小白也能够看会的破解抖音字体反爬

如今的网站，到处都是反爬，咱们这些爬虫的常常须要和他们斗智斗勇，就看谁更厉害。这不，就连字体也弄成了反爬，并且还不止一个网站，常见的就有猫眼和汽车之家。不过，字体反爬也没有用，毕竟咱们会破！哈哈。

抖音的字体反爬是在一个分享我的主页的连接中，别的连接暂时没有测试，不过破了一个其余的也就破了。

分享主页能够这样得到：

1). 点击迪丽热巴我的主页

2).点击左上角

3).再点击左上角分享以连接方式复制

作完以后你就能够得到这样一条连接：v.douyin.com/NT5Nck/

在浏览器打开能够看到：

连接编程了这样：www.iesdouyin.com/share/user/…

根据经验很容易知道前面的参数就是用户的 id 号，后面的就是时间戳，能够去掉的。

有了这个页面以后怎么将我的主页的名称、粉丝、点赞量等爬下来呢？接下来就是教你这个，请继续往下看！

1. 分析破解反爬字体

打开开发者调试工具，很容易就能够看到数据所在的请求的连接

点击咱们须要获取的粉丝数，你能够看到：

能够看到，字体都变成了正方形，很明显这个作了反爬。那咱们再看看请求返回来的 html 信息。

能够看到一堆编码，并且都是数字变成了这样，全部抖音将这些数字的数据都作了字体进行映射，用了他们本身的字体，那咱们能够看看开发者工具的 network 查看他所用的字体，通常都是 wolf 或者 ttf 结尾的，能够看到：

s3.bytecdn.cn/ies/resourc…

在浏览器输入上面地址就能够下载该字体了。

下载完以后咱们能够用 Python 的一个工具包 fontTools 来查看字体映射。

若是你没有这个包的话，可在命令行输入下面代码进行下载工具包：

pip install fontTools
复制代码

使用 fontTools 将字体文件转为 XML 文件，下面为代码：

转换以后查看文件，你就能够看到之间的映射了，以下：

code 为咱们在请求中显示的编码，name为映射，到咱们须要找的是数字，num_ 表明的又是哪些数字呢？，若是你再找找，你会发现这个：

是否是感受已经找到了，恭喜你，你被坑了，这个并非，若是你第一次遇到的话，估计都会被它坑一次，这个并非刚才的什么数字映射，只是一些 id 名字罢了。

这时就须要咱们另借助一个字体软件了：FontCreator, 软件百度官网下载安装便可。

用这个软件打开字体，能够看到新大陆：

这个就是咱们须要找的映射，配合上面在 XML 文件中找的映射，一块儿用，这个就破解了。

2.代码实现

用 Python 代码只须要把它们之间的映射搞清楚就好了，因此咱们可使用字典来保存这些数据。

这个就是在软件上看到的映射关系，再来弄弄在 XML 中的编码对应关系

经过一行一行地读取 XML 文件的内容，找出映射并存储在相应的字典中，这就能够了，大功告成。

3.其余数据的获取

我打算爬的是抖音的用户数据，先找了 1000 个抖音大号来爬取，接着会经过他们的粉丝列表再来爬取别的用户，这样就差很少可以把抖音的大多数用户获取了，具体怎样爬取粉丝列表，下篇文章告诉你！期待的就点个「好看」支持下？

下面是 1000 个抖音大号的部分爬取代码：

上面的就是我须要存储的内容。

因为篇幅问题，其余的就不放出来了，想要源码的关注公众号进行获取

「如下内容，本人仅供学习交流，切勿用于商业用途」