爬虫爬到这种【数字】,该如何解决?
发布于 7 年前 作者 JZLeung 5222 次预览 最后一次回复是 7 年前 来自 问答
正在学习爬虫,然后发现页面上看上去比较正常的数字,原来暗藏玄机。 ### 这特么的不是正经数字!!!!!!!
右键选择后,就发现了奇怪的现象,浏览器菜单根本识别不出来这是什么东西。
然后查看源代码发现,好像是一种自定义的字体。
<span class="dzfoYFxr">𘟭𘟪𘟪𘟲𘟫𘟪</span></em><cite>万字</cite>
而且,每次刷新都是不一样的。 刷新后是这样的:
<span class="xVHrzwwr">𘢦𘢤𘢤𘢠𘢧𘢤</span></em><cite>万字</cite>
查看元素可以发现真的是字体。
那么,请问,这种情况该如何解决?
13 回复
这是一种反爬策略。
nb
应该可以根据ascii码来做个对照表
[CNodeMD]
看编码格式像是HTML Entities,Unicode编码,但是解码出来好像不是数字
@fruit-memory 因为它有相对应的字体的。而且这些字体是每次刷新都不一样。
@dbit-xia 可以对应,但是这些字体是每次刷新都不一样。
@JZLeung 看你上面给的图片,数字用了特殊字体
以前见过这样的反爬,它会生成被随机打乱的字体文件
有网址吗? 我也研究研究
@longFeiLi https://book.qidian.com/info/1004608738
@coolfishstudio 对耶,移动端没有使用到这种字体。 谢谢你的帮助。