欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

C#爬虫与反爬虫--字体加密篇

程序员文章站 2022-06-09 13:46:44
爬虫和反爬虫是一条很长的路,遇到过js加密,flash加密、重点信息生成图片、css图片定位、请求头.....等手段;今天我们来聊一聊字体; 那是一个偶然我遇到了这个网站,把价格信息全加密了;浏览器展示: 查看源码后是这样: 当时突然恍然大悟,以为不就是把价格换成 &#xxxxx: .. 字符实体了 ......

       爬虫和反爬虫是一条很长的路,遇到过js加密,flash加密、重点信息生成图片、css图片定位、请求头.....等手段;今天我们来聊一聊字体;
那是一个偶然我遇到了这个网站,把价格信息全加密了;浏览器展示:

C#爬虫与反爬虫--字体加密篇

查看源码后是这样:

C#爬虫与反爬虫--字体加密篇

当时突然恍然大悟,以为不就是把价格换成 &#xxxxx: .. 字符实体了嘛 我转下就行了;(注:大家可能对转义字符(实体名称)比较熟悉 比如双引号对应" ,字符实体呢就 &#开头 ; 结尾 中间那些是ascii码 ;我这个示例中又有点不一样的是 以x开头 表明是16进制的 ascii码;详解:http://www.w3school.com.cn/html/html_entities.asp 和
http://www.w3school.com.cn/tags/html_ref_ascii.asp) ;于是开始了转码。。。。

C#爬虫与反爬虫--字体加密篇

 这是什么鬼,难道我的判断有误。当我打开浏览器调试界面发现

C#爬虫与反爬虫--字体加密篇

也是乱码,我在界面上copy金额黏贴到记事本看看

C#爬虫与反爬虫--字体加密篇

也是乱码说明上面的推断是没有错的,他应该就是在显示上做了什么处理;
       在找找发现一段鬼鬼祟祟的代码;给price设置了一个叫zhongshugui的字体,但是好好的字体为啥要用base64 不用 http加载,http加载貌似可以用浏览器缓存的不是更好,base64 的话我每次浏览一个网页不都是要重新加载一下;莫非他不想缓存就是每次加载都不一样,经各种刷新后发现确实每次都生成不同文件;

C#爬虫与反爬虫--字体加密篇

C#爬虫与反爬虫--字体加密篇

既然感觉字体有问题 那我们就解析出来看看是啥,

C#爬虫与反爬虫--字体加密篇

这些0~9正好和界面上的html字符实体编码一一对应;所以这个加密方式就是 html写对应的html实体并与字体里的ascii对应,自定义字体文件 以base64的方式内嵌到html里 ;每个页面随机生成不同的字体(就是字体里的ascii);上面那个是为了写帖子自己仿造原网站做的例子;
c#解析字体的类在system.windows.media命名空间下fonts类:
https://docs.microsoft.com/zh-cn/dotnet/api/system.windows.media.fonts?view=netframework-4.8

   好困。午休去了;