持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第30天，点击查看活动详情
📢📢📢📢📢📢 💗 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 674 篇原创博客
⛳️ 实战场景
本次要采集的站点是某供应商平台，域名如下所示：
aHR0cHM6Ly9jbi5jaGluYS5jbg==
这次要采集的是公开的电话号码，注意是公开的，不是隐私数据哦~
通过开发者工具得到上图所示内容，仅数字部分进行了字体反爬。
字体文件分析
在网页源码寻找字体文件相关内容，得到的结果如下图所示。
而我们下载字体文件，打开发现并不是一个固定的字体文件。
该文件中仅包含了号码中存在的数字，再次打开一页详情，查看其字体文件。
每次刷新之后，得到的字体文件和编码全部不同，本案例难度就提高了一点点。
⛳️ 供应商字体反爬 实战场景
通过 font 模块加载字体文件，分别解析两个文件，对比数字一的矢量图部分内容，发现编码不一致，但是内容是完全相同的。
import re
from fontTools.ttLib import TTFont
from hashlib import md5
font = TTFont('./fonts/112.woff')
font.saveXML('./112.xml')
下面我们复制一段目标站点响应的源码，其表示的电话如下所示：
<span class="secret">𐃎𐃏𐃏 𐃏𐃏𐃎𐃐 𐃐𐃑𐃒𐃒</span>
我们在字体文件中读取一下上图所示内容。
import re
from fontTools.ttLib import TTFont
from hashlib import md5
# font = TTFont('./fonts/112.woff')
# font.saveXML('./112.xml')
# 读取字体文件
font = TTFont('./fonts/112.woff')
# 读取 cmap
cmap = font.getBestCmap()
with open('./112.xml','r',encoding='utf8') as f:
ret = f.read()
ret = ret.replace('\n','').replace(' ','')
# print(ret)
for i in cmap:
# 查询目标数据
data = re.findall(f'<CharStringname="{cmap[i]}">(.*?)</CharString>', ret)[0]
# print(data)
# 将查询到的结果进行 md5 编码
char_md5 = md5(data.encode('utf8')).hexdigest()
print(char_md5)
得到结果如下所示，下图所有值都经过 md5 加密之后得到的，便于后续对比。
下面你就要通过测试，获取所有的数字编码。
📣📣📣📣📣📣 右下角有个大拇指，点赞的漂亮加倍
