Python爬虫——大众点评，爬取用户电影评论，CSS字体加密

最近一直在学习爬虫，刚好到了反爬这一块，听朋友说大众点评的反爬挺厉害，分析了一下发现还是老熟人，字体反爬，没错，与猫眼电影一样也是字体反爬，感兴趣的朋友可以点 猫眼电影了解详情，不过和猫眼的字体反爬不同，大众点评是通过css文件来进行加密，下面就让我们一起来分析分析吧

爬取网址

本次爬取网址：华联影城（平谷店）

字体加密原理分析

这是网页显示的评论

点击检查打开开发者工具，可以看到一条评论有个别字是使用标签代替的，然后通过类选择器进行css加密

既然知道了css加密，那么我们首先要找的就是CSS文件了，右击点击查看源代码，这就是我们要找的css加密文件了

打开这个文件，可以看到密密麻麻的一堆标签，这就是每个类对应的字体坐标

找到坐标之后，我们还需要找到他加密的字体文件，字体文件的链接也藏在这个文件中，Ctrl+F搜索 .svg，一共有3个文件，都是字体加密的文件

打开之后的样子

查看源代码

这里我们只要注意y轴就行了，x轴是直接通过除以字体大小得出来，不过y会有一些细微的差别，我们只需要取相近的值，就能判断是哪个字了

代码

分析完后，我们就开始爬取吧，因为爬取的数据也不是很多，所以我们直接使用requests模块进行爬取，简单的代码我就不上了，直接上干货

获取3个字体加密文件

取出.css文件，在依次取出里面的3个.svg文件，最后组成映射字典保存起来

def get_encryption_font(self, html):
        """获取加密字体"""
        font_href = "http:" + html.xpath("//link[@rel='stylesheet'][2]/@href")[0]
        # 发送请求下载字体
        encryption_font = requests.get(font_href, headers=self.headers).text
        encryption_font_list = re.findall(r"(\w+)\{background:-(\d+).0px -(\d+).0px;\}", encryption_font)
        self.encryption_font_map_dict = {
   font_tuple[0]: (font_tuple[1], font_tuple[2]) for font_tuple in
                                         encryption_font_list