@
⛳️ 黄页 字体反爬 实战场景
本次采集的目标站点为 https://huangye88.com ，首页截图如下所示。
在官网找到【企业黄页】选项卡，然后得到如下界面，其中涉及的信息如下，随机找到一个企业公开数据。
在公司黄页详情页可以查看到联系人和联系号码。
这里明显看到手机字体与其它字体有所差异，通过开发者工具进行验证之后，确定存在字体反爬。
保存字体文件，得到下述字体矢量图。
结果字体的编码是固定的英文，那这字体反爬的难度就变的极低了。
⛳️ 实战编码
通过开发者工具可以找到字体文件在网页源码中，所以我们编写一下相关提取代码。
import re
import requests
import base64
from fontTools.ttLib import TTFont
url = 'https://b2b.huangye88.com/qiye1edkfp0964c7/'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.67 Safari/537.36'
}
res_text = requests.get(url=url, headers=headers).text
ba64 = re.findall('base64,(.*?)\"\)', res_text)[0]
print(ba64)
data = base64.b64decode(ba64)
with open('./fonts/519.woff', 'wb') as f:
f.write(data)
font = TTFont('./fonts/519.woff')
font.saveXML('./fonts/519.xml')
得到字体之后，保存的 XML 文档如下所示。
本案例已经结束。
📢📢📢📢📢📢
💗 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 677 篇原创博客从订购之日起，案例 5 年内保证更新
Original: https://www.cnblogs.com/happymeng/p/16377436.html
Author: 梦想橡皮擦
Title: 熟人必看，Python爬取黄页88企业公开信息，字体反爬实战
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/564759/
转载文章受原作者版权保护。转载请注明原作者出处！