听说学Python字体反爬的人，都打开过这篇博客，自如字体反爬，图片字体反爬

@[toc]

⛳️ 自如 实战场景

我们又碰到了一个字体反爬的站点，自如。该站点的字体反爬不是用字体文件实现的，而是基于图片+CSS，具体如下图所示。这里运用 CSS 背景偏移技术实现数字的展示。

字体图片如下所示。图片宽度和高度的比例是 300*28，其中 300 像素被等比例放置了 10 个数字，即每 30 个像素一个数字，实测间隔是 21.4 个像素。

后续可以参考该值做区分。

下面还需要确定一下每次刷新，图片是否发生变化。

刷新了一下，发生了变化 ￣ □ ￣｜｜

但是原理是一样的，就是获取图片之后，然后解析对应的图片，通过 OCR 技术，识别文字。

⛳️ 自如 实战编码

获取源码，解析图片地址。

import requests from lxml import etree headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36" } res = requests.get('https://www.ziroom.com/z/',headers=headers) tree = etree.HTML(res.text) img_style = tree.xpath("//span[@class='num']/@style")[0] # 不用正则，直接截取字符串 print(len('background-image: url(//')) print(len(');background-position: -42.8px')) # 不用正则，直接截取字符串 img_src = img_style[24:len(img_style)-30]

然后通过 OCR 软件识别相关信息，然后进行提取。

# 下载图片文件，通过 OCR 识别出数字 import ddddocr ocr = ddddocr.DdddOcr() res = requests.get('https://'+img_src,headers=headers) # print(res.content) # with open('./images/num_img1.png','wb') as f: # f.write(res.content) res = ocr.classification(res.content) print(res)

测试中识别的数字为 5471380629，然后将其拆解即可。

测试发现截取图片地址的时候，有时候会出现图片地址错误，建议大家依旧使用正则表达式获取。

最后就是坐标与数字的对应关系了

• -21.4：第一个数字
• -42.8：第二个数字
• -64.2：第三个数字

其余的都参考这个原理即可。