字体加密 | 字体加密初认识_咸鱼学 Python的博客-程序员宅基地

字体加密初认识

不少网站都使用了字体库对数据进行加密，即页面源码中的数据与显示出来的数据不同。

实现的效果和昨天发布的那篇关于 X 薯中文网的效果类似，但是原理大不相同。

在字体加密的网站中用户也是无法直接进行复制网页内容的。

目前有使用字体加密的网站大概有下面这些：

58同城，起点，猫眼，大众点评，启信宝，天眼查，实习僧，汽车之家

既然这么多的网站都采用了字体加密，那么它一定是一个有效的反爬手段，作为爬虫工程师我们应该如何应对呢？

首先我们应该先了解一下什么是字体加密。

什么是字体加密？

网页字体是一个字形集合，而每个字形是描述字母或符号的矢量形状。

因此，特定字体文件的大小由两个简单变量决定：每个字形矢量路径的复杂程度和特定字体中字形的数量。

通俗一点，同一内容的网页字体每个字形应该都是大同小异的，我们可以通过比对字体文件的字形来确认映射的内容。

关于字体加密的描述文章实在太多了，个人建议还是看看 Google 官方关于网页字体的文章。

https://developers.google.com/web/fundamentals/performance/optimizing-content-efficiency/webfont-optimization?hl=zh-cn

接着是关于网页字体加密映射的原理图，下图来自谷雨解字：

https://guyujiezi.com/

在爬虫爬取页面的时候，页面中的代码是阴书，但是在人眼看到的是原文，这样的映射关系让爬虫无法顺利爬取到网站内容。

如何处理字体加密？

通过上面的字体加密原理图，我们大概了解到字体加密的原理。

我推荐没有搞过字体加密的朋友找个比较简单的网站练手，网上写的比较多的例子是猫眼的专业版。

猫眼的字体解密文章非常多，建议没有接触过得朋友可以先自己动手试试，咸鱼也会在之后更新字体解密系列的文章。

下面是字体解密的大致流程：

先找到字体文件的位置，查看源码大概就是xxx.tff这样的文件
重复上面那个操作，将两个字体文件保存下来
用上面的软件或者网址打开，并且通过 Python fontTools 将 tff 文件解析为 xml 文件
根据字体文件解析出来的 xml 文件与类似上面的字体界面找出相同内容的映射规律（重点）
在 Python 代码中把找出的规律实现出来，让你的代码能够通过这个规律还原源代码与展示内容的映射（这句话比较抽象，可以之后结合代码文章再读一遍）

字体解密相关资源

咸鱼这里直接上资源的链接。

一是查看字体的软件 FontCreator，支持 window 。

链接:https://pan.baidu.com/s/1tUznnSB3siI2rVY9Whv88A 密码:ygz9

二是打开字体的网站，适合 mac 系统的朋友使用。

先通过 cloudconvert 把字体文件转化为 svg 后再用 fontello 打开查看

http://fontello.com/

https://cloudconvert.com/ttf-to-svg

如果嫌弃上面转换太过麻烦可以用百度字体打开。

http://fontstore.baidu.com/static/editor/index.html

咸鱼推荐使用 FontCreator 以及百度字体。

打开后显示的样子与下图类似。

EOF

本文链接：https://blog.csdn.net/weixin_43189702/article/details/102927834

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

全连接神经网络（DNN）处理多分类任务_dnn多分类_waitingwinter的博客-程序员宅基地

我们采用 python tensorflow1.14 来处理多分类问题.给定一个数据集，并对其可视化有import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport time# set seednp.random.seed(1234)tf.set_random_seed(...

html flv直播代码,html中嵌入flv格式文件的代码_曈漾的博客-程序员宅基地

codebase="http://download.macromedia.com/pub/shockwave/cabs/flash/swflash.cab#version=6,0,29,0" height="120" width="190">value="http://www.jb51.net/player/vcastr22.swf?vcastr_file=http://img.jb51.n...

Curator的简单封装使用_恐龙弟旺仔的博客-程序员宅基地

前言：闲来无事，想起把zookeeper的相关知识再补充一下。作为中间件部门的成员，与zookeeper打交道的机会还是很多的。目前市面上的很多产品，尤其是分布式相关的，基本都会用上zookeeper。本文不是一篇介绍zookeeper是什么和怎么使用的文章，而是介绍zookeeper的使用框架Curator的。本来笔者还想着把Curator的使用再好好熟悉下，因为一段时间...

red hat linux 5下载地址,Red Hat Enterprise Linux AS 5 下载地址及安装号码_普通网友的博客-程序员宅基地

红帽子企业Linux 5安装序列号Server:* Red Hat Enterprise Linux (Server including virtualization):2515dd4e215225dd+ Red Hat Enterprise Linux Virtualization Platform:49af89414d147589 Client:* Red Hat Enterprise Lin...

openlayers基础用例_weixin_30649859的博客-程序员宅基地

http://weilin.me/ol3-primer/ch03/03-01.html#http://weilin.me/ol3-primer/ //地址http://openlayers.org/ //OpenLayers官网 vue安装自定义坐标系npm install proj4 import * as proj4 from "proj4"; or// import proj4 f...

List转String学习感受_list转string效率_AlexZ分不清堆栈的博客-程序员宅基地

工作中经常需要做一个List&lt;String&gt;转成一个用“，”隔开的String类型，一开始只是使用别人编写的StringUtils中listToString方法代码如下/** * 将字符串的集合用逗号间隔拼接为字符串 * @param strList 字符串的集合 * @return */ public static Stri...