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;今天咱们来聊一聊字体;
那是一个偶然我遇到了这个网站,把价格信息全加密了;浏览器展现:css
查看源码后是这样:html
当时忽然恍然大悟,觉得不就是把价格换成 &#xxxxx: .. 字符实体了嘛 我转下就好了;(注:你们可能对转义字符(实体名称)比较熟悉 好比双引号对应" ,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同的是 以x开头 代表是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) ;因而开始了转码。。。。windows
这是什么鬼,难道个人判断有误。当我打开浏览器调试界面发现api
也是乱码,我在界面上copy金额黏贴到记事本看看浏览器
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作了什么处理;
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,可是好好的字体为啥要用base64 不用 http加载,http加载貌似能够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从新加载一下;莫非他不想缓存就是每次加载都不同,经各类刷新后发现确实每次都生成不一样文件;缓存
既然感受字体有问题 那咱们就解析出来看看是啥,字体
这些0~9正好和界面上的html字符实体编码一一对应;因此这个加密方式就是 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 ;每一个页面随机生成不一样的字体(就是字体里的ASCII);上面那个是为了写帖子本身仿造原网站作的例子;
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网站
好困。午休去了;ui