V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
20171207
V2EX  ›  Python

大众点评又双叒叕升级反爬了

  •  
  •   20171207 · 2019-04-30 21:13:24 +08:00 · 4415 次点击
    这是一个创建于 2023 天前的主题,其中的信息可能已经有所发展或是发生改变。

    EGyfJJ.md.png

    现在变成这样的了,以前 class 还有特定的标识。虽然麻烦点,但是还是可以通过 css 跟 svg 还原数据,这种就完全没有思路了,有大佬能给个思路吗

    示例页面:

    http://www.dianping.com/shop/2061139/review_all/p1

    10 条回复    2019-05-14 12:00:07 +08:00
    AlisaDestiny
        1
    AlisaDestiny  
       2019-04-30 21:40:53 +08:00
    我看到的怎么和你看到的不一样?
    https://i.loli.net/2019/04/30/5cc8504f24617.png
    dcalsky
        2
    dcalsky  
       2019-04-30 21:46:01 +08:00 via Android
    为什么不无头浏览器加 OCR
    20171207
        3
    20171207  
    OP
       2019-04-30 22:17:44 +08:00
    @AlisaDestiny 不同页面有不同的加密类型,他是 woff 跟 svg 混合加密,以前好像只有 svg 加密
    greyqz
        4
    greyqz  
       2019-05-01 09:52:33 +08:00 via Android
    @dcalsky OCR 好评!
    xiangyuecn
        5
    xiangyuecn  
       2019-05-01 13:22:40 +08:00
    学到一个反爬技术+1,备忘:





    不过我这看到的这个好像不用 ocr,破解起来也算是易如反掌,坐标啥的都有,就差定位实际文字的代码了。。。
    20171207
        6
    20171207  
    OP
       2019-05-02 04:10:35 +08:00
    @xiangyuecn http://www.dianping.com/shop/2061139/review_all/p1http://www.dianping.com/shop/2061139 的评论是两种不同的加密方式,svg 的早就搞定了。
    Northxw
        7
    Northxw  
       2019-05-03 12:24:45 +08:00
    看起来很像自定义 CSS,不过没尝试过,改天研究研究( https://github.com/Northxw/Dianping, 这是我一周前搞得,只不过我没爬评论)
    ealltor
        8
    ealltor  
       2019-05-10 01:43:13 +08:00 via Android
    就是定义了一下字体而已,SVG 加密大众已经弃用了,你看到的方框是一个 Unicode 字符,Unicode 的编号和字体文件相对应,只不过字体文件并不是固定的,是渲染出来的,会有几个坐标的差异
    ealltor
        9
    ealltor  
       2019-05-10 01:43:39 +08:00 via Android
    总共就加密了六百多个字
    jhsea3do
        10
    jhsea3do  
       2019-05-14 12:00:07 +08:00
    增加了普通小白的爬取难度,估计下一步就是 svg 变图片了,

    代价是普通用户的体验下降了,比如我看到一个地址想选中右键 google 看看在哪里的结果就没法选中了。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3174 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 00:18 · PVG 08:18 · LAX 16:18 · JFK 19:18
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.