python ttfont,Python爬虫杂记 - 字体文件反爬（二）

最新推荐文章于 2024-09-08 17:17:31 发布
最新推荐文章于 2024-09-08 17:17:31 发布
阅读量791 收藏
点赞数
文章标签： python ttfont
本文介绍如何处理动态字体文件的反爬问题，以猫眼电影网为例，利用fontTools库将字体文件转为XML，找到图形与编码的对应关系，从而解析动态字体。示例代码展示了获取并解析字体文件，实现字符替换的过程。
摘要由CSDN通过智能技术生成

字体文件反爬

在搞定静态字库反爬之后， 可以解决部分字体文件的反爬， 但动态字文件反爬是解决不掉的。此文章就是为解决动态字体文件的反反爬而写。本想以去哪儿网(手机端)的为例， 奈何手机端的字库反爬可能需要账号密码才会出现， 遂改用猫眼电影网的字体文件反爬为例。源码在最后！

1. 开发者模式查看网页内容

0e2e1aa6d270

开发者模式中的字体无法显示

2. 下载网页源码保存至本地查看

0e2e1aa6d270

网页源码下载到本地后查看

3. 字体文件保存在本地通过 font creator 查看字体文件信息

0e2e1aa6d270

字体文件1

0e2e1aa6d270

字体文件2

可以查看到字体文件的映射关系是动态的， 需要解决的就是通过某种方法来找到映射与数字之间的关系。

4.通过fontTools库， 将字库文件转换成xml格式

0e2e1aa6d270

映射关系与字体信息

最低0.47元/天 解锁文章
weixin_39540178
关注
深入细枝末节，Python的字体反爬虫到底怎么一回事
Python学习Q群696455390
12-27 703
内容选自即将出版的《Python3 反爬虫原理与绕过实战》，本次公开书稿范围为第 6 章——文本混淆反爬虫。本篇为第 6 章中的第 4 小节，其余小节将逐步放送。 字体反爬虫开篇概述 在 CSS3 之前，Web 开发者必须使用用户计算机上已有的字体。但是在 CSS3 时代，开发者可以使用@font-face 为网页指定字体，对用户计算机字体的依赖。开发者可将心仪的字体文件放在 We...
python ttfont_Python 字体爬虫应对
weixin_39683368的博客
12-10 657
思路：爬取网页 -> 提取信息及字体文件地址 -> 字体下载 -> 字体解析为 XML 文档 -> 将 XML 文档中的字的坐标与自己摸索规律得到的数据库做比对 -> 得到相应信息进阶：如果字体坐标加入每次加上随机值，可以检测坐标区间杀手锏：将坐标画出来，图片经由深度学习进行训练，此方法正确率及稳定性高，但模型构建与训练需要一定时间，过几日补上我的模型地址。下面以 猫...
GlidedSky爬虫-字体反爬2
学习记录
07-13 634
题目描述 题目链接：http://glidedsky.com/level/crawler-font-puzzle-2 题目分析   和上一道字体反爬题相比，本题中使用到的字体会更多，因此在构造从字体图像到真正的数字之间的映射时会麻烦许多，但是一旦这个映射关系构建完成之后，剩下的就和上一道字体反爬题一样了。有关字体文件的内容已经在字体反爬1中介绍过了，如果对字体没有了解，可以翻阅我的字体反爬1的讲解，本文不再赘述。文章地址为：点我查看   我们首先打开要爬取的数据页，看一下它的源代码，如下图所示。   在
58 字体反爬攻略 python3
weixin_30908941的博客
03-01 393
1、下载安装包 pip install fontTools 2、下载查看工具FontCreator 百度后一路傻瓜式安装即可 3、反爬虫机制 网页上看见的 后台源代码里面的 从上面可以看出，生这个字变成了乱码，请大家特别注意箭头所指的数字。 3、解决 1、确定反爬方法 在看了别人的解析文章之后，确定采取的是字体反爬机制，即网站定义了字体文件，然后进行相应的查找替...
起点小说字体加密python TTFont解析流
忆阳的博客
09-29 6099
起点小说详情加密 阅读数 点击数 起点目标网址： 第一步 静态请求 发现关键地方 点击数是乱码 类似 <span class="wlRaebhI">&#100100;&#100104;&#100098;&#100094;&#100102;</span></em><cite>万字</cite><i> 第二步 找到对应的字体加密的文件 用百度字体打开 这不就是和页面上的乱码一模一样吗， 但是多次请
python ttf解析_Python爬虫杂记 - 字体文件反爬（一）
weixin_42512933的博客
02-09 2170
ttf 文件反爬想写这篇文章的起源是在一个技术群里，有人讨论去哪网(手机端)的反爬：请求下来的数字跟浏览器上的数字有规律的不同，查看字体文件之后， 发现字体文件中的数字位置颠倒了...， 后有朋友老冀爬取汽车之家精品贴也出现了类似的情况，不太清楚这种反爬的成本， 但凭直觉将来这种反爬措施可能越来越普遍， 拿汽车之家为例， 遂记录之！源码在最后！！1. 开发者模式查看网页内容未显示正确字体的方框就是...
python读取ttf_Python爬虫杂记 - 字体文件反爬（一）
weixin_39553705的博客
11-24 639
ttf 文件反爬想写这篇文章的起源是在一个技术群里，有人讨论去哪网(手机端)的反爬：请求下来的数字跟浏览器上的数字有规律的不同，查看字体文件之后， 发现字体文件中的数字位置颠倒了...， 后有朋友老冀爬取汽车之家精品贴也出现了类似的情况，不太清楚这种反爬的成本， 但凭直觉将来这种反爬措施可能越来越普遍， 拿汽车之家为例， 遂记录之！源码在最后！！1. 开发者模式查看网页内容未显示正确字体的方框就是...
python post 表单类数据_Python爬虫杂记 - POST之multipart/form-data请求
weixin_39685674的博客
12-10 1154
模拟multipart/form-data请求原以为requests请求十分强大， 但遇到了模拟multipart/form-data类型的post请求， 才发现requests库还是有一丢丢的不足。 不过也可能是我理解的不足， 还希望读者老爷不吝指教！ 在此感谢！1. 什么是multipart/form-data请求enctype属性:enctype：规定了form表单在发送到服务器时候编码方式...
python的xpath用法_Python爬虫杂记 - Xpath高级用法
weixin_39763640的博客
12-05 702
xpath 高级用法1. 匹配当前节点下的所有： .//. 表示当前// 表示当前标签下的所有标签注： 要配合使用2. 匹配某标签的属性值： /@属性名称这里以input里的value值为例：例：xpath(//input/@value)3. 匹配多个路径：|在一个xpath中写的多个表达式用 | 分开， 每个表达式互不干扰。例：xpath("//tr[6]/td[2]/text() | /...
pythonttf字体反爬虫_python-字体反爬(一)
weixin_39720003的博客
12-08 248
import base64from fontTools.ttLib import TTFontimport requestsimport redef spider(i):url = f"http://glidedsky.com/level/web/crawler-font-puzzle-1?page={i}"headers = {'Cookie': '_ga=GA1.2.1509539893.15...
python fonttools_Python_FontTools
weixin_39991222的博客
12-05 403
Font_Tools的使用1、fontTools使用总结from fontTools.ttLib import TTFont# 加载字体文件：font = TTFont('local_fonts.woff')# 保存为xml文件：font.saveXML('local_fonts.xml')# 获取各节点名称，返回为列表print(font.keys()) # ['GlyphOrder', 'h...
python ttfont_带TTfont的reportlab字符串如何获得它的高度？
weixin_39901358的博客
02-19 382
我正在使用reportlab生成pdf文件。当我在pdf上画一个字符串时，我遇到了一些问题。如何使用TTFont获取字符串的高度？在代码：# Register fonts.pdfmetrics.registerFont(ttfonts.TTFont('fz1', 'fz1.ttf'))pdfmetrics.registerFont(ttfonts.TTFont('fz3', 'fz3.ttf'))...
字体反爬之使用TTFont模块来打开字体文件
年轻就做四件事：挣钱存钱、见世面、交朋友、学本事。
06-11 1019
下面的路径就是字体文件的下载链接:/interns/iconfonts/file?rand=0.7275526622248008拼接域名就是下载地址，由此可以下载地址文件。可以看出日薪这个字段是设置了字体反爬的，我们直接获取数据会出现乱码，需要结合样式才可以获取文本内容。从图中可以看出，有乱码的样式都包含font这个样式，从右边可以查看font样式的位置，点击就可以跳转。这里就需要查找声明myFont的位置，才知道他是怎样的，在文件内搜索myFont可以找到定义的位置。
python 提取TTF字体文件中的所有汉字
颹蕭蕭
06-30 2840
python 读取 ttf 文件中的所有汉字
ttfont KeyError:'post'编码字符中出现错误
weixin_44274975的博客
03-12 507
1.解决的办法就是字体沾的有问题
python 爬虫之字体(@font-face)防爬
小僵尸打字员的博客
11-05 4746
python 爬虫 字体(@font-face)防爬 字体防爬就是该网站在源码上的字体不是正常字体编码, 可能是自定义的一种字体, 然后通过对应关系在页面上进行展示, 这就是所谓的字体防爬, 但是他们想要在页面上进行展示的话还是需要导入字体包的, 所以咱们只需要把字体包下载下来进行对应关系转换就可以获得正确的内容了 一 主要是找到该网站导入的字体包的路径 这就是一般网站的字体路径, 后面的那个...
找商业网字体加密（TTFont方法）
最新发布
qq_65960840的博客
09-08 515
问题如下：在网站中看到的电话号码在页面源码中无法查看。
python学习T字体加密分析
Error的博客
05-20 798
前言：本篇仅作为技术交流分析学习通字体加密的方式以及解法，给爬虫爱好者们提供一些思路。 如果你想要爬取学习通的作业题可以看这篇：python爬虫笔记（学习T）_星空的你的博客-CSDN博客 首先：经过我的观察学习通并非所有页面都有字体加密，有加密的页面一般为作业和章节测试，并且当提交完作业或测试后，字体加密会消失，加密的方式为随机选择文字进行加密。 特点：被加密的页面必有base64编码，直接在页面源码中搜索base64（base64后面的一大长串就是加密字体的映射文件，直接复制在浏览器放入url中回
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值