这是坚持技术写作计划（含翻译）的第52篇，定个小目标999，每周最少2篇。
本文以某团为例讲解如何获取css字体的真实内容
关于css3字体
在以前，前端工程师只能使用浏览器主机已经安装的字体，要实现一些比较风骚的字体效果，只能用flash或者图片，从css3以后，可以使用 @font-face 属性 实现，基本现代浏览器都支持，具体参考 www.caniuse.com/?search=fon… ，但是在人均爬虫时代，被玩出了新花样，包括但不限于 金额，数量，地址，名称等信息用webfont替代文本来抵挡一部分低级爬虫而又不影响用户阅读和查看。
访问 fontdrop.info/ ，下载 s3plus.meituan.net/v1/mss_73a5… ，并上传就能看到了
方案一 OCR
这个思路是基于任何产品都不会牺牲用户阅读体验来提升反爬门槛，也就是说，用户肉眼能看到最终呈现效果，所以你把他当做是图片，用OCR产品去识别就可以了，除了占资源较多，识别效率较低外，鲁棒性更高。
常见的开源方案是 tesseract
方案二 映射
针对的是小站，自己费劲搞了一套web font万能不变，爬虫工程师定点爆破，假设有100套（这是往多了说的，实际上很可能就1套），把这些有限的web font都down下来，然后本地建立一个映射关系，爬取的内容 替换一下就行了
方案三 KNN/K近邻/K相邻
方案二的基础是web font有限且不变的前提，如果像某音，某团这种的机器随机生成的，那就没法了，这时候可以用KNN
参考 python爬虫： 使用knn算法破解猫眼动态字体反爬
方案四 欧氏距离
方案三 有点杀鸡用牛刀了 就为了个字体反爬，至于用KNN么，还得自己弄样本数据
计算欧氏距离只需要一个样本，找到映射关系，其余的只需要跟样本比较就行了
# 下载 http://s3plus.meituan.net/v1/mss_73a511b8f91f43d0bdae92584ea6330b/font/6cf535d2.woff
base = TTFont(self.getFontFile(baseFontFile))
font = TTFont(self.getFontFile(fontFile))
# baseGlyf = base.get('glyf')
# glyf = font.get('glyf')
# np1 = np.array([j for j in baseGlyf[0].coordinates])
# np2 = np.array([j for j in glyf[0].coordinates])
np.linalg.norm(np1 -np2, 'constant', constant_values=0)
代码只贴出关键部分
通过 TTFont 解析font，取 glyf[n]coordinates 取出点数组，使用numpy计算欧式距离，进行排序，最接近的就是符合的（两层循环），甚至可以观察下，欧式距离普遍小于几，假设是1500，那内层循环小于1500就跳出就行了，注意np1,np2要补齐成一样长，否则会报错
补充一下，如果后期平台可能会同比缩放点位，这样简单计算欧氏距离就白搭了，需要把xy点位同比进行处理
招聘小广告
山东济南的小伙伴欢迎投简历啊 加入我们 , 一起搞事情。
长期招聘，Java程序员，大数据工程师，运维工程师，前端工程师。
