加密字体替换是网站反爬虫的常用技术之一，其核心是通过自定义字体文件对关键数据（如数字、文字）进行动态渲染，使源码中显示的字符与用户实际看到的内容不一致。下面从技术原理、实现类型和破解方法三个方向展开分析，并提供丰富的代码示例。
一、技术原理与核心逻辑
（一）字体映射机制
网站通过自定义字体文件（如.woff、.ttf）定义字符的渲染规则。
# 示例：字体文件定义的映射关系
unicode_map = {
'\ue000': '0',
'\ue001': '1',
'\ue002': '2',
# ...
'\ue009': '9'
}-
源码中的 冋（Unicode码）可能被映射为实际显示的字符“地”。
-
数字“1”在字体文件中可能被编码为特殊符号（如“”），需通过字形匹配还原。
（二）动态更新策略
部分网站（如58同城、起点中文网）每次请求会生成新的字体文件，导致映射关系动态变化。
# 模拟动态字体文件获取
import requests
from io import BytesIO
from fontTools.ttLib import TTFont
def download_font(url):
"""下载字体文件"""
response = requests.get(url)
return TTFont(BytesIO(response.content))
# 使用示例：在每次请求时重新下载并解析字体文件
font_url = "https://example.com/fonts/dynamic_font.woff"
font = download_font(font_url)
cmap = font.getBestCmap()-
同一数字“5”在不同会话中可能对应不同的Unicode码。
（三）反OCR设计
通过扭曲字形、添加噪点或粘连字符，增加OCR识别难度。
# 示例：扭曲字形的特征
from PIL import Image, ImageDraw
def draw_distorted_digit(digit, distortion_factor=0.5):
"""绘制扭曲的数字图像"""
image = Image.new('L', (50, 50))
draw = ImageDraw.Draw(image)
# 根据数字生成基本形状
if digit == '3':
draw.polygon([(10,10), (40,10), (40,40), (10,40)], fill=255)
# 添加扭曲效果
draw.arc((15,15,35,35), start=0, end=270, fill=0)
elif digit == '8':
draw.ellipse((10,10,40,40), fill=255)
draw.ellipse((15,15,35,35), fill=0)
# 更多数字扭曲逻辑...
return image
# 生成扭曲的“3”和“8”用于演示
image_3 = draw_distorted_digit('3')
image_8 = draw_distorted_digit('8')-
字符“3”和“8”可能设计为相似轮廓，干扰传统OCR工具。
二、加密字体替换的常见类型
（一）动态字体加密
特点：每次访问生成不同的字体文件，映射关系不固定。
案例：律师执业诚信平台（credit.acla.org.cn）的字体文件会动态更新，需实时解析。
# 动态字体解析流程
from selenium import webdriver
import time
def get_dynamic_font_mapping():
"""获取动态字体映射"""
driver = webdriver.Chrome()
driver.get("https://credit.acla.org.cn")
time.sleep(2) # 等待字体加载
# 提取字体文件URL（通常在页面的CSS中）
font_urls = []
for style in driver.find_elements_by_tag_name('style'):
if 'font-face' in style.get_attribute('innerText'):
# 提取字体文件URL的正则表达式
import re
matches = re.findall(r'url\((.*?)\)', style.get_attribute('innerText'))
for url in matches:
if url.endswith(('.woff', '.ttf')):
font_urls.append(url)
# 下载并解析字体文件
mappings = {}
for font_url in font_urls:
font = download_font(font_url)
cmap = font.getBestCmap()
# 构建映射关系
for unicode_char, glyph_name in cmap.items():
# 假设数字映射到特定前缀的字形名称
if glyph_name.startswith('num_'):
actual_digit = glyph_name.split('_')[1]
mappings[chr(unicode_char)] = actual_digit
driver.quit()
return mappings
# 使用示例
dynamic_mapping = get_dynamic_font_mapping()
print(dynamic_mapping)（二）静态字体加密
特点：字体文件固定，但字符与实际显示内容不一致。
案例：黄页网站（huangye88.com）使用静态加密，通过解析.woff文件可建立永久映射表。
# 静态字体解析
from fontTools.ttLib import TTFont
def build_static_mapping(font_path):
"""构建静态字体映射表"""
font = TTFont(font_path)
cmap = font.getBestCmap()
mapping = {}
# 假设数字映射到特定前缀的字形名称
for unicode_char, glyph_name in cmap.items():
if glyph_name.startswith('num_'):
actual_digit = glyph_name.split('_')[1]
mapping[chr(unicode_char)] = actual_digit
return mapping
# 使用示例
static_mapping = build_static_mapping('huangye88_static.woff')
print(static_mapping)（三）Base64内嵌字体
特点：字体文件以Base64编码形式嵌入CSS或JavaScript中。
破解步骤：提取Base64字符串 → 解码为二进制文件 → 解析字体映射关系。
# 提取并解析Base64内嵌字体
import base64
from io import BytesIO
def extract_base64_font(css_content):
"""从CSS中提取Base64字体"""
import re
matches = re.findall(r'data:font/woff;base64,(.*?)\'\)', css_content)
for match in matches:
font_data = base64.b64decode(match)
with open('extracted_font.woff', 'wb') as f:
f.write(font_data)
return 'extracted_font.woff'
return None
# 使用示例：从CSS内容中提取字体文件
css_content = """
@font-face {
font-family: 'embedded_font';
src: url('data:font/woff;base64,...');
}
"""
font_path = extract_base64_font(css_content)
if font_path:
static_mapping = build_static_mapping(font_path)
print(static_mapping)三、破解方法与实战代码示例
（一）字体文件解析与映射
工具：使用Python的fontTools库解析字体文件。
from fontTools.ttLib import TTFont
# 解析字体文件并提取字符映射
font = TTFont("encrypted.woff")
cmap = font.getBestCmap() # 获取Unicode与字形名称的映射
# 假设数字映射到特定前缀的字形名称
relation_table = {
'zero': '0',
'one': '1',
'two': '2',
'three': '3',
'four': '4',
'five': '5',
'six': '6',
'seven': '7',
'eight': '8',
'nine': '9'
}
# 构建最终映射表
final_mapping = {}
for unicode_char, glyph_name in cmap.items():
if glyph_name in relation_table:
final_mapping[chr(unicode_char)] = relation_table[glyph_name]
print(final_mapping)（二）动态更新处理
若字体文件频繁变化，需在每次请求时重新下载并解析。
# 动态字体更新处理
import requests
from fontTools.ttLib import TTFont
from io import BytesIO
def get_current_font_mapping(font_url):
"""获取当前字体映射"""
response = requests.get(font_url)
font = TTFont(BytesIO(response.content))
cmap = font.getBestCmap()
final_mapping = {}
for unicode_char, glyph_name in cmap.items():
if glyph_name in relation_table:
final_mapping[chr(unicode_char)] = relation_table[glyph_name]
return final_mapping
# 使用示例：在每次请求前更新映射
font_url = "https://example.com/fonts/dynamic_font.woff"
current_mapping = get_current_font_mapping(font_url)（三）字形特征匹配
步骤：提取加密字符的坐标点（contour节点中的x、y、on属性），与标准字体库对比相似度。
# 字形特征提取与匹配
from fontTools.pens.recordingPen import RecordingPen
def get_glyph_contours(font, unicode_char):
"""获取字形的轮廓数据"""
glyph_name = font.getBestCmap().get(ord(unicode_char))
if not glyph_name:
return None
pen = RecordingPen()
font[glyph_name].draw(pen)
return pen.value
def calculate_similarity(encrypted_contours, standard_contours):
"""计算轮廓相似度（简化版）"""
if len(encrypted_contours) != len(standard_contours):
return float('inf')
total_diff = 0
for enc_op, std_op in zip(encrypted_contours, standard_contours):
if enc_op[0] != std_op[0]: # 操作类型不同
total_diff += 1
else:
# 比较坐标点
enc_args = enc_op[1]
std_args = std_op[1]
for enc_coord, std_coord in zip(enc_args, std_args):
total_diff += abs(enc_coord[0] - std_coord[0]) + abs(enc_coord[1] - std_coord[1])
return total_diff
# 使用示例：匹配加密字符与标准字符
standard_font = TTFont("standard_font.woff")
encrypted_font = TTFont("encrypted_font.woff")
standard_contours = {}
for char in '0123456789':
standard_contours[char] = get_glyph_contours(standard_font, char)
encrypted_char = '\ue005'
encrypted_contours = get_glyph_contours(encrypted_font, encrypted_char)
matched_char = match_glyph(encrypted_contours, standard_contours)
print(f"匹配结果: {encrypted_char} → {matched_char}")（四）自动化替换与数据还原
流程：解析网页源码 → 提取加密字符 → 替换为真实值。
# 自动化数据还原
from bs4 import BeautifulSoup
def decrypt_text(encrypted_text, mapping):
"""解密文本"""
decrypted = []
for char in encrypted_text:
decrypted.append(mapping.get(char, char)) # 保留未映射的字符
return ''.join(decrypted)
# 使用示例：解析网页并还原加密数据
encrypted_html = """
<div class="price"></div>
<div class="address">北京市朝阳区</div>
"""
soup = BeautifulSoup(encrypted_html, 'html.parser')
price_element = soup.find('div', class_='price')
address_element = soup.find('div', class_='address')
# 假设我们已经构建了映射表
current_mapping = {
'\ue004': '5',
'\ue005': '3',
'\ue006': '8'
}
decrypted_price = decrypt_text(price_element.text, current_mapping)
decrypted_address = decrypt_text(address_element.text, current_mapping)
print(f"加密价格: {price_element.text} → 解密后: {decrypted_price}")
print(f"加密地址: {address_element.text} → 解密后: {decrypted_address}")四、进阶策略与实战优化
（一）多线程实时更新
在面对频繁更新的字体文件时，可以使用多线程技术实时监控和更新映射表。
import threading
from queue import Queue
import time
class FontUpdaterThread(threading.Thread):
def __init__(self, font_url, update_interval=60):
threading.Thread.__init__(self)
self.font_url = font_url
self.update_interval = update_interval
self.mapping = {}
self._stop_event = threading.Event()
def run(self):
while not self._stop_event.is_set():
try:
self.mapping = get_current_font_mapping(self.font_url)
print("字体映射已更新")
except Exception as e:
print(f"更新字体映射失败: {e}")
finally:
time.sleep(self.update_interval)
def stop(self):
self._stop_event.set()
# 使用示例：启动字体更新线程
font_updater = FontUpdaterThread("https://example.com/fonts/dynamic_font.woff", update_interval=30)
font_updater.start()
# 在主程序中使用当前映射
current_mapping = font_updater.mapping
# 停止更新线程
font_updater.stop()
font_updater.join()（二）结合机器学习的字形匹配
对于复杂变形的字形，可以使用机器学习模型进行特征匹配。
import numpy as np
from sklearn.neighbors import NearestNeighbors
# 示例：使用NearestNeighbors进行字形匹配
def vectorize_contours(contours):
"""将轮廓数据转换为特征向量"""
features = []
for op in contours:
op_type = op[0]
args = op[1]
features.append(len(args)) # 操作参数数量
for coord in args:
features.extend([coord[0], coord[1]]) # 坐标点
return np.array(features)
# 准备训练数据
X = []
y = []
for char in '0123456789':
contours = get_glyph_contours(standard_font, char)
X.append(vectorize_contours(contours))
y.append(char)
# 训练模型
model = NearestNeighbors(n_neighbors=1)
model.fit(X)
# 使用模型进行匹配
encrypted_char = '\ue005'
encrypted_contours = get_glyph_contours(encrypted_font, encrypted_char)
X_encrypted = [vectorize_contours(encrypted_contours)]
distances, indices = model.kneighbors(X_encrypted)
matched_char = y[indices[0][0]]
print(f"机器学习匹配结果: {encrypted_char} → {matched_char}")（三）处理字体加密的完整流程
以下是一个处理字体加密的完整示例，模拟从网页请求到数据解密的全过程。
# 完整流程示例：处理字体加密
from selenium import webdriver
from selenium.webdriver.common.by import By
from fontTools.ttLib import TTFont
import requests
from io import BytesIO
import time
from bs4 import BeautifulSoup
def get_font_mapping_from_page(driver):
"""从页面获取字体映射"""
# 提取字体文件URL
font_urls = []
style_elements = driver.find_elements(By.TAG_NAME, 'style')
for style in style_elements:
style_text = style.get_attribute('innerText')
if 'font-face' in style_text and '.woff' in style_text:
import re
matches = re.findall(r'src: url\((.*?)\)', style_text)
for url in matches:
if url.endswith('.woff'):
font_urls.append(url)
# 下载并解析字体文件
mappings = {}
for font_url in font_urls:
try:
response = requests.get(font_url)
font = TTFont(BytesIO(response.content))
cmap = font.getBestCmap()
for unicode_char, glyph_name in cmap.items():
# 假设数字映射到特定前缀的字形名称
if glyph_name.startswith('num_'):
actual_digit = glyph_name.split('_')[1]
mappings[chr(unicode_char)] = actual_digit
except Exception as e:
print(f"处理字体文件失败: {e}")
return mappings
def decrypt_page_data(driver, url):
"""解密页面数据"""
driver.get(url)
time.sleep(2) # 等待页面加载
# 获取字体映射
font_mapping = get_font_mapping_from_page(driver)
if not font_mapping:
print("未找到字体映射")
return
# 提取页面内容
page_source = driver.page_source
soup = BeautifulSoup(page_source, 'html.parser')
# 解密价格信息
price_elements = soup.find_all('div', class_='price')
for element in price_elements:
encrypted_text = element.text
decrypted_text = ''.join([font_mapping.get(c, c) for c in encrypted_text])
print(f"加密价格: {encrypted_text} → 解密后: {decrypted_text}")
# 更多数据解密逻辑...
# 使用示例：解密58同城房产信息
driver = webdriver.Chrome()
try:
decrypt_page_data(driver, "https://house.58.com/")
finally:
driver.quit()五、总结
加密字体替换是网站常用的反爬虫技术，其核心是通过自定义字体文件改变字符的显示方式。针对不同类型的加密字体，我们可以采用以下策略：
-
动态字体加密：实时下载并解析字体文件，构建映射表。
-
静态字体加密：一次性解析字体文件，建立永久映射表。
-
Base64内嵌字体：提取Base64字符串，解码后解析字体文件。
在实际操作中，结合字体文件解析、字形特征匹配和自动化替换技术，可以有效应对加密字体替换带来的挑战。同时，建议使用多线程和机器学习等技术优化处理流程，提高识别准确率和效率。
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
