这是一个创建于 2827 天前的主题，其中的信息可能已经有所发展或是发生改变。
正在学习爬虫，然后发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> <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> <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？
 | 1 ccino 2018-04-14 16:44:34 +08:00 等高手吧，我没想出来办法。。。。。。。。 |
 | 2 whileFalse 2018-04-14 16:53:42 +08:00 ocr 啊。 |
 | 3 Hzzone 2018-04-14 16:57:30 +08:00 via iPhone 截图 ocr |
 | 4 takato 2018-04-14 16:59:07 +08:00 1.OCR 2.可以考虑实现一个模型 train 一下看看 class 的值和&#后的数字有没有线性或非线性关系。 |
 | 5 xzc0001 2018-04-14 16:59:35 +08:00 直接映射？是不是每个数字只用了一个或者几个对应字体里的字符？可以单独写个函数去转这个数字。 |
 | 6 LeungJZ OP |
 | 7 m939594960 2018-04-14 17:14:03 +08:00 解析字体文件啊？ |
 | 8 xujialiang 2018-04-14 17:25:53 +08:00 via iPhone 找 js 里的方法，看它们怎么解析的，抄过来 |
 | 9 sujin190 2018-04-14 17:32:19 +08:00 自定义字体，这个加密牛逼啊，有想法，但是每次生成字体文件应该挺耗资源的吧，那么就不可能有太多份才是，写个脚本刷新试试，看看会不会遇到重复的 |
 | 10 crab 2018-04-14 17:39:05 +08:00 |
 | 11 EPr2hh6LADQWqRVH 2018-04-14 17:42:15 +08:00 这个思路 nice 啊，学习一个 |
| 12 LeungJZ OP @xujialiang 没有 js 操作，完全的 ssr。在 console 里面打开 diabled javascirpt 一样能渲染出来的。 |
| 13 LeungJZ OP @sujin190 应该不是每次都生成，但是可能有大量已经生成好的字体文件，已经分散在 cdn 上了。每次输出只要随便取一个就可以了。 |
| 14 LeungJZ OP @crab 确实，猫眼的也是这样的，但是，很容易就破了，因为他每次引入的字体文件都是一样的，字体都是 stonefont。而这里却每刷新一次就有新的文件。 |
 | 15 boboliu 2018-04-14 18:15:58 +08:00 via Android 可以同时直接解析 TTF 然后比对字形识别 |
 | 16 l0ng 2018-04-14 23:59:34 +08:00 我发现网易云音乐网页版的歌名加入了特殊字符 <b title="不为谁而作的歌">不为<div class="soil">蟊</div>谁而作的歌</b> |
 | 18 projectzoo 2018-04-15 11:18:55 +08:00 我的第一想法就是设置得是字体，毕竟 浏览器 可以无痛解析。 |
Select Language