针对某眼电影加密字体的爬虫

创作背景
问题再现
解决办法
处理 woff 文件
撸代码
结尾

创作背景

因为临近五一假期，涉及到外出游玩的事儿，本菜鸡就想去看一部好看的电影
因为时间有限，只能看一部电影，导致我但迟迟无法决定看哪一部
鉴于常在某眼电影上买票，所以就想去上边看看电影的数据，更好的比对一下性价比高的电影
于是我就重拾手艺，给爷爬！！！

问题再现

如图所示
本来在页面上显示的是数字 8.3 ，可到了源码中就成了加密字符
怎么解决呢？这是个好问题

解决办法

首先我们得知道这是 用的什么方法 加密的
看这里
用的是这个 stonefont 字体样式
那这个样式到底是个什么样的呢？
我们可以通过下图圈圈地方的链接下载下来字体文件
也就是这个字体文件
这时候小伙伴们可能就会说，有了字体文件那要 怎么用 啊，有了这个文件，不会用也不行
通过这篇文章我学到了 如何处理 woff 文件

处理 woff 文件

因为python 生态 的强大，有各种各样的库可供我们直接使用，这次我们使用的是 fontTools 这个库

首先，我们要打开字体文件

from fontTools.ttLib import TTFont
font = TTFont("字体文件.woff")

这时候，相同目录下会生成一个 '【文件名】.xml' 文件（文件名与字体文件名相吻合），也可通过 font.saveXML() 指定生成文件的文件名

其次，我们要获得 "uni" 字符列表

print(font.getGlyphOrder())

再次，获得 十六进制字符 与 "uni" 字符的对应关系

print(font['cmap'].getBestCmap())
# cmap 包含了 十六进制字符 与 "uni" 字符的对应关系

然后，获得每个 "uni" 字符对应 绘制实际数字的各个点的坐标 （以字符 "uniF848" 为例）

print(font['glyf']['uniF848'].coordinates)

最后，十六进制 与 实际显示的数字 映射关系是

{"0xe137": 8, "0xe343": 1, "0xe5e2": 4, "0xe7a1": 9, "0xe8cd": 5, "0xf19b": 2, "0xf489": 0, "0xf4ef": 6, "0xf848": 3, "0xf88a": 7}

（因为小生不才，所以我用 turtle 将这些点画出来，然后观看其图像判断实际数字，如果各位有什么更为简便的方法，可以自行尝试）

撸代码

那么，万事俱备，只欠代码
下面，上代码！！！

from fontTools.ttLib import TTFont
import jsonfont = TTFont("字体文件.woff")
r = {}
# 获得映射关系以后按照顺序设定数字字符串
nc = '6379180425'
# 获得 uni 字符与 数字 的对应关系
for i, c in enumerate(font.getGlyphOrder()[2:]):r[c] = int(nc[i])
# 获得 uni 字符与 十六进制字符串 的对应关系
mapping = font['cmap'].getBestCmap()
result = {}
for k in mapping:try:result[hex(k)] = r[mapping[k]]except:continue
def font_trans(unicode_str):s = ''for i in range(len(unicode_str)):# 是 unicode 字符串就转化为 16 进制，并获得对应的数字try:s += str(result[hex(ord(unicode_str[i]))])# 不是 unicode 字符串就直接添加except:s += unicode_str[i]return s
print(font_trans('\ue137.\uf848'))

运行结果如下
成功识别！！！

结尾

以上就是我要分享的内容，因为学识尚浅，会有不足，还请各位大佬指正。
有什么问题也可在评论区留言。

针对某眼电影加密字体的爬虫相关推荐

Python3 爬虫实战 — 58同城武汉出租房【加密字体对抗】
爬取时间:2019-10-21 爬取难度:★★★☆☆☆ 请求链接:https://wh.58.com/chuzu/ 爬取目标:58同城武汉出租房的所有信息涉及知识:网站加密字体的攻克.请求库 req ...
web爬虫——某电影网站字体反爬
某电影网站字体反爬爱好学习及分享,若文章侵权,优先联系本人删帖处理. 几个关键点 base字体文件分析打开目标网页,找到woff文件链接下载该woff文件,并在字体编辑器里打开记录下数字与字符 ...
猫眼电影加密数字破解（爬取评分票房票价）
title: 猫眼电影加密数字破解(爬取评分票房票价) toc: true date: 2018-07-01 22:05:27 categories: methods tags: 爬虫 Python ...
Python 爬虫工程师必看，深入解读字体反爬虫
字体反爬虫开篇概述很多人学习python,不知道从何学起. 很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手. 很多已经做案例的人,却不知道如何去学习更加高深的知识. 那么针对这 ...
pythonttf字体反爬虫_利用Python采集起点中文网小说，并解决字体反爬的问题
个人比较喜欢看小说,于是乎想利用Python爬取小说网站--起点中文网,在Python编程爬取定位过程中遇到了Python反爬虫,咨询了我旁边的前端大神,说下方法当前页面接口返回的html源码当前 ...
快手字体反爬虫？请给我10分钟，让我破了他
文章目录前景摘要字体反爬虫突破字体反爬虫思路的探索最终突破快手反爬虫代码前景摘要最近一个朋友问我,字体反爬虫的事,他发给我一个快手网站,我由于比较忙没回他,于是后来他说解决不了就要上scr ...
2020-10-17 教你如何破解猫眼(美团)的加密字体stonefont
教你如何破解猫眼(美团)的加密字体stonefont 今天小编试图去爬取猫眼的电影信息,其中包括评分,票房以及有多少人打分等数据,但当我打开查看猫眼网页的源代码时,发现评分和我们在网页上所看到完全不一 ...
Eclipse详细设置护眼背景色和字体颜色并导出
Eclipse详细设置护眼背景色和字体颜色并导出 Eclipse是一款码农们喜闻乐见的集成开发平台,但是其默认的主题和惨白的背景色实在是太刺激眼球了.下面,将给大家详细介绍如何设置成护眼主题的方法,也 ...
深入细枝末节，Python的字体反爬虫到底怎么一回事
内容选自即将出版的<Python3 反爬虫原理与绕过实战>,本次公开书稿范围为第 6 章--文本混淆反爬虫.本篇为第 6 章中的第 4 小节,其余小节将逐步放送 . 字体反爬虫开篇概 ...

针对某眼电影加密字体的爬虫

针对某眼电影加密字体的爬虫

创作背景

问题再现

解决办法

处理 woff 文件

撸代码

结尾

针对某眼电影加密字体的爬虫相关推荐

最新文章

热门文章