字体映射反爬虫

在网站中，页面正常显示，但是查看源代码时，没有对应的信息，而是一些错误的信息。

  在源代码中，对应标签中的信息是错乱的，当爬虫请求时，代码响应回来的html源代码，根本无法直接采集下来，如下图。




  相应源代码：

呈现过程：

  俗话说“有因必有果”，代码的出现，也是线索开始。分析代码可以找到字体文件，代码标签中相应的信息，也是字体映射关系，

  将网页中对应字体下载下来，打开字体文件，可以分析代码，如下图。

反爬突破：

以下列举解决字体映射方式的三种方式：

1. 对于字体不多的字体文件，有人喜欢通过将其截图下来，通过图片识别来解决。
2. 通过源代码中提供的信息，与字体文件作对比，分析映射关系。
3. 使用Python提供的库打开文件，根据字符编码，找到字形轮廓信息与基准字形轮廓信息对比，得出对比结果。

结合代码解决问题：

1. 访问源代码；
2. 采集对应标签信息；
3. 下载对应字体文件；
4. 分析字体映射关系；
5. 使用代码实现映射关系。

练手与相关链接：

字体反爬1


字体反爬2