目录

• 1 字体反爬案例
• 2 使用环境
• 3 安装python第三方库
• 4 查看woff文件
• 5 woff文件解决字体反爬全过程
• 5.1 调用第三方库
• 5.2 请求woff链接下载woff文件到本地
• 5.3 查看woff文件内容，可以通过以下两种方式
• 5.5 建立字体反爬后与圆字体间对应关系
• 5.6 得到结果
• 6 完整代码如下
• 总结

字体反爬，也是一种常见的反爬技术，这些网站采用了自定义的字体文件，在浏览器上正常显示，但是爬虫抓取下来的数据要么就是乱码，要么就是变成其他字符。下面我们通过其中一种方式解决字体反爬。

1 字体反爬案例 来源网站：查策网_https://www.chacewang.com/chanye/news。
我们可以看到网站展示的时间日期与html中的时间日期不一致，每次刷新网页，html中的时间都会变化，与实际不一致。

文章图片


2 使用环境 python3.6 + windows 10专业版 + pycharm 2019.1.3专业版

3 安装python第三方库 pip3 install requests ==2.25.1
pip3 install fontTools ==4.28.5

4 查看woff文件 刷新网页，在network中可以查看到一个woff文件，woff文件未字体加密文件，我们需要解析文件内容，得出加密字体与实际字体间的关系。

文章图片


5 woff文件解决字体反爬全过程
5.1 调用第三方库

import requestsfrom fontTools.ttLib import TTFont

5.2 请求woff链接下载woff文件到本地

# 下载woffurl = "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文件内容，可以通过以下两种方式
5.3.1 通过woff文件解析器，得到结果

文章图片

5.3.2 将woff文件转为xml文件，此操作也便于我们对字体反爬结果分析

# # woff转xml文件font = TTFont(save_woff)save_xml = 'demo.xml'font.saveXML(save_xml)# 转换为xml文件

得到的xml文件如下：

文章图片

一般来说，字体反爬是两个方式表现：
形式一：GlyphID id与 GlyphID name形成对应关系。

文章图片

形式二：通过TTGlyph name的xy坐标信息形成文字

文章图片


文章图片

通过对比，我们发现形式一得出的结果明显不是我们想要的，因此我们对形式二进行处理。 5.4 获取所有坐标，通过matplotlib展示结果并对结果进行处理。

文章图片

以此类推得出所有坐标的信息：

文章图片


5.5 建立字体反爬后与圆字体间对应关系

# 字体反爬坐标信息dict_data = https://www.it610.com/article/{'[(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',}# 对应实际字体信息data_num_list = [9,3,2,5,6,4,7,0,8,1]

5.6 得到结果
文章图片

结果一一对应，完美撒花

6 完整代码如下

# -*- coding:utf-8 _*-import osimport requestsfrom fontTools.ttLib import TTFontimport matplotlib.pyplot as pltimport re# 下载woffurl = "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转xml文件font = TTFont(save_woff)save_xml = 'demo.xml'font.saveXML(save_xml)# 转换为xml文件# # 读取woff文件font = TTFont('demo.woff')dict_data = https://www.it610.com/article/{'[(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： 这是我针对此次字体反爬的解决方法，欢迎各位大佬给出意见或提问咨询

总结 【python政策网字体反爬实例(附完整代码)】到此这篇关于python政策网字体反爬实例（附完整代码）的文章就介绍到这了,更多相关python字体反爬内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

推荐阅读

• 

  刘德华刷屏热搜，我只觉得悲哀！
• 

  招商银行app转账记录怎么删除
• 

  吐司可以怎么吃 夏天吐司要放冰箱冷藏吗
• 

  壁挂炉关掉暖气只留热水怎么操作,这是非常重要的指数
• 

  如何清理笔记本电脑灰尘 怎么清理笔记本电脑灰尘
• 

  手工消防车怎么做
• 

  恭贺新春|恭贺新春 | 汉字到底有多少字（）
• 

  环保板材有哪些等级
• 

  原车漆可以保持几年 原车漆可以保持几年不变色
• 

  迷你世界秋果激活码 迷你世界秋果兑换码
• 

  女人越贵,越有底气,你们赞同吗？
• 

  windows查看本机端口 我来分享win8系统查看本机端口的基础操作
• 

  新生儿黄疸多久消退
• 

  北极熊为何不吃企鹅 北极熊不吃企鹅
• 

  比熊养殖技术 比熊养殖技巧
• 

  门店财务分析,杜邦财务分析
• 

  原神什么时候升暴击 原神暴击提升时机分析
• 

  武装突袭3怎么在地图上看自己 武装突袭怎么看自己位置
• 

  2023海南热带野生动植物园赏花时间 海南热带野生动植物园本地人门票
• 

  万寿果泡酒的功效与作用有哪些

• springcloud|springcloud gateway网关服务启动报错的解决
• python|OSChina 周四乱弹 ——孩子是自己的就好
• python语言表白语句简单_简短的表白情话
• python三行情书代码_“三行情书”——给你三行代码的爱恋~
• 网络|这10本硬核技术书，带你读懂5G、物联网和边缘计算，玩转元宇宙
• 网络|邬贺铨院士（5G技术影响智联网的关键点）
• 新科技-新机遇|5G与物联网技术趋势分析
• 网络|5G六大关键技术及未来发展趋势
• 5G核心网架构及关键技术概述
• Python|【AI出牌器】第一次见这么“刺激”的斗地主，胜率高的关键因素竟是......