字体反爬万能方案简单版（fontTools+ddddocr），自测能过某茄小说与某招聘网-CSDN博客

本文链接：https://blog.csdn.net/weixin_43845191/article/details/140400176

字体反爬万能方案简单版（fontTools+ddddocr）

前言
万能方案简单版
总结

前言

这里不会从零开始去展示站点字体反爬的破解流程，只是截取了部分混淆文本验证破解成功。一般来说对于自定义字体反爬都是使用fontTools将字体文件转成xml，然后多次对比发现不变的映射规律然后得到映射字典，但根据笔者的过往经验，有些站点的字体文件实在是很难发现不变的规律，搞起来太耗时了。这个时候要是有一个能传入一个字体文件就得到映射的话就完美了，来来来，这就引入正文。

万能方案简单版

大致思路

使用fontTools的getBestCmap方法得到所有字体的最佳unicode cmap字典
创建Image对应与对应字体的unicode匹配上将其转换为规则的方块
使用ddddocr识别Image方块得到结果
组合全部unicode和识别结果就构成映射词典了

代码程序

import io
import os
import re

import ddddocr
from PIL import ImageDraw, ImageFont, Image
from fontTools.ttLib import TTFont


class UniversalFontRecognition(object):
    ocr = None

    def __init__(self, font_path):
        self.font_path = font_path
        self.ocr = ddddocr.DdddOcr(show_ad=False)

    def font_to_xml(self, xml_path=None):
        if not xml_path:
            # 不指定路径，则默认在当前目录下转换
            filename_with_ext = os.path.basename(self.font_path)
            filename_only = os.path.splitext(filename_with_ext)[0]
            xml_path = f'{filename_only}.xml'
        font = TTFont(self.font_path)
        font.saveXML(xml_path)

    def font_to_img(self, char_list, img_size=100, font_ratio=0.7):
        normal_dict = {}

        for char in char_list:
            char_code = chr(char).encode().decode()
            img = Image.new('RGB', (img_size, img_size), 255)
            draw = ImageDraw.Draw(img)
            font = ImageFont.truetype(self.font_path, int(img_size * font_ratio))
            x, y = draw.textsize(char_code, font=font)
            draw.text(((img_size - x) // 2, (img_size - y) // 2), char_code, font=font, fill=0)
            img_bytes = io.BytesIO()
            img.save(img_bytes, format='JPEG')
            image_bytes = img_bytes.getvalue()
            word = self.ocr.classification(image_bytes)
            normal_dict[char] = word[0] if word else ''

        return normal_dict

    def crack(self):
        """ 最终转成的都是unicode的映射 {unicode：识别结果}, 调用时需要将文本转成unicode """
        with open(self.font_path, 'rb') as fr:
            font_bytes = fr.read()
        with TTFont(io.BytesIO(font_bytes)) as font_parse:  # 码点与字体编码对应
            u_d = font_parse.getBestCmap()  # 返回字体中可用的“最佳”unicode cmap字典
        return self.font_to_img(list(u_d.keys()))

过程演示

在这里插入图片描述

案例展示

某茄小说

def crack_recognite_fqxs():
    u_f_r = UniversalFontRecognition(r"dc027189e0ba4cd-700.woff2")
    recognition_result = u_f_r.crack()
    print('原始文本: 阴沉沉，易冷坐江办室，冰冷，脸模糊，漂浮九霄云。')
    print('正确结果: 天阴沉沉的，易冷坐在江东理工大学人事处办公室里，心和外面的天气一样冰冷，工作人员的脸变得模糊，声音也如同漂浮在九霄云外。')
    test_text = '阴沉沉，易冷坐江办室，冰冷，脸模糊，漂浮九霄云。'
    print('识别结果: {}'.format(''.join([recognition_result.get(ord(s), s) for s in test_text])))

在这里插入图片描述

某点小说

def crack_recognite_qidian():
    u_f_r = UniversalFontRecognition(r"myhHpgyU.woff")
    recognition_result = u_f_r.crack()
    test_text = '&#100486;&#100483;&#100484;&#100479;&#100482;&#100484;万'
    prep_map = []
    for text in test_text.split(';'):
        if '&#' in text:
            map_text = recognition_result.get(int(text.replace('&#', '')))
            if not map_text:
                map_text = '.'
            prep_map.append(map_text)
        else:
            prep_map.append(text)

    print('原始文本: &#100486;&#100483;&#100484;&#100479;&#100482;&#100484;万')
    print('正确结果: 279.19万')
    print('识别结果: {}'.format(''.join(prep_map)))

在这里插入图片描述

某直聘网

def crack_recognite_boss():
    u_f_r = UniversalFontRecognition(r"3kovsijnt11693967587313.woff2")
    recognition_result = u_f_r.crack()
    for rec in recognition_result:
        if recognition_result[rec] == 'o':
            recognition_result[rec] = '0'
    test_text = '-K'
    print('原始文本: -K')
    print('正确结果: 15-30K')
    print('识别结果: {}'.format(''.join([recognition_result.get(ord(s), s) for s in test_text])))