最近好久沒寫代碼了，突然想熱熱手于是就相中了起點中文網(●ˇ?ˇ●)
廢話不多說，獻上代碼
我們先來分析分析起點中文網的網站
https://www.qidian.com/rank/yuepiao/year2022-month01/
正常操作我們進入網站之后，按f12，點擊network ，如下圖

我們需要找到我們要爬取的內容，今天我們就爬取標題和月票數吧

**找到箭頭所指的網址點進去查看它的預覽(Preview)查找了之后發現，沒有我們要找的數據，我們再看是否在Response中，用CTRL+f來搜索星門會發現在這個里面
**


這樣我們就得到了題目，獲取題目的代碼如下

import random import requests from lxml import etree# 確定起點中文網月票排行榜網址url = 'https://www.qidian.com/rank/yuepiao/year2022-month01/'# 請求頭headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.193 Safari/537.36','referer': 'https://www.qidian.com/rank/','cookie': 'e1=%7B%22pid%22%3A%22qd_P_rank_01%22%2C%22eid%22%3A%22qd_C19%22%2C%22l1%22%3A4%7D; e2=%7B%22pid%22%3A%22qd_P_rank_01%22%2C%22eid%22%3A%22%22%2C%22l1%22%3A4%7D; _yep_uuid=fd95b6b7-090e-c6e5-cb8c-b8387e5b29ab; _ga=GA1.1.376581816.1643601078; newstatisticUUID=1643601078_1599172947; _csrfToken=m8mDkhtjc381bOHrIGiYTkE1g3bUzgPZjExmmO9l; _ga_FZMMH98S83=GS1.1.1643601077.1.1.1643601098.0; _ga_PFYW0QLV3P=GS1.1.1643601077.1.1.1643601098.0'} # 響應數據 response = requests.get(url, headers=headers) response_text = response.text html_data = etree.HTML(response_text) #通過xpath獲得題目 title_list = html_data.xpath('//h2/a/text()') print(title_list)

**運行代碼可以看到第一頁的小說名字都出來了(以列表的形式）
**

當然我們還要獲得這些小說的月票數

可以看出月票數沒有直接的顯示出來那我們先把這未顯示的拿到

# 利用正則獲取月票數 re_data = re.findall('</style><span class=".*?">(.*?)</span>', response_text) print(re_data)

效果如下

可以看出這跟網頁上的顯示的不一樣啊，這是啥呀，于是可以猜想此月票數應該是進行了字體加密了為了驗證此想法在字體上找到了一個src

并且此src還是動態的(心態崩了)每次進入此網頁就會隨機生成以下是我在network的font進行對比


于是獲得動態字體url的代碼如下

# 利用正則獲取動態url font_url = re.findall(r"format\('eot'\); src: url\('(.*?)'\) format\('woff'\)", response_text)[0] print(font_url)

然后后面的思路就清晰了直接用獲得的字體包來解密源碼中加密的數據就行了

# 發送請求，下載字體加密文件 font_response = requests.get(font_url, headers=headers) with open('jiemi.woff','wb')as f:f.write(font_response.content) #解析字體解密文件 #創建TTFont對象 font_obj = TTFont('jiemi.woff') #轉換成xml明文格式 font_obj.saveXML('jiemi.xml')# 獲取映射表 cmap_dict = font_obj.getBestCmap() print("字體加密映射表", cmap_dict) # 去掉加密后的特殊符號 &# &#100196 =》100196 re_data for i in enumerate(re_data):new_font_list = re.findall(r'\d+', i[1])re_data[i[0]] = new_font_list print("去掉特殊符號", re_data) # 把關系映射表的英文數字改成阿拉伯數字 {100196: '3'} dict_e_a = {"one": '1', "two": '2', "three": '3', "four": '4', "five": "5", "six": '6', "seven": "7", "eight": '8', "nine": '9',"zero": '0'}# 遍歷關系映射表 for i in cmap_dict: # 遍歷dict_e_afor j in dict_e_a:# dict_的值等于dict_e_a的鍵if cmap_dict[i] == j:cmap_dict[i] = dict_e_a[j]print("替換成數字后的關系映射表", cmap_dict)# 10.通過匹配response去掉特殊符號的值 和 改成阿拉伯數字后的關系映射表，把密文改成明文 100196 =》 3 for i in re_data: # 去掉response去掉特殊符號的值[[],[],[]]print(i) # ['100388', '100389', '100388', '100385', '100385']for j in enumerate(i): # 100388# print(j)for k in cmap_dict: # 改成阿拉伯數字后的關系映射表# print(k)if j[1] == str(k):print(j[0])i[j[0]] = cmap_dict[k] print("解析之后的月票數", re_data)# 對單個明文進行拼接成完整的月票數 list_ = [] for i in re_data:j = ''for k in i:j += klist_.append(j) print("最終的月票明文數據列表", list_)# 11.把書名和字典名進行組成字典{"書名"："月票數"} rank_dict = {} for i in range(len(title_list)):rank_dict[title_list[i]] = list_[i]

這樣還不夠我有搞了個多頁，翻頁不是很難，就是這個解密不是很好搞觀察第一頁第二頁第三頁的url的不同
第一頁：https://www.qidian.com/rank/yuepiao/year2022-month01/
第二頁：https://www.qidian.com/rank/yuepiao/year2022-month01-page2/
第三頁：https://www.qidian.com/rank/yuepiao/year2022-month01-page3/
發現規律，完整翻頁代碼如下

import random import requests import time from lxml import etree from fontTools.ttLib import TTFont import repages = int(input('請輸入要查詢的頁數')) for page in range(pages):if page == 0:# 確定起點中文網月票排行榜網址url = 'https://www.qidian.com/rank/yuepiao/year2022-month01/'else:pages_i=1url = f'https://www.qidian.com/rank/yuepiao/year2022-month01-page{pages_i+page}/'# 請求頭headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.193 Safari/537.36','referer': 'https://www.qidian.com/rank/','cookie': 'e1=%7B%22pid%22%3A%22qd_P_rank_01%22%2C%22eid%22%3A%22qd_C19%22%2C%22l1%22%3A4%7D; e2=%7B%22pid%22%3A%22qd_P_rank_01%22%2C%22eid%22%3A%22%22%2C%22l1%22%3A4%7D; _yep_uuid=fd95b6b7-090e-c6e5-cb8c-b8387e5b29ab; _ga=GA1.1.376581816.1643601078; newstatisticUUID=1643601078_1599172947; _csrfToken=m8mDkhtjc381bOHrIGiYTkE1g3bUzgPZjExmmO9l; _ga_FZMMH98S83=GS1.1.1643601077.1.1.1643601098.0; _ga_PFYW0QLV3P=GS1.1.1643601077.1.1.1643601098.0'}# 響應數據response = requests.get(url, headers=headers)response_text = response.texthtml_data = etree.HTML(response_text)# 通過xpath獲得題目title_list = html_data.xpath('//h2/a/text()')print(title_list)# 利用正則獲取月票數re_data = re.findall('</style><span class=".*?">(.*?)</span>', response_text)print(re_data)# 利用正則獲取動態urlfont_url = re.findall(r"format\('eot'\); src: url\('(.*?)'\) format\('woff'\)", response_text)[0]# 發送請求，下載字體加密文件font_response = requests.get(font_url, headers=headers)with open('jiemi.woff','wb')as f:f.write(font_response.content)#解析字體解密文件#創建TTFont對象font_obj = TTFont('jiemi.woff')#轉換成xml明文格式font_obj.saveXML('jiemi.xml')# 獲取映射表cmap_dict = font_obj.getBestCmap()print("字體加密映射表", cmap_dict)# 去掉加密后的特殊符號 &# &#100196 =》100196 re_datafor i in enumerate(re_data):# print(i)new_font_list = re.findall(r'\d+', i[1])re_data[i[0]] = new_font_listprint("去掉特殊符號", re_data)# 把關系映射表的英文數字改成阿拉伯數字 {100196: '3'}dict_e_a = {"one": '1', "two": '2', "three": '3', "four": '4', "five": "5", "six": '6', "seven": "7", "eight": '8', "nine": '9',"zero": '0'}# 遍歷關系映射表for i in cmap_dict:# 遍歷dict_e_afor j in dict_e_a:# dict_的值等于dict_e_a的鍵if cmap_dict[i] == j:cmap_dict[i] = dict_e_a[j]print("替換成數字后的關系映射表", cmap_dict)# 10.通過匹配response去掉特殊符號的值 和 改成阿拉伯數字后的關系映射表，把密文改成明文 100196 =》 3for i in re_data: # 去掉response去掉特殊符號的值[[],[],[]]print(i) # ['100388', '100389', '100388', '100385', '100385']for j in enumerate(i): # 100388# print(j)for k in cmap_dict: # 改成阿拉伯數字后的關系映射表# print(k)if j[1] == str(k):print(j[0])i[j[0]] = cmap_dict[k]print("解析之后的月票數", re_data)# 對單個明文進行拼接成完整的月票數list_ = []for i in re_data:j = ''for k in i:j += klist_.append(j)print("最終的月票明文數據列表", list_)# 把書名和字典名進行組成字典{"書名"："月票數"}rank_dict = {}for i in range(len(title_list)):rank_dict[title_list[i]] = list_[i]print(f"第{page+1}最終的結果", rank_dict)print('-'*50)#防止反爬，隨即休眠1到2秒time.sleep(random.randint(1,2))

效果如下：

喜歡此文章的可以點在關注我，后續會發布更多好文章(●’?’●)

總結

以上是生活随笔為你收集整理的关于起点中文网月票字体解密（附赠翻页获得月票）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。