起点中文网月票等字体数据爬取Python

起点中文网收藏量等数据爬取
1.难点分析

通过chrome开发工具分析我么可以得出结论，月票数量不是html文本，而是通过字体生成出来的数字，这时候的爬虫就要复杂一些了。
2.思路分析
先爬取目标网页的字体，之后通过python fontTools、io库将字体转化成数字
3.核心代码呈现

def get_font(url):
    response = requests.get(url)
    font = TTFont(BytesIO(response.content))
    cmap = font.getBestCmap()
    font.close()
    return cmap
def get_encode(cmap, values):
    WORD_MAP = {'zero': '0', 'one': '1', 'two': '2', 'three': '3', 'four': '4', 'five': '5', 'six': '6', 'seven': '7',
                'eight': '8', 'nine': '9', 'period': '.'}
    word_count = ''
    for value in values.split(';'):
        value = value[2:]
        key = cmap[int(value)]
        word_count += WORD_MAP[key]
    return word_count

4.程序效果


5后记
若是想借鉴程序全部代码请评论留言