暗夜之隐 发表于 2021-7-21 16:34:38

爬虫问题，字库反爬！！！求解

本帖最后由 暗夜之隐 于 2021-7-25 19:17 编辑

字库文件以及xml



遇到字体反爬，打开字库如下图所示：



然后我把字库导出来，但这个字库字太多了，字的编码和对应的字应该如何获取出来呀，
比如 u10FC19 =七

总不能一个一个的输入吧，1000多个。。。。

求鱼油指点{:5_92:}

from fontTools.ttLib import TTFont

font = TTFont('Z3hyY3B4Xzg=.woff')
font.saveXML('01.xml')



解析出来的xml

cmap标签里面的结果是这样的：



字库和解析的xml 我放在附件里面了 麻烦大家看一下

已经解决：
变量a 转换成ascii码 再转成十六进制,hex() 就能提到需要的了
hex(ord(a))

暗夜之隐 发表于 2021-7-21 23:09:22

mac.py 发表于 2021-7-21 18:12
虽然我不知道，但我可以帮你顶一下

谢谢{:5_109:}

学渣李某人 发表于 2021-7-22 08:59:09

你可以用python的内置函数把要找的字转换成unicode然后进行爬取

白two 发表于 2021-7-25 17:51:47

https://www.cnblogs.com/xuchunlin/p/11427959.html

白two 发表于 2021-7-25 17:52:38

解决了吗，之前看的一篇文章就有解决办法
https://www.cnblogs.com/xuchunlin/p/11427959.html

暗夜之隐 发表于 2021-7-25 19:15:54

白two 发表于 2021-7-25 17:52
解决了吗，之前看的一篇文章就有解决办法
https://www.cnblogs.com/xuchunlin/p/11427959.html

解决了 ，是编码问题
页: [1]
查看完整版本: 爬虫问题，字库反爬！！！求解