第7期-通过潇湘书院爬取小说_爬取潇湘书院-优快云博客

本文链接：https://blog.youkuaiyun.com/xiaspider/article/details/120193420

本文探讨了潇湘书院小说内容中出现的加密字符问题，通过分析发现这是一种文字加密方法。作者提出两种解密方案，包括解析编码文件或建立加密字字典。这种字体加密在页面源码中不可见，对使用selenium等工具也构成挑战。了解此加密原理有助于爬虫应对类似反爬策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这把我们遇到高手了，我尝试寻找数据来源的时候，发现根本找不到，不难猜测，肯定有内容加密的措施。

&#xe820;脚底&#xe801;滑，摔&#xe803;&#xe80b;狗吃屎。
&#xe820;&#xe855;&#xe85a;&#xe800;马车绝尘&#xe82c;&#xe82f;
溅&#xe803;&#xe820;&#xe801;脸泥浆！

我们观察这样三句话，发现其中出现了很多不认识的奇怪字符，其中&#xe820还出现了多次

我们尝试分析一下，脚底滑，不难猜测到指的就是一，这句话是脚底一滑。后边又出现了，溅脸泥浆！，这个又出现了一次，也不难分析，这个是一脸泥浆。说明现在这个就是一，这种分析是没错的

所以到目前为止，我们已经非常清晰了。这其中包含的就是文字加密。只要我们把所有的文字全都翻译过来，就可以了。

对于这种加密，我们首先要观察，这个加密会不会变，至少短时间内是否会改变，我们换另一本书尝试一下

&#xe801;二三四五六……

不难看出，这个还是一，是没有发生变化的

因此，对于这种字符加密，我们有两种解决方案。

第一，解析对方的编码文件

第二，通过分析，找出所有常用的加密字，然后生成一本加密字字典，然后通过自己组建的这本字典，进行翻译。

在对方加密方式固定且稳定的情况下，第二种方案也是比较好的，因为常用的字都是有限的，不会出现无穷无尽的情况。因此，只需要分析几本书，基本上就能够翻译字典了。也是一种不需要研究js加密，就可以完成目标的快捷方案。

注1：这种字体加密的还有一个强大的功能是，渲染后的页面的源码中也是不可以直接看到内容的