中文起，Python 字体反爬实战案例，再一点

已于 2022-05-20 16:16:52 修改
阅读量2w 收藏 1
点赞数 4
CC 4.0 BY-SA版权
分类专栏： Python爬虫120 文章标签： python 开发语言 数据挖掘 爬虫 python爬虫
于 2022-05-20 11:21:26 首次发布
梦想橡皮擦-独家版权，禁止转载
本文链接：https://blog.youkuaiyun.com/hihell/article/details/124712809
本文介绍了Python爬虫实战中遇到的字体反爬问题。通过检查网络请求，发现字体文件的加密信息，并分析源码及字体文件内容，成功解构字体编码，从而获取所需数据。

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

📢📢📢📢📢📢
💗 你正在阅读 【梦想橡皮擦】 的博客
👍 阅读完毕，可以点点小手赞一下
🌻 发现错误，直接评论区中指正吧
📆 橡皮擦的第 665 篇原创博客

畅销专栏，打折促销中~

文章目录

⛳️ 起点 实战场景

本次采集的案例是点起文中，你可以随机打开一本目标xiaoshuo，检查一下网络请求中是否存在字体文件响应数据。

Python脱敏处理.Python脱敏处理.Python脱敏处理/info/2952453/#Catalog

字体加密位置呈现的效果如下图所示。

在这里插入图片描述

编写网页爬取代码，查看其字体位置使用的编码。

import requests

headers = {
了解本专栏 订阅专栏 解锁全文
爬虫反爬：字体反爬案例分析与爬取实战
数据知道的博客
02-26 7518
字体反爬是一种常见的反爬虫技术，通过自定义字体文件（如TTF、WOFF）对网页中的字符进行加密或替换，将页面上的文字使用特殊字体显示，而爬虫在解析时由于缺少相应的字体文件，导致无法正确识别文字内容。本文将深入分析字体反爬的机制，并提供实战样例，帮助读者理解和应对这一挑战。字体反爬技术通过自定义字体文件对字符进行加密或替换，增加了爬虫解析的难度。通过下载并解析字体文件，建立字符映射关系，可以有效破解这种反爬机制。在实际应用中，可能需要结合动态加载、CSS偏移等其他反爬技术进行综合处理。
【python】猫眼电影字体反爬实战案例分析，手把手教会你如何破解网站的字体反爬（附源码）
景天科技苑
08-12 2万+
网页字体反爬破解方法主要涉及识别并解析网页中使用的自定义字体文件，以恢复文本信息的原始形态。本文详细讲述具体的破解步骤和方法
Python字体反爬
Clarity_W的博客
10-10 1164
网页中一个数据：333.67万我们在检查元素中的看到该部分数据是反爬的，即元素中看不出实际数据/文字，如图进入源代码中，源代码中获取的数据是加密后的数据，如图：把该串数据分成几部分 ，即33367。
Python爬虫：字体反爬处理（猫眼+汽车之家）-2018.10
键盘的起始页
11-22 1518
环境：Windows7 +Python3.6+Pycharm2017 目标：猫眼电影票房、汽车之家字体反爬的处理 —全部文章： 京东爬虫 、链家爬虫、美团爬虫、微信公众号爬虫、字体反爬、Django笔记、阿里云部署、vi\vim入门---- 前言：字体反爬，也是一种常见的反爬技术，例如猫眼电影票房，汽车之家，天眼查等网站。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...
字体反爬案例分析与爬取实战
qq_39217312的博客
07-29 1258
该案例将真实数据隐藏到字体文件中，使我们即使获取了页面源代码，也没法直接提取数据的真实值案例网站： https://antispider4.scrape.center/打开之后，看不出有什么特别的地方我们按照常规逻辑进行爬取 部分输出这里通过 Selenium 打开案例网站， 等待所有电影加载出来，然后获取源代码， 并通过 pyquery 提取和解析每一个电影信息，得到名称，类别和评分， 之后输出。我们发现输出结果中 score 字段并没有任何信息，经过观察发现评分对应的源代码不包含数字信息我们观察源代码发
python爬虫#实战练习2#字体反爬
最新发布
RX0117的博客
10-21 308
我们发现在这段代码中，base64后面就是加密的字体样式。
敢看系列？Python字体反爬实战案例之实习那僧，继续挖坑
梦想橡皮擦，专栏100例写作模式先行者，现象级专栏 《Python 爬虫 100 例》作者、《滚雪球学 Python 专栏》原创者
05-26 1万+
文章目录⛳️ 实习 实战场景 僧⛳️ 实习 实战编码 僧 ⛳️ 实习 实战场景 僧 本篇博客继续学习字体反爬，涉及的站点是实习 x，目标站点地址直接百度搜索即可。
【python】懂车帝字体反爬逐层解密案例（附完整代码）
景天科技苑
08-28 2万+
懂车帝字体反爬解密，完整代码分享
python爬虫字体反爬实习僧
Qiuxuntao的博客
06-18 454
文章目录1.网页分析 1.网页分析 1.1 url：https://www.shixiseng.com/interns?keyword=python&page=1&city=%E5%85%A8%E5%9B%BD&type=intern 1.2 分析网页内容： 点进去的效果 拼接这个网址可以下载一个文件：https://www.shixiseng.com/interns/iconfonts/file?rand=0.7558352854425494 得到一个file文件 修
一次Python爬虫实战，解决反爬问题！_多多防爬
2401_84140547的博客
04-27 1775
Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
高级实战案例：Python反反爬之JavaScript混淆
Python_kele的博客
08-20 1000
写在前面 很早之前在吾爱破解论坛上看见了【猿人学】Web端爬虫攻防大赛,当时进入他们官网的时候,比赛已经结束了。看着那些题目还挺有意思的,但由于各种原因一直没有机会去做那些题目。最近比较闲,就去把猿人学官网打开看了一下,尝试着完成了第一道题目---JS混淆[源码乱码] """ 当然在学习Python的道路上肯定会困难，没有好的学习资料，怎么去学习呢？ 学习Python中有不明白推荐加入交流群号：928946953 群里有志同道合的小伙伴，互帮互助， 群里有不错的视频学习教程和PDF！ 还有大牛解答
反爬方案总结
极地星辰
01-31 755
反爬方案总结 1、通过User-Agent来控制访问 无论是浏览器还是爬虫程序，在向服务器发起网络请求的时候，都会发过去一个头文件：headers，对于爬虫程序来说，最重要的字段就是：User-Agent，很多网站都会建立 user-agent白名单，只有属于正常范围的user-agent才能够正常访问。 爬虫方法： 可以自己设置一下user-agent，或者从一系列的user-agent里随机挑出一个符合标准的使用。 缺点： 容易伪造头部，github上有人分享开源库fake-useragent 2、IP
Python爬虫编程12——字体反爬
qq_52914337的博客
03-30 2275
什么是字体反爬 就是网页的制作者，他在发布他网页数据的时候。将其中一部分的字体变成乱码。即使你把网页的数据爬取下来，你也获取不到真实数据的样貌。这样就达到了一个反爬虫的目的。 如何解决字体反爬 1.下载.ttf文件； 2.将.ttf文件转换成xml文件； 3.分析字体规律找到映射关系。 就是找到字体文件，发现替换关系，将爬取下来的数据替换的过程。 如何找到字体文件 1.定位到进行了字体反爬的位置，在对应的styles里面找到font-family； 2.复制font-fam
爬虫之常见的反爬手段和解决思路
IT之一小佬的博客
01-31 2243
爬虫之常见的反爬手段和解决思路 1 服务器反爬的原因 爬虫占总PV(PV是指页面的访问次数，每打开或刷新一次页面，就算做一个pv)比例较高，这样浪费钱（尤其是三月份爬虫）。 三月份爬虫是个什么概念呢？每年的三月份我们会迎接一次爬虫高峰期，有大量的硕士在写论文的时候会选择爬取一些往网站，并进行舆情分析。因为五月份交论文，所以嘛，大家都是读过书的，你们懂的，前期各种DotA，LOL，到了三月份了，来不及了，赶紧抓数据，四月份分析一下，五月份交论文，就是这么个节奏。 公司可免费查询的资源被批
python爬虫（四）cookie模拟登录和反反爬案例
hwwaizs的博客
08-11 5064
处理不被信任证书的网站 SSL证书：数字证书的一种，配置在服务器上面的，类似于驾驶证、护照和营业执照的电子副本。因为配置在服务器上，也称为SSL服务器证书。 SSL证书的特点：遵循了SSL协议，由收信任的数字证书颁发机构CA，验证身份之后颁发的证书，同时具有服务器身份验证和数据传输加密功能。 SSL证书的发展历程： 为啥网站会出现SSL证书？ 具有服务器身份验证和数据传输加密的功能，https是http的安全版本，是在http的基础上添加的安全阶层（ssl层），https在传输的时候，就有ssl加密和解密的
深入细枝末节，Python的字体反爬虫到底怎么一回事
Python学习Q群696455390
12-27 758
内容选自即将出版的《Python3 反爬虫原理与绕过实战》，本次公开书稿范围为第 6 章——文本混淆反爬虫。本篇为第 6 章中的第 4 小节，其余小节将逐步放送。 字体反爬虫开篇概述 在 CSS3 之前，Web 开发者必须使用用户计算机上已有的字体。但是在 CSS3 时代，开发者可以使用@font-face 为网页指定字体，对用户计算机字体的依赖。开发者可将心仪的字体文件放在 We...
10行代码集2000张美女图，Python爬虫120例，再上征途
热门推荐
梦想橡皮擦，专栏100例写作模式先行者，现象级专栏 《Python 爬虫 100 例》作者、《滚雪球学 Python 专栏》原创者
05-21 37万+
Python爬虫120例，又来啦
爬动漫“上瘾”之后，放弃午休，迫不及待的用Python薅了腾Xun动漫的数据，啧啧啧
梦想橡皮擦，专栏100例写作模式先行者，现象级专栏 《Python 爬虫 100 例》作者、《滚雪球学 Python 专栏》原创者
06-29 31万+
爬虫120例的第10篇，小阶段，要个一键三连不过分吧
评论
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

打赏作者

梦想橡皮擦

如有帮助，来瓶可乐

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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