反爬原理

利用字体文件，对显示的字体进行修改，使得页面中为标准字体而html代码中的字体为乱码形态。

破解原理

找到字体文件，找到字体文件中，每个字对应的字典，然后对HTML代码中的乱码进行替换。

目标网站

https://book.qidian.com/info/1021578238@Anzw

爬取思路

1、找到目标网站的请求方式
2、确定爬取文件
3、找到加密字体
4、爬取数据

爬取步骤

1、通过f12开发者工具找到请求页面，查看页面信息，确定请求为GET请求

2、找到要爬取的数据，发现是一堆乱码，无法正确读出数字
3、根据span标签的class属性到css中找到定义的css,从中可以找到字体文件名

4、按CTRL + shift +f 进行全局搜索文件名（本次文件名为ttDVCePS）文件名可能随时变动的

5、点击搜索到的结果可以进入到html详情页面

6、在详情页中再次搜索文件名，找到文件位置，向后在次找到(.ttf)字体文件的文件的url,下载字体文件。字体加密所对用的字典都在这个文件中。

7、python 可以利用TTFont打开字体文件，然后对字体文件进行操作，操作如下：
7.1、安装TTFont
pip install fontTools
7.2 导入TTFont模块
from fontTools.ttLib import TTFont
7.3 把 .ttf文件修改格式保存为xml文件
TTFont('文件名')用来打开.ttf文件，其中saveXML（）用来保存为xml格式的文件

a = TTFont('RyCKowTQ.ttf')
a.saveXML('a.xml')

8、打开.xml文件，（浏览器、sublime、pycharm都可以打开）找到文字，id为正常文字，name为加密后的值，选一个name在文件中进行搜索

9、搜索到网页中显示的字体，code就是网页中对应的值。所有对应都在<cmap></cmap>中

10、利用Python提取cmap中对应的字典
aa['cmap'].getBestCmap()

如果字体文件不变，则可以把字体字典直接保存下来。

#coding:utf-8
import sys
import requests,io
from fontTools.ttLib import TTFont
seeion = requests.session()
url = 'https://qidian.gtimg.com/qd_anti_spider/CultUYUT.ttf'
a = seeion.get(url)
aa = TTFont(io.BytesIO(a.content))
a = TTFont('RyCKowTQ.ttf')
a.saveXML('a.xml')
bb = aa['cmap'].getBestCmap()
print(bb)