小白也能夠看會的破解抖音字體反爬

如今的網站，到處都是反爬，咱們這些爬蟲的常常須要和他們鬥智鬥勇，就看誰更厲害。這不，就連字體也弄成了反爬，並且還不止一個網站，常見的就有貓眼和汽車之家。不過，字體反爬也沒有用，畢竟咱們會破！哈哈。

抖音的字體反爬是在一個分享我的主頁的連接中，別的連接暫時沒有測試，不過破了一個其餘的也就破了。

分享主頁能夠這樣得到：

1). 點擊迪麗熱巴我的主頁

2).點擊左上角

3).再點擊左上角分享以連接方式複製

作完以後你就能夠得到這樣一條連接：v.douyin.com/NT5Nck/

在瀏覽器打開能夠看到：

連接編程了這樣：www.iesdouyin.com/share/user/…

根據經驗很容易知道前面的參數就是用戶的 id 號，後面的就是時間戳，能夠去掉的。

有了這個頁面以後怎麼將我的主頁的名稱、粉絲、點贊量等爬下來呢？接下來就是教你這個，請繼續往下看！

1. 分析破解反爬字體

打開開發者調試工具，很容易就能夠看到數據所在的請求的連接

點擊咱們須要獲取的粉絲數，你能夠看到：

能夠看到，字體都變成了正方形，很明顯這個作了反爬。那咱們再看看請求返回來的 html 信息。

能夠看到一堆編碼，並且都是數字變成了這樣，全部抖音將這些數字的數據都作了字體進行映射，用了他們本身的字體，那咱們能夠看看開發者工具的 network 查看他所用的字體，通常都是 wolf 或者 ttf 結尾的，能夠看到：

s3.bytecdn.cn/ies/resourc…

在瀏覽器輸入上面地址就能夠下載該字體了。

下載完以後咱們能夠用 Python 的一個工具包 fontTools 來查看字體映射。

若是你沒有這個包的話，可在命令行輸入下面代碼進行下載工具包：

pip install fontTools
複製代碼

使用 fontTools 將字體文件轉爲 XML 文件，下面爲代碼：

轉換以後查看文件，你就能夠看到之間的映射了，以下：

code 爲咱們在請求中顯示的編碼，name爲映射，到咱們須要找的是數字，num_ 表明的又是哪些數字呢？，若是你再找找，你會發現這個：

是否是感受已經找到了，恭喜你，你被坑了，這個並非，若是你第一次遇到的話，估計都會被它坑一次，這個並非剛纔的什麼數字映射，只是一些 id 名字罷了。

這時就須要咱們另借助一個字體軟件了：FontCreator, 軟件百度官網下載安裝便可。

用這個軟件打開字體，能夠看到新大陸：

這個就是咱們須要找的映射，配合上面在 XML 文件中找的映射，一塊兒用，這個就破解了。

2.代碼實現

用 Python 代碼只須要把它們之間的映射搞清楚就好了，因此咱們可使用字典來保存這些數據。

這個就是在軟件上看到的映射關係，再來弄弄在 XML 中的編碼對應關係

經過一行一行地讀取 XML 文件的內容，找出映射並存儲在相應的字典中，這就能夠了，大功告成。

3.其餘數據的獲取

我打算爬的是抖音的用戶數據，先找了 1000 個抖音大號來爬取，接着會經過他們的粉絲列表再來爬取別的用戶，這樣就差很少可以把抖音的大多數用戶獲取了，具體怎樣爬取粉絲列表，下篇文章告訴你！期待的就點個「好看」支持下？

下面是 1000 個抖音大號的部分爬取代碼：

上面的就是我須要存儲的內容。

因爲篇幅問題，其餘的就不放出來了，想要源碼的關注公衆號進行獲取

「如下內容，本人僅供學習交流，切勿用於商業用途」