python政策網(wǎng)字體反爬實例(附完整代碼)
更新時間：2022年01月23日 17:20:58 作者：Calitibs
大家好，本篇文章主要講的是python政策網(wǎng)字體反爬實例（附完整代碼），感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下
字體反爬，也是一種常見的反爬技術(shù)，這些網(wǎng)站采用了自定義的字體文件，在瀏覽器上正常顯示，但是爬蟲抓取下來的數(shù)據(jù)要么就是亂碼，要么就是變成其他字符。下面我們通過其中一種方式解決字體反爬。
1 字體反爬案例
來源網(wǎng)站：查策網(wǎng)_https://www.chacewang.com/chanye/news。
我們可以看到網(wǎng)站展示的時間日期與html中的時間日期不一致，每次刷新網(wǎng)頁，html中的時間都會變化，與實際不一致。
2 使用環(huán)境
python3.6 + windows 10專業(yè)版 + pycharm 2019.1.3專業(yè)版
3 安裝python第三方庫
pip3 install requests ==2.25.1
pip3 install fontTools ==4.28.5
4 查看woff文件
刷新網(wǎng)頁，在network中可以查看到一個woff文件，woff文件未字體加密文件，我們需要解析文件內(nèi)容，得出加密字體與實際字體間的關(guān)系。
5 woff文件解決字體反爬全過程
5.1 調(diào)用第三方庫
import requests from fontTools.ttLib import TTFont
5.2 請求woff鏈接下載woff文件到本地
# 下載woff
url = "https://web.chace-ai.com/media/fonts/fFz9g4IQsHDyEaXI.woff?version=9.666110168223948"
headers = {
'accept':'*/*',
'accept-encoding':'gzip, deflate, br',
'accept-language':'zh-CN,zh;q=0.9',
'origin':'https://www.chacewang.com',
'referer':'https://www.chacewang.com/',
'user-agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36',
}
resp = requests.get(url=url, headers=headers)
save_woff = 'demo.woff'
with open(save_woff, "wb") as f:
f.write(resp.content)
f.close()
5.3 查看woff文件內(nèi)容，可以通過以下兩種方式
5.3.1 通過woff文件解析器，得到結(jié)果
5.3.2 將woff文件轉(zhuǎn)為xml文件，此操作也便于我們對字體反爬結(jié)果分析
# # woff轉(zhuǎn)xml文件 font = TTFont(save_woff) save_xml = 'demo.xml' font.saveXML(save_xml) # 轉(zhuǎn)換為xml文件
得到的xml文件如下：
一般來說，字體反爬是兩個方式表現(xiàn)：
形式一：GlyphID id與 GlyphID name形成對應(yīng)關(guān)系。
形式二：通過TTGlyph name的xy坐標信息形成文字
通過對比，我們發(fā)現(xiàn)形式一得出的結(jié)果明顯不是我們想要的，因此我們對形式二進行處理。 5.4 獲取所有坐標，通過matplotlib展示結(jié)果并對結(jié)果進行處理。
以此類推得出所有坐標的信息：
5.5 建立字體反爬后與圓字體間對應(yīng)關(guān)系
# 字體反爬坐標信息
dict_data = {
'[(96, 74), (158, 38), (231, 38), (333, 38), (445, 198), (445, 346), (444, 345), (443, 346), (393, 251), (275, 251), (179, 251), (54, 382), (54, 487), (54, 599), (191, 742), (300, 742), (413, 742), (541, 565), (541, 395), (541, 185), (376, -42), (231, -42), (151, -42), (96, -16), (151, 500), (151, 423), (229, 334), (298, 334), (358, 334), (439, 415), (439, 474), (439, 555), (359, 663), (292, 663), (231, 663), (151, 570)]':'9',
'[(75, 98), (153, 38), (251, 38), (329, 38), (421, 115), (421, 179), (421, 323), (215, 323), (151, 323), (151, 403), (212, 403), (394, 403), (394, 538), (394, 663), (255, 663), (175, 663), (104, 609), (104, 699), (179, 742), (278, 742), (375, 742), (493, 641), (493, 560), (493, 411), (341, 369), (341, 367), (423, 358), (519, 260), (519, 186), (519, 84), (371, -42), (249, -42), (141, -42), (75, -1)]':'3',
'[(518, -29), (57, -29), (57, 54), (277, 274), (368, 365), (430, 472), (430, 528), (430, 593), (358, 662), (289, 662), (188, 662), (96, 576), (96, 673), (185, 742), (304, 742), (407, 742), (525, 632), (525, 538), (525, 468), (449, 332), (343, 227), (170, 58), (170, 56), (518, 56)]':'2',
'[(92, 88), (168, 38), (251, 38), (329, 38), (425, 125), (425, 271), (328, 351), (235, 351), (191, 351), (115, 344), (115, 730), (488, 730), (488, 645), (204, 645), (204, 430), (247, 433), (268, 433), (388, 433), (523, 311), (523, 205), (523, 94), (379, -42), (252, -42), (145, -42), (92, -10)]':'5',
'[(503, 632), (444, 663), (380, 663), (281, 663), (162, 491), (161, 343), (163, 343), (217, 447), (335, 447), (433, 447), (551, 319), (551, 213), (551, 101), (415, -42), (310, -42), (194, -42), (63, 139), (63, 305), (63, 506), (236, 742), (377, 742), (457, 742), (503, 720), (167, 219), (167, 144), (246, 38), (312, 38), (375, 38), (454, 130), (454, 202), (454, 281), (380, 368), (311, 368), (247, 368), (167, 280)]':'6',
'[(557, 168), (460, 168), (460, -29), (367, -29), (367, 168), (14, 168), (14, 230), (349, 730), (460, 730), (460, 244), (557, 244), (367, 244), (367, 562), (367, 596), (369, 640), (367, 640), (360, 621), (338, 581), (113, 244)]':'4',
'[(544, 696), (247, -29), (148, -29), (430, 645), (51, 645), (51, 730), (544, 730)]':'7',
'[(49, 335), (49, 536), (183, 742), (309, 742), (550, 742), (550, 354), (550, 162), (414, -42), (292, -42), (176, -42), (49, 151), (147, 340), (147, 38), (301, 38), (452, 38), (452, 345), (452, 663), (304, 663), (147, 663)]':'0',
'[(219, 370), (84, 433), (84, 553), (84, 637), (211, 742), (310, 742), (401, 742), (518, 644), (518, 565), (518, 439), (377, 371), (377, 369), (543, 309), (543, 165), (543, 70), (406, -42), (284, -42), (183, -42), (57, 69), (57, 157), (57, 302), (219, 368), (421, 554), (421, 605), (358, 664), (303, 664), (252, 664), (181, 602), (181, 555), (181, 460), (300, 410), (421, 461), (294, 325), (153, 268), (153, 162), (153, 107), (236, 37), (366, 37), (446, 107), (446, 159), (446, 269)]':'8',
'[(532, -29), (97, -29), (97, 54), (267, 54), (267, 630), (93, 579), (93, 668), (363, 746), (363, 54), (532, 54)]':'1',
}
# 對應(yīng)實際字體信息
data_num_list = [9,3,2,5,6,4,7,0,8,1]
5.6 得到結(jié)果
結(jié)果一一對應(yīng)，完美撒花
6 完整代碼如下
# -*- coding:utf-8 _*-
import os
import requests
from fontTools.ttLib import TTFont
import matplotlib.pyplot as plt
import re
# 下載woff
url = "https://web.chace-ai.com/media/fonts/fFz9g4IQsHDyEaXI.woff?version=9.666110168223948"
headers = {
'accept':'*/*',
'accept-encoding':'gzip, deflate, br',
'accept-language':'zh-CN,zh;q=0.9',
'origin':'https://www.chacewang.com',
'referer':'https://www.chacewang.com/',
'user-agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36',
}
resp = requests.get(url=url, headers=headers)
save_woff = 'demo.woff'
with open(save_woff, "wb") as f:
f.write(resp.content)
f.close()
# # woff轉(zhuǎn)xml文件
font = TTFont(save_woff)
save_xml = 'demo.xml'
font.saveXML(save_xml) # 轉(zhuǎn)換為xml文件
# # 讀取woff文件
font = TTFont('demo.woff')
dict_data = {
'[(96, 74), (158, 38), (231, 38), (333, 38), (445, 198), (445, 346), (444, 345), (443, 346), (393, 251), (275, 251), (179, 251), (54, 382), (54, 487), (54, 599), (191, 742), (300, 742), (413, 742), (541, 565), (541, 395), (541, 185), (376, -42), (231, -42), (151, -42), (96, -16), (151, 500), (151, 423), (229, 334), (298, 334), (358, 334), (439, 415), (439, 474), (439, 555), (359, 663), (292, 663), (231, 663), (151, 570)]':'9',
'[(75, 98), (153, 38), (251, 38), (329, 38), (421, 115), (421, 179), (421, 323), (215, 323), (151, 323), (151, 403), (212, 403), (394, 403), (394, 538), (394, 663), (255, 663), (175, 663), (104, 609), (104, 699), (179, 742), (278, 742), (375, 742), (493, 641), (493, 560), (493, 411), (341, 369), (341, 367), (423, 358), (519, 260), (519, 186), (519, 84), (371, -42), (249, -42), (141, -42), (75, -1)]':'3',
'[(518, -29), (57, -29), (57, 54), (277, 274), (368, 365), (430, 472), (430, 528), (430, 593), (358, 662), (289, 662), (188, 662), (96, 576), (96, 673), (185, 742), (304, 742), (407, 742), (525, 632), (525, 538), (525, 468), (449, 332), (343, 227), (170, 58), (170, 56), (518, 56)]':'2',
'[(92, 88), (168, 38), (251, 38), (329, 38), (425, 125), (425, 271), (328, 351), (235, 351), (191, 351), (115, 344), (115, 730), (488, 730), (488, 645), (204, 645), (204, 430), (247, 433), (268, 433), (388, 433), (523, 311), (523, 205), (523, 94), (379, -42), (252, -42), (145, -42), (92, -10)]':'5',
'[(503, 632), (444, 663), (380, 663), (281, 663), (162, 491), (161, 343), (163, 343), (217, 447), (335, 447), (433, 447), (551, 319), (551, 213), (551, 101), (415, -42), (310, -42), (194, -42), (63, 139), (63, 305), (63, 506), (236, 742), (377, 742), (457, 742), (503, 720), (167, 219), (167, 144), (246, 38), (312, 38), (375, 38), (454, 130), (454, 202), (454, 281), (380, 368), (311, 368), (247, 368), (167, 280)]':'6',
'[(557, 168), (460, 168), (460, -29), (367, -29), (367, 168), (14, 168), (14, 230), (349, 730), (460, 730), (460, 244), (557, 244), (367, 244), (367, 562), (367, 596), (369, 640), (367, 640), (360, 621), (338, 581), (113, 244)]':'4',
'[(544, 696), (247, -29), (148, -29), (430, 645), (51, 645), (51, 730), (544, 730)]':'7',
'[(49, 335), (49, 536), (183, 742), (309, 742), (550, 742), (550, 354), (550, 162), (414, -42), (292, -42), (176, -42), (49, 151), (147, 340), (147, 38), (301, 38), (452, 38), (452, 345), (452, 663), (304, 663), (147, 663)]':'0',
'[(219, 370), (84, 433), (84, 553), (84, 637), (211, 742), (310, 742), (401, 742), (518, 644), (518, 565), (518, 439), (377, 371), (377, 369), (543, 309), (543, 165), (543, 70), (406, -42), (284, -42), (183, -42), (57, 69), (57, 157), (57, 302), (219, 368), (421, 554), (421, 605), (358, 664), (303, 664), (252, 664), (181, 602), (181, 555), (181, 460), (300, 410), (421, 461), (294, 325), (153, 268), (153, 162), (153, 107), (236, 37), (366, 37), (446, 107), (446, 159), (446, 269)]':'8',
'[(532, -29), (97, -29), (97, 54), (267, 54), (267, 630), (93, 579), (93, 668), (363, 746), (363, 54), (532, 54)]':'1',
}
data_num_list = [9,3,2,5,6,4,7,0,8,1]
result_list = []
for i in range(0,10):
x = []
y = []
val = []
for _data in font['glyf']['{}'.format(i)].coordinates:
_x = _data[0]
_y = _data[1]
x.append(_x)
y.append(_y)
_val = (_x,_y)
val.append(_val)
_result = dict_data.get(str(val))
result_list.append(_result)
# print(result_list)
_result = result_list[1:] + list(result_list[0])
print(_result)
# ps： 這是我針對此次字體反爬的解決方法，歡迎各位大佬給出意見或提問咨詢
總結(jié)
到此這篇關(guān)于python政策網(wǎng)字體反爬實例（附完整代碼）的文章就介紹到這了,更多相關(guān)python字體反爬內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python?庫?PySimpleGUI?制作自動化辦公小軟件的方法
Python?在運維和辦公自動化中扮演著重要的角色，PySimpleGUI?是一款很棒的自動化輔助模塊，讓你更輕松的實現(xiàn)日常任務(wù)的自動化，下面通過本文給大家介紹下Python?庫?PySimpleGUI?制作自動化辦公小軟件的過程，一起看看吧2021-12-12
這篇文章主要介紹了Python命名空間及作用域原理實例解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08
本文詳細介紹了Python中set集合的基本概念和詳細用法，希望對讀者朋友們有所幫助。需要的朋友可以參考下面具體的文章內(nèi)容2021-09-09
這篇文章主要介紹了Django如何使用第三方服務(wù)發(fā)送電子郵件,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08
本篇文章主要是介紹了Python的Lambda函數(shù)與排序，簡單的介紹了Lambda函數(shù)的用法和排序，有需要的朋友可以了解一下。2016-10-10
這篇文章主要介紹了Python實現(xiàn)FLV視頻拼接功能，本文給大家介紹的非常詳細具有一定的參考借鑒價值,需要的朋友可以參考下2020-01-01
升級Python版本后anaconda navigator啟動失敗解決方案(最新推薦)
anaconda navigator啟動失敗,尤其是重裝不解決問題的,大概率是庫沖突,解決方法也很簡單,只需要刪掉引起沖突的庫,感興趣的朋友跟隨小編一起看看吧2023-11-11
Pandas數(shù)據(jù)集的合并與連接merge()方法
Pandas數(shù)據(jù)集的合并與連接（merge()）是數(shù)據(jù)處理過程中常用的操作之一,在使用Pandas進行數(shù)據(jù)集合并時,可以使用merge()函數(shù)將兩個或多個數(shù)據(jù)集按照指定的列進行合并,本文就來介紹一下,感興趣的可以了解一下2023-11-11
Pytorch mask-rcnn 實現(xiàn)細節(jié)分享
這篇文章主要介紹了Pytorch mask-rcnn 實現(xiàn)細節(jié)分享，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
今天小編就為大家分享一篇python 圖像平移和旋轉(zhuǎn)的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01