记一次，Python爬取页面手机号码加密处理过程

最新推荐文章于 2023-11-30 14:36:08 发布
最新推荐文章于 2023-11-30 14:36:08 发布
阅读量1.5k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： Python 文章标签： python 爬虫
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/do_coding/article/details/120812498
本文记录了一次Python爬虫过程中遇到的页面电话号码加密问题，详细描述了解密过程，包括发现CSS字体加密、解析Base64字体信息、建立字符对应关系字典，最终成功解密出联系电话。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、爬取页面后电话号码加密了

二、检查页面元素发现也看不到，使用的是css字体加密

 

 

 三、继续查看，发现是用base64加密的字体信息

四、网上查资料先要解密字体的对应关系

#正则查找base64加密后的数据
ba64str = re.findall('charset=utf-8;base64,(.*?)"\)', text)[0]
#用base64解密
b = base64.b64decode(ba64str)
print(b)
#使用字体工具处理成字典
font = TTFont(BytesIO(b))
bestcmap = font['cmap'].getBestCmap()
print(bestcmap)

五、查找对应关系，组成正确的对应关系字典

六、网页数据找到加密后的数据，替换成16进制&#x

最低0.47元/天 解锁文章
揭秘加密 API：使用 Python 爬取加密数据的终极指南
2201_76125261的博客
05-03 240
我们从抓包、逆向、复现、调用、加速五个层面全方位拆解了如何用 Python 爬取加密 API 的数据。mitmproxy：抓包和协议分析Playwright：获取动态页面数据execjs：还原 JS 加密逻辑：提高并发抓取效率只要你能深入理解 Web 的本质，Python 永远是最灵活强大的爬虫工具之一。
Python爬取下载m3u8加密视频，原来这么简单！
GR001009的博客
09-07 1199
如何通过python爬取下载m3u8加密视频
使用Python对手机号进行加密，超级简单
轻松学python的博客
07-05 1479
简单的用Python对手机号进行加密
python手机号码加密_Python3加密解密的坑
weixin_33229152的博客
02-20 1029
百度了下python加密解密，搜到大多的结果是Crypto但是这个在python3里安装就没那么容易了，反正最后我没用改用cryptography了 ，下面是网上搜到的一篇文章，出处也不知道了好几个地方都有，就说出来源网络吧。cryptography 的目标是成为“人类易于使用的密码学包cryptography for humans”，就像 requests 是“人类易于使用的 HTTP 库HT...
python加密手机号
qq_43022682的博客
11-30 572
说多了都是废话，直接加密手机号。
如何用python——对手机号进行加密？
xff123456_的博客
08-09 1152
如题所示
Python练习二：公用电话数据加密
username159的博客
02-12 6861
公用电话数据加密问题 某个公司采用公用电话传递数据，数据是四位的整数，在传递过程中是加密的， 加密规则如下：每位数字都加上5,然后用和除以10的余数代替该数字， 再将第一位和第四位交换，第二位和第三位交换 一，分析问题，写成方法即可。主要处理分为以下几步：   这个操作可以以数值角度处理，也可以以字符串角度处理 首先以数值角度处理， 假设参数为1234，作为数学问题即可看为先用1234...
使用Python爬取1688店铺所有商品链接
11-08
因此，在本文中，我们将使用 Python 对 1688 的店铺页面进行爬取，提取店铺的商品链接，并通过模拟请求、获取签名等技术手段实现这一功能。通过输入店铺的名称和链接，爬取并获取该店铺所有商品的链接，最终将链接...
python使用动态代理ip多线程爬取QQ空间相册
12-23
本教程将深入探讨如何利用Python实现动态代理IP、多线程以及Selenium库来爬取QQ空间相册中的图片。首先，我们需要理解每个标签背后的含义。 1. **Python爬虫**：Python因其丰富的库支持，成为爬虫开发的首选语言。...
抓取网站加密的电话号码
weixin_33860737的博客
12-20 3127
之前公司有个小需求，需要将爱帮网的一些商户电话抓取下来，因为之前做过新闻抓取，以为也是手到擒来的小case，firebug查看页面源码，傻眼了，其商户电话是做过加密的，如下: 其源码对应至少20位以上的数字，如下，解决也小费了一番功夫： 仔细发现，那些灰色的都是用来混淆用的，实际的电话号码就是那些黑色的span，上有政策下有对策，发现这个问题，顺藤摸瓜，查看其css文件，找到几组如下的...
【Python 实战基础】如何加密手机号
菜鸟实战的博客
07-04 1970
如何加密手机号 文件读写 基础语法 字符串处理 正则表达式
写一个Python函数，输入手机号码和密钥，输出3DES加密结果
weixin_35751412的博客
02-13 248
您好！您可以使用 python 库 pycryptodome 来实现 3DES 加密。 这是一个示例代码： from pycryptodome.cipher import DES3 def encrypt_3des(phone_number, key): # 将密钥和明文转换为 bytes 类型 key = key.encode() phone_number = phon...
抓取网页中手机号码
Y673582465的专栏
12-13 5390
telephone.py # coding:utf-8 import re import requests import os import sys from requests.exceptions import ReadTimeout,HTTPError,RequestException global data fw = open("telphone.txt", 'w') fr = ope...
20 行 Python 代码实现加密通信
Free雅轩的博客
10-23 945
Alice 无法抵赖他签名的信息，因为只有他持有自己的私钥，别人无法签名(私钥加密)一个这样的信息。但是，存在一个问题，如果 Eve 用 Bob 的公钥加密信息，伪装成 Alice 发个 Bob，这样怎么办呢?问题的关键，在于 Alice 持有 Alice 私钥，而 Eve 没有私钥，这是数字签名技术的基础。至此，Alice 和 Bob 实现了安全的通信，他们用对方公钥加密，用自己的私钥解密发给自己的信息。Alice 发给 Bob 的信息，即使被 Eve 截获了，他也没有 Bob 的私钥，解不开密文。
python隐藏手机号码程序_Python网站手机号码解密的一种方法
weixin_34875640的博客
01-30 4565
黄页88网站反爬措施对手机号进行了一些加密处理。这里介绍一下怎么解密手机号码的方法。首先，我们看一下网站显示的手机号是这样的：显示的手机号使用ctrl c复制粘贴后变成了这样：复制后的手机号码而实际上，用Python爬虫获取到的内容是这样的：爬虫获取到的数据经过分析，发现这些数据其实有以下特点：每次刷新网页，编码会变编码之间其实有关系(实际上就是0-9转换成了16进制)所以，我们的思路就是：确定手...
python网页爬虫循环获取_Python爬虫之找出网页中加密内容的(入门篇)
weixin_39986741的博客
11-23 1524
从哪儿说起呢很多时候我们都需要去爬取一些网页上的内容,如果运气好是明文内容,那就相对简单了如果是加密后的内容呢?相信很多人都遇到过这种情况,如果你还没解决的话,快看看这文章吧假的开始目标地址:http://dir.scmor.com/google/需要内容:谷歌镜像地址我需要的内容,就是标记处的URL链接真的开始第一步:先手动查看链接的内容1第一步:先手动查看链接的内容一共八个网址,其中第一个的地...
js手机号码中间加密（登录显示）
weixin_44541213的博客
06-20 1361
var shouJi = ‘13356781234’; var shouJi_jiaMi = shouJi.replace(/([0-9]{3})([0-9]{4})([0-9]{4})/, ‘$1****$3’); console.log(“加密后的手机号为：”+shouJi_jiaMi);
Python 爬到的数据被加密了，可怎么办？
codingpy的博客
02-02 3931
点击上方“编程派”，选择设为“设为星标”优质文章，第一时间送达！作者：州的先生出处：州的先生随着网络上爬虫的横行和猖獗，各大网站为了最大限度地限制自家数据被采集，纷纷加入了各种反爬手段，...
js随机获取加密后的电话号码 如186****5255
qq_41596554的博客
10-12 533
【代码】js随机获取加密后的电话号码 如186****5255。
请你用Python爬取动态页面
最新发布
03-13
<think>嗯，用户问的是如何用Python爬取动态页面。首先，我得想清楚动态页面和静态页面的区别。动态页面通常是通过JavaScript在客户端加载数据的，比如用Ajax或者前端框架生成的，所以直接用requests库的话可能拿不到完整内容，因为那些数据是后来动态加载的。那用户可能需要知道如何解决这个问题。 接下来，常见的解决方法有哪些呢？我记得主要有两种：一种是分析网页的API接口，直接请求数据接口；另一种是使用像Selenium这样的工具模拟浏览器行为，获取渲染后的页面。这两种方法各有优劣。分析API的话，效率高，但需要找到正确的接口，可能需要处理参数或者认证。而Selenium虽然方便，但比较重量级，速度慢，适合无法找到接口的情况。 然后，我需要给用户具体的步骤。比如，对于分析API的情况，可以打开浏览器的开发者工具，检查XHR请求，找到数据接口，然后用requests来模拟请求。这时候可能需要处理headers、参数，甚至可能需要处理分页或者加密参数。比如，举一个例子，假设某个网站的数据是通过Ajax加载的，返回JSON格式的数据，用户就可以用requests.get或者post来获取，然后解析JSON。 另一个方法是使用Selenium。这时候需要安装浏览器驱动，比如ChromeDriver，配置环境，然后用代码控制浏览器打开页面，等待动态内容加载完成，再提取数据。这里可能需要用到WebDriverWait和expected_conditions来确保元素加载完成，避免因为页面加载慢导致的元素找不到的问题。 还有第三种方法，提到requests-html库，它结合了requests和简单的渲染功能，可能适合一些不太复杂的动态内容。不过这个库现在可能不太流行，或者维护不够，所以可能需要提醒用户根据实际情况选择。 在步骤讲解的时候，需要分点说明，比如第一步分析API，第二步处理动态内容，第三步使用无头浏览器。每个步骤给出示例代码，并解释关键点，比如设置请求头中的User-Agent，处理可能的反爬机制，如Referer、Cookie等。 同时，注意事项也很重要。比如，遵守网站的robots.txt，设置合理的请求间隔，避免被封IP。还有动态页面爬取的法律和道德问题，必须确保用户有权限爬取目标数据，不侵犯隐私或版权。 用户可能的疑问点包括：如何找到API接口？如何处理动态加载的参数，比如时间戳或加密token？如何处理分页？如何应对反爬措施，比如验证码或者IP封锁？在示例代码中，可能需要简化这些部分，但应该提到可能需要进一步处理的情况。 比如，在示例代码中，可能只是简单的get请求，但实际情况可能需要构造更复杂的参数，或者处理POST请求，携带特定的数据。这时候需要指导用户如何通过分析网络请求来构造正确的参数。 使用Selenium的例子中，可能需要说明如何定位元素，使用CSS选择器或XPath，以及等待策略，显式等待和隐式等待的区别，避免使用time.sleep导致效率低下。 最后，总结一下，根据不同的情况选择合适的方法。如果数据通过API返回，优先使用直接请求API的方式；如果无法找到API或者页面复杂，再考虑使用Selenium等工具。同时，提醒用户注意合法合规，尊重网站的规定。</think>### 如何用 Python 爬取动态页面？ 动态页面（通过 JavaScript 异步加载数据）的爬取需要特殊方法，以下是分步解决方案： --- #### **方法 1：分析 API 接口（推荐）** 动态页面通常通过 Ajax 或 Fetch API 从后端请求数据。 **步骤**： 1. **打开浏览器开发者工具**（F12），进入 **Network** 选项卡，筛选 **XHR/Fetch** 请求。 2. **找到数据接口**：观察页面加载时发送的请求，找到返回目标数据的 URL。 3. **模拟请求**：用 Python 的 `requests` 库直接调用该接口。 **示例代码**： ```python import requests # 目标 API 接口（需自行分析替换） url = "https://api.example.com/data" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36", "Referer": "https://example.com/" } response = requests.get(url, headers=headers) data = response.json() # 假设返回 JSON 格式数据 print(data) ``` --- #### **方法 2：使用 Selenium 模拟浏览器** 若无法找到 API 接口，可通过无头浏览器渲染页面。 **步骤**： 1. 安装依赖： ```bash pip install selenium # 下载对应浏览器驱动（如 ChromeDriver） ``` 2. 编写代码控制浏览器行为。 **示例代码**： ```python from selenium import webdriver from selenium.webdriver.chrome.options import Options from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 配置无头模式 options = Options() options.add_argument("--headless") # 不显示浏览器窗口 driver = webdriver.Chrome(options=options) driver.get("https://example.com/dynamic-page") # 等待动态内容加载（最多 10 秒） element = WebDriverWait(driver, 10).until( EC.presence_of_element_located((By.CLASS_NAME, "target-class")) ) # 提取数据 content = driver.page_source print(content) driver.quit() ``` --- #### **方法 3：使用 requests-html（轻量级渲染）** 适用于简单动态页面，结合 requests 和 JavaScript 渲染。 **示例代码**： ```python from requests_html import HTMLSession session = HTMLSession() response = session.get("https://example.com/dynamic-page") response.html.render(sleep=2) # 渲染 JavaScript，等待 2 秒 title = response.html.find("#title", first=True).text print(title) ``` --- ### **注意事项** 1. **反爬机制**： - 设置合理的请求头（如 `User-Agent`, `Referer`）。 - 使用代理 IP 池（如 `requests` + `proxies` 参数）。 2. **合法性**： - 检查目标网站的 `robots.txt`。 - 避免高频请求，添加延迟（如 `time.sleep(1)`）。 3. **动态参数**： - 若 API 需要加密参数（如 `token`），需逆向分析 JavaScript 生成逻辑。 --- ### **总结** - **优先分析 API 接口**：高效且节省资源。 - **复杂页面用 Selenium**：适合需要交互（如点击按钮）的场景。 - **轻量级需求用 requests-html**：简单快速，但功能有限。 根据实际需求选择方法，并遵守网络爬虫的合法性和道德规范。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值