【Python网络蜘蛛 · 11】：qi+dian 字体fan + pa分析

本文链接：https://blog.youkuaiyun.com/Oh_Python/article/details/123608918

本文介绍了一位前端开发者如何通过分析网页和woff文件，解密小说网站上加密的月票数据，揭示了从加密字符到实际数值的转换过程。通过字体文件和编码映射，成功获取了每部小说的月票数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

获取woff文件url、加密关键数据、加密的月票数据、小说名

获取关系映射表，解密数据

1、目标

我们要获取的内容就是每部小说的月票数

2、网页分析

我们通过网页检查，定位月票数时发现月票的数据被加密了

于是我们通过抓包，找到月票所在的数据包，发现在数据包的响应内容中，月票数被一些奇奇怪怪的数字和字符代替：
𘢓𘢓𘢓𘢏𘢒

这些字符就是被加密后的样子，这时我们需要去找到解密的方法，我们可以在数据包中的响应内查看多个被加密的月票数据，发现他们都会有相同之处，那就是有一个相同的属性值：GzXdLunT，并且在font-face中出现了一个GzXdLunT.woff文件，所以这个属性值就是我们破案的关键。

于是我们复制该属性值，在出现的各种数据包中查找是否有包含该属性值的文件名，于是我们找到了一个文件：GzXdLunT.woff

当我们鼠标双击该文件时，文件会自动下载

将此文件拖到我们的python文件目录中

二、思路步骤

1、找到关系映射表

基本步骤：

利用python方法将woff文件转换成xml格式 -- 搜索cmap -- 找到map标签 -- 找到月票数据的对应关系

woff文件转换成xml文件的方法：利用 fontTools 模块

导入模块：from fontTools.ttLib import TTFont
创建对象，参数为字体加密文件：font = TTFont('GzXdLunT.woff')
转换成xml格式：font.saveXML('f.xml')

代码演示

# 利用python中的方法进行转换
# 1.fontTools模块
# 2.转换成xml格式 -- 搜索cmap -- 找到map标签 -- 找到对应关系

from fontTools.ttLib import TTFont
# 创建对象，参数为字体加密文件
font = TTFont('GzXdLunT.woff')

#转换成html文件
font.saveXML('f.xml')

运行结果，生成了一个f.xml文件

搜索cmap找到map标签

在map标签中我们可以看到code的属性值是一个16进制数，而且每个code后都有一个name属性，其值就是英文数字，而这个十六进制数转换成十进制就变成了月票中加密的数据，对应的name值就是月票数。

2、提供思路：解密一个数

我们解密月票的一个数字7，它加密的变成的是：&#100499

在关系映射表中找到，name的属性值为seven的map标签，复制map标签中的code属性值，将其转换成十进制

数据对应上了

3、编写代码思路

注意：woff文件是不断更新的，所以需要先获取到最新的woff文件

获取woff文件url、加密关键数据、加密的月票数据、小说名

首先构建一个字典，获取向网页发送请求

li = []
url = 'https://www.qidian.com/rank/yuepiao/'
headers = {
    'User-Agent': ',
    'Cookie': '',
    'Referer': ''
}
res = requests.get(url, headers=headers)

先获取月票数据对应加密的文件，（正则获取）

#获取月票数据对应加密的文件
li_url = re.findall("\); src: url\('(.*?)'\) format\('woff'\),",res.text)[0]

获取加密的关键字（正则获取）

#获取加密的关键字
li_key = re.findall("https://qidian.gtimg.com/qd_anti_spider/(.*?).woff",li_url)[0]

获取加密的月票数据（正则获取）

#获取加密的月票数据
li_data = re.findall(f'<span class="{li_key}">(.*?)</span></span>月票</p>',res.text)

获取小说名

#获取小说名
html = etree.HTML(res.text)
li_name = html.xpath('//*[@id="book-img-text"]/ul/li[*]/div[2]/h2/a/text()')

将加密文件url、加密的月票数据放入、小说名放到列表li中

li = []
li.append(li_url) #放入加密文件url
li.append(li_data) #放入加密数据
li.append(li_name) #放入小说名

列表li中的数据展示

获取关系映射表，解密数据

对加密文件url发送请求

url = li[0]
headers = {
        'User-Agent': ''
    }
res1 = requests.get(url, headers=headers)

保存xml文件

font2 = TTFont(BytesIO(res1.content)) #BytesIO在内存中读写bytes
font2.saveXML('c.xml')

获取关系映射表

cmap = font2.getBestCmap()

构建一个字典，用来翻译

trans = {'zero':0,'one':1, 'two':2, 'three':3, 'four':4, 'five':5, 'six': 6, 'seven':7, 'eight':8, 'nine':9}

通过for循环，清洗加密的月票数据，也就是将&#100499清洗成100499

    n = 0
    li_num = []
    for i in li[1]:
        n += 1
        data = f'月票榜第{n}：'
        #定义以一个空列表，用来存放匹配出的英文排序
        li1 = []
        cp1 = re.findall('.#(.*?);', i) #通过正则，分离出想要的信息
        for j in cp1:
            li1.append(cmap[int(j)])
        #读出月票数
        for k in li1:
            data += str(trans[k])
        li_num.append(data)

将小说名和月票数保存在csv文件中

f = open('小说.csv', 'a', encoding='utf-8')
#基于文件对象构建csv写入对象
csv_write = csv.writer(f)
#构建表头
csv_write.writerow(["小说", "月票"])
for i in range(len(li_num)):
#写入csv文件内容
csv_write.writerow([f"{li[2][i]}", f"{li_num[i]}"])