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

• 

  高山云雾茶属于什么茶，高山云雾茶哪里的最好
• 

  什么叫假妊娠，怎样防治母猪假妊娠 什么叫假妊娠,怎样防治母猪假妊娠的发生
• 

  再见了，泸西！
• 

  佳能打印机l1300清零软件
• 

  Firefox浏览器卸载插件教程介绍
• 

  八宝清补凉怎么做 清补凉八角
• 

  用户类型是什么意思 商标局用户类型是什么，用户类型分类
• 

  钢笔画小练习|钢笔画小练习|杂-2
• 

  英语课程标准解读（五）
• 

  梦见自己大便的寓意
• 

  守株待兔的故事道理10字 守株待兔的故事道理
• 

  举例说明剩余价值的实质
• 

  阑尾炎能吃驴肉吗 吃驴肉犯老病是真的吗
• 

  redis存不下怎么办 redis无法存储值
• 

  冰箱漏水原因及解决办法,事实上并不是这样的
• 

  脱发|别让“聪明”背锅了！焦虑的脑袋才不长毛
• 

  用友服装案例分析,服装企业税收筹划案例分析
• 

  1万音浪主播赚多少钱 一万音浪是多少钱
• 

  标价和售价有什么区别
• 

  贷款公司怎么选择？贷款公司要选择适合自己的！

• 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......