这里插入图片描述
通过对比发现，“”取后三位数字“700”，用“700”匹配字体解析后的编码，发现为“最”字。

最后将WOFF解析为XML文件，可以用Python的fontTools库去解析为XML，也可以使用“WoffToXML.exe”工具（调用方法CMD WoffToXML.exe 1.woff 1.xml）得到XML。

“WoffToXML.exe”工具下载地址：
https://pan.baidu.com/s/1D0f02iD8DOB0J7EhNU1jaw 提取码: qrbi
在这里插入图片描述
通过xml结果，搜索“700”得到uni6700，将uni6700，变成\u6700，即可转为对应的汉字，以此类推，下面的uni8FA9，变成\u8FA9，就是“辩”字，在线转换网站：http://tool.chinaz.com/tools/unicode.aspx

至此分析易车网WOFF字体文件完毕！

参考资料：

【woff字体架构】https://www.w3.org/TR/2012/REC-WOFF-20121213/

Python的fontTools库解析代码：

import sys
def main():      
    from fontTools.ttLib import TTFont
    font = TTFont(sys.argv[1])
    font.saveXML(sys.argv[2])
    
if __name__ == "__main__":
    main()