58字体加密解决思路

最新推荐文章于 2021-04-30 13:59:14 发布
最新推荐文章于 2021-04-30 13:59:14 发布
阅读量1.1k 收藏
点赞数
分类专栏： Python 文章标签： Python 爬虫 字体加密 58 解决
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41978322/article/details/90748955
版权

加密思路

关于字体加密，其实是将一种特定的字体库来代替浏览器本身的字体库显示的过程

58字体库加密方式

58同城中，无论是简历中的字体加密，还是房产信息中的加密都是有迹可循的；正如我们所知，加密的字体数量一般都不会太大且会随访问请求而变化，也就是说 ，字体加密的字体库每次都是变化的，我们需要在爬去网页的同时拿取加密的字体库，进行解密，

  • 请求页面
  • 获取加密的字体库
  • 解析字体库，获取字体间的映射关系
  • 获取加密的字体，获取字体间映射关系，一一对应
  • 完毕！

用到的python包

  • TTFont
  • base64
  • BytesIO
人间最得意
关注
专栏目录
Qt/C++音视频开发58-逐帧播放/上一帧下一帧/切换播放进度/实时解码
Qt/C++视频监控/推流/物联网/大屏系统/自定义控件/UI定制/输入法
12-08 928
逐帧播放是近期增加的功能，之前也一直思考过这个功能该如何实现，对于mdk/qtav等内核组件，可以直接用该组件提供的接口实现即可，而对于ffmpeg，需要自己处理，如果有缓存的数据的话，可以通过在缓存中的数据往前移动往后移动即可。这样就要求做一个比较大的缓存队列，占用一定的内存是肯定的。
字体反爬
微信号：RunsenLiu
04-11 1203
字体反爬介绍 所谓的字体反爬就是网站将一些关键字替换为网站自己的字体，这样在网页上字体会正常显示，但是当爬取下来的时候，经过字体加密的字符都是乱码的，在网页源码当中显示的是unicode编码。根本无法查看。 例如： 破解思路 第一步 找到对应的字体文件进行下载 第二步 找到unicode编码和正常文字的映射关系 第三步 自定义unicode编码正常蚊子的映射关系的字典 第四步 替换源码当中的un...
58同城的字体解码
weixin_43488626的博客
11-30 3675
在爬虫过程中,经常遇到字体编码问题,在这里给大家分享一种简单的方法 https://zz.58.com/pinpaigongyu/?utm_source=sem-baidu-pc&spm=105916146708.26420796281&PGTID=0d100000-0015-606d-64fe-b9f7e31c5655&ClickID=2 首先进来58同城的页面 打开控制...
58同城字体加密-多套字体文件
shiguanggege的博客
04-08 3517
历时3天（每天上午，下午需要干别的事情）终于把58同城多套字体加密搞出来了（本人菜鸟 所以搞得久了一点），有感兴趣的同学私聊我一起讨论，也可以加我微信18300485357 代码就不放在这里了 字体加密重要的是思路，可以和我一起讨论 ...
58同城字体加密解密方法
lows_H的博客
09-26 859
引用4个基础包 import re from io import BytesIO from fontTools.ttLib import TTFont import base64 用正则提取以下内容，这是加密字体base64字体文件 ​​ 按F12可以查看具体内容 #code_str 为第一图蓝色字符串 def deciphering(ziti,code_str): result = ...
58同城字体解密函数（二）
LoveL_T的博客
11-30 1572
from fontTools.ttLib import TTFont import base64 from io import BytesIO def make_font_file(base64_string:str): #将base64编码的字体字符串解码成二进制编码 bin_data = base64.decodebytes(base64_string.encode()) ...
58同城的字体解密（一）
LoveL_T的博客
11-30 5546
在爬虫的时候，经常会遇到一些反爬机制，但在反爬中字体加密属于比较难解决的一部分。今天介绍一个比较简单的解密方法。 1、首先找到加密的字体，打开58的一个链接：https://zz.58.com/pinpaigongyu/?utm_source=market&spm=u-LlFBrx8a1luDwQM.sgppzq_zbt&PGTID=0d100000-0015-67a3-d744...
爬取58同城，解决反爬字体加密解析问题
w_yuqing的博客
11-16 1724
【导语】我们在爬取数据中，会遇到字体乱码的下，其实是字体加密，本篇文章主要解决字体解密这种反爬方式。 1.在浏览器打开58同城网址进入北京租房 2.点击检查,找到房租价格对应位置,发现源码中价格部分是乱码,但是页面显示正常 3.得出结果这段代码是经过字体加密的 我们看到的如下： 那么，按F12查看源码，如下： 【解决思路】 字体加密一般是通过字体文件进行映射,所以我们只需要找到对应的字体文件,然后通过一些手段找到他们字体对应的映射关系就可以破解字体反爬 1、当我们发现字体反爬之后,首先可以找一下是通
爬虫学习笔记5-常见的反爬虫手段和解决思路
weixin_41446786的博客
08-24 540
一、常见基于身份识别进行反爬 1、 通过headers字段来反爬 服务器通过 headers字段进行判断是否为爬虫 1.1 通过headers中的User-Agent字段来反爬 反爬原理：爬虫默认情况下没有User-Agent，而是使用模块默认设置 解决方法：请求之前添加User-Agent即可；更好的方式是使用User-Agent池来解决（收集一堆User-Agent的方式，或者是随机生成User-Agent） 1.2 通过referer字段或者是其他字段来反爬 反爬原理：爬虫默认情况下不会带上
python爬虫，记录一次字体反爬的过程
weixin_42866931的博客
12-03 370
之前听说过这种比较厉害的手段，昨天算是领教到了，弄了大半天原理，寻找映射关系，看了好些个案例，有汽车之家，58同城，猫眼电影等案例。 其实，思路是大致一样的，寻找映射关系，总会有不变的地方。先看下网站源码和显示的区别。 每次刷新源码的数字都会变化，但是显示的数据是不变的。查看后发现是base64加密，自定义了字体，转换了数字，0-9，对应不一样的数字。下图就是自定义的字体的字符串，直接复制到最后括号")“之前，以”="号结束。 然后通过fonttools工具转换成字体文件（.ttf，woff）等文件形式
【爬虫】58同城字体加密&破解方法
weixin_30496751的博客
12-25 1829
在爬取58同城页面数据的时候，发现发现来的部分数据存在乱码，像这样 齤、餼室龤厅龤卫 等。 最先认为是编码错误，然后尝试各种编码，效果依旧如此。 用浏览器打开检查模式，发现这样：html里的文字是乱码，而页面上显示正常 找到网页源文件，复制到pycharm打开发现，乱码的文字变成了 &#x 9f64;、&#x 993c; 这种以&#x开头，以;结尾的形式 认为是HTML...
Python3爬取58同城租房数据，完美解决字体加密
LeeGene的博客
10-30 1755
前言 在这里我就不再一一介绍每个步骤的具体操作了，因为在爬取老版今日头条数据的时候都已经讲的非常清楚了，所以在这里我只会在重点上讲述这个是这么实现的，如果想要看具体步骤请先去看我今日头条的文章内容，里面有非常详细的介绍以及是怎么找到加密js代码和api接口。 Python3爬取今日头条文章视频数据，完美解决as、cp、_signature的加密方法 QQ群聊 855262907 58同城网站分析 58同城的数据爬取非常简单，唯一有点难的就是字体的加密，除此之外其他的数据用xpath即可获取。 想爬取不同地方
58 字体反爬
木下瞳的博客
03-07 906
以二手车为例：https://sz.58.com/ershouche/pn2/?PGTID=0d100000-0000-4e81-5801-e3cfbaae2802&ClickID=120 此链接是深圳的二手车： 爬取一页中的所有二手车详情链接，从中爬取基本信息，其中的交易价字体加密了，需要处理才能获得正确的数字： 查看源代码，找到这个数字，但源代码中和右键检查看...
58网站 加密字体破解
hbm1985的专栏
05-09 1722
1.从网页提取base64编码的标识字体的字符串，保存成字体文件（.woff结尾）和xml文件（.xml）文件结尾 2.解析xml，生成字符坐标和字符的对应关系。 把这个关系键值互换后，保存到文件中 (dict_font_real.txt)。 3. 使用hignlogic fontcreater软件查看刚才生成的.woff文件，可以看到字符与字体的关联。手工修改dict_font_real....
破解字体加密，以58同城网站为例。
热门推荐
m0_37156322的博客
11-30 1万+
字体加密是爬取网页的过程中比较麻烦的问题。 字体加密一般是网页修改了默认的字符编码集，在网页上加载的他们自己定义的字体文件作为字体的样式，可以正确地显示数字，但是在源码上同样的二进制数由于未加载自定义的字体文件就由计算机默认编码成了乱码。 网站url:https://zz.58.com/pinpaigongyu/?utm_source=sem-baidu-pc&spm=1059161467...
python爬虫 之58同城字体解密
X1669169588的博客
12-01 3378
import base64 from fontTools.ttLib import TTFont, BytesIO def make_ront_file(base64_string:str):     bin_data = base64.decodebytes(base64_string.encode())     with open('testotf.woff',"wb") as f:  ...
58加密价格数字解码
分享是一种美德
04-30 178
58加密价格数字解码58加密价格数字解码 58加密价格数字解码 1.Java 获取字体base64串进行解密 转存ttf文件（base64串动态变化需要实时获取） 2.fontcreator工具 ttf文件转woff 3.python fontTools woff转xml 获取字典 4.获取价格乱码转Unicode解码 ,对应字典name与id id-1为最终数字 ...
爬虫之字体解密（58同城字形不变）
weixin_43788061的博客
03-15 782
import base64 import re import requests from fontTools.ttLib import TTFont, BytesIO #没有user-agent会找不到 headers={ 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:65.0) Gecko/20100101 Fi...
爬虫破解58同城租房信息字体加密（附源码）
xx117501的博客
01-16 5214
详细说明请看：https://blog.csdn.net/m0_37156322/article/details/84658872 以下是详细代码 import base64 from io import BytesIO from fontTools.ttLib import TTFont import requests import re from lxml import etree ...
python遇到字体加密怎么办
最新发布
03-27
如果遇到字体加密，我们可以尝试以下几种方法： 1. 使用 OCR 技术：OCR 技术可以将图片中的文字识别出来，再进行处理。但是，如果字体加密比较复杂，OCR 可能会出现识别错误的情况。 2. 使用字体文件：如果我们...
评论 3
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