python爬取大众点评字体_python采集大众点评（字体反爬）

前言

大众点评是一款非常受大众喜爱的第三方的美食相关的点评网站

因此，该网站的数据也就非常具有价值，优惠，评价数量，好评度等数据也就非常受数据公司的欢迎。

今天就写一个大众点评评价的数据抓取：点击跳转到采集网址

页面解析

页面解析.png

从图中的红框可以看出，页面内容并不是页面返回的结果。

标签内容的class其实是对应的class文件里的设置，对应的css实例里有链接，这个链接就是指向对应svg映射的链接。

链接地址：http://s3plus.meituan.net/v1/mss_0a06a471f9514fc79c981b5466f56b91/svgtextcss/368aeaedc8cc4554b950aef63ff7daf4.svg

页面内容

svg链接页面内容.png

注意上面的对比图:

其中有个afu4l属性，这个属性是对应svg文字位置的背景图。可以自己动手修改参数值查看，对应位置汉字改变

image.png

思路实现

找到页面对应的css文件，解析处理内容

对svg链接做解析处理

import requests

import re

#对提取到的svg链接进行处理

def svg_handle(svg_url):

svg_req = requests.get(svg_url,verify=False)

#print(svg_req.status_code)

svg_req = svg_req.text

#该正则匹配的数字的svg

font = re.findall('" y="(\d+)">(\w+)',svg_req,re.M)

#匹配文字类

if not font:

font = []

#"textLength.*?(\w+)"

z = re.findall('">(\w+)', svg_req, re.M)

y = re.findall('id="\d+" d="\w+\s(\d+)\s\w+"', svg_req, re.M)

for a, b in zip(y, z):

font.append((int(a), b))

width = re.findall("font-size:(\d+)px", svg_req)[0]