第8期-通过晋江爬取小说

上一次我们在潇湘书院中，已经见到过了字体加密。也就是通过css把所有的字体进行了重新编码的反爬行为，本次晋江的反爬方式和潇湘书院有点类似，但是完全不一样

¡¡¡¡ê̳±Éú˵ÓпÕÀ´ÅãËý£¬¿ÉÒ»Á¬¹ýÁ˺ü¸ÈÕ£¬Ëû¶¼Ã»ÓÐ<br>
¡¡¡¡<br>
¡¡¡¡µ¹ÊÇËûÉí±ßµÄËÞÂ×À´ÁË£¬ËÞÂ×±¾ÌåÊÇÒ»Ö»ºÖɫƤëµÄºüÀ꣬ËûÀ´µ<br>
¡¡¡¡ºü×å±¾¸ÃÌìÉúÒ»¸±ºÃÏàò£¬ËÞÂ×È´²»È»£¬ËûÏàòƽƽ£¬ÍêȫûÓкü×åÃÄ̬¡£<br>

从以上这段内容中，我们可以看到，源代码中的所有内容完全看不懂。上次好歹我们还能认出每个字，只不过不知道它是什么意思。而现在呢，完全是连字也认不出来，不知道这是什么古怪文字。

有一个好的消息是，上一期像潇湘书院的那种字体加密方式，是不可以直接使用selenium的，但是这一次的加密，只要通过浏览器渲染以后，文字就变得正常了，所以说可以直接使用selenium了

这种渲染前看不到，渲染后可以看到的字体加密，我暂时将其命名为二类字体加密

目前最简单的解决方法就是渲染页面，不然就得去寻找到字体加密的映射关系

查看2021更多爬虫分析，点击这里