这篇博客介绍了如何处理Python爬虫中遇到的简单加密字体问题，特别是以&#x开头的编码。作者通过研究编码规律，解码中文和数字，总结出了一种针对这种加密方式的处理方法，对于中文可以直接转换，数字则需要自建映射表进行转换。
更新日期: 2021.04.10
本节学习内容 ：
动态网页加载完毕，获得了全部的网页代码，接下来就要解析目标信息了。
这个阶段的反扒措施主要有字体加密，JS代码，图片信息等等。
今天先看看加密字体中最简单的一种~
1. 目标信息 - 某眼电影票房信息
网站页面上显示了票房信息(31.00亿)，代码中显示为&#x开头的一组代码。
2. 研究编码规律
- 数字： ‘&#x’ 出现在每个数字的开头，数字间以分号分隔
- 小数点： 不变，直接出现在代码中
- 6 就是f4ef，9就是e7a1啊~
- 刷新了下页面，发现代码没有变化，说明这是固定的编码规律~
3. 解码 - 中文
百度了解码以 ‘&#x’ 开头的代码的方法，发现仅对中文有效，两种方法如下。
我把它叫做 target_figure 是因为希望它能帮我转换出数字，结果不能…
# 将以 &#x 开头的编码解码为中文
test_code 
最低0.47元/天 解锁文章
1341
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
