反爬虫之猫眼电影字体加密

猫眼电影里面很多数字是加密的如下图；

我们可以找到他们用的加密字体如下图；
两个黑线之间的字符串。

手工粘贴出来一份，太长中间省略了；

font_str1='d09GRgABAAAAAAggAAs.......................JnoBGUMXjA=='
# 因为网页里找到的字体字符串时经过base64加密的，用下边方法解析并且保存下载字体备用
def make_font_file(base64_string:str):
bin_data=base64.decodebytes(base64_string.encode())
with open('testotf2.woff','wb')as f:
f.write(bin_data)
return bin_data
font1=TTFont(BytesIO(make_font_file(font_str1)))
c=font1.getBestCmap()
print('40行===',c)

将下载下来的字体用FontCreatorSetup-x64软件打开，可以看到加密字体的对应关系，如下图；

一会需要手写一份这样的对应关系作为基础字体。因为每次刷新加密字体对应关系都会被打乱，所以需要一个基础字体进行比对。

for i in range(1,12):
matchGlyph=match_font['glyf'][uniList[i]]
for j in range(11):
baseGlyph=baseFont['glyf'][baseUniCode[j]]
if matchGlyph==baseGlyph:
numDic[uniList[i]]=baseNumList[j]

这里比较的时每个数字的图形画法，然后重新确定当前页面的对应关系

完整的具体代码如下；

import base64
import re
from io import BytesIO
from PIL import Image, ImageDraw, ImageFont
import requests
from fontTools.ttLib import TTFont
from lxml import etree

url = 'http://piaofang.maoyan.com/?ver=normal'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36',
}
r = requests.get(url=url, headers=headers)
tree = etree.HTML(r.text)
classname = tree.xpath('//*[@id="ticket_tbody"]/ul[1]/li[2]/b/i/text()')[0]
font_strss=tree.xpath('//*[@id="js-nuwa"]/text()')[0]
#正则出被加密过的字体字符串
reg=re.compile('base64,(.*?)\) format\(')
s=reg.findall(font_strss)[0]
print('21行===',s)
# 因为网页每次刷新字体都会变化，所以每次都要动态获取当前的字体。
font_str2=s
#手工粘贴出来一个字体，或者下载一个字体作为基础对应字体。为后边查找对应值做参照。
font_str1='d09GRgABAAAAAAggAAsAAAA.............................GUMXjA=='
# 因为网页里找到的字体字符串时经过base64加密的，用下边方法解析
def make_font_file(base64_string:str):
bin_data=base64.decodebytes(base64_string.encode())
# with open('testotf2.woff','wb')as f:
#     f.write(bin_data)
return bin_data
font1=TTFont(BytesIO(make_font_file(font_str1)))
c=font1.getBestCmap()
print('40行===',c)

#对基础字体进行解析
baseFont=TTFont(BytesIO(make_font_file(font_str1)))
def decode_font_advance(font_strs):
match_font=TTFont(BytesIO(make_font_file(font_strs)))
#定义一个空字典numDic用来放当前真实的字体对应关系
numDic={}
#
uniList=match_font['cmap'].tables[0].ttFont.getGlyphOrder()
#手写的一个基础字体对应关系
baseNumList=['.','9','0','2','8','3','1','5','6','4','7']
baseUniCode=['x','uniE0B8','uniE141','uniF2BD','uniF620','uniF34B','uniED9A','uniED1A','uniE246','uniF52C','uniF25E']
for i in range(1,12):
matchGlyph=match_font['glyf'][uniList[i]]
for j in range(11):
baseGlyph=baseFont['glyf'][baseUniCode[j]]
if matchGlyph==baseGlyph:
numDic[uniList[i]]=baseNumList[j]nums = ''
for i in classname:
if i=='.':
num='.'
else:
str = i.encode("unicode-escape").decode()
k = str.split('\\u')[-1]
num = numDic['uni'+k.upper()]
nums+=num
return nums
#找出当前的对应关系
nnn=decode_font_advance(font_str2)
print('71行===',nnn)