把页面中关键信息改成使用@font-face(网络字体)

Amy

楚留香() 21:34:33
搞采集的各位同学，有没发现最近部分网站把页面中关键信息如"价格"、"手机号码"，改成使用@font-face(网络字体)，如:src: url(data:application/font-woff;charset=utf-8;base64, ... ),导致关键信息采集下来是乱码，哪位遇到过或有好办法解决的
Mr._juny-so0💯() 21:36:14
base64
楚留香() 21:40:37
@Mr._juny-so0 直接base64解码还是不行，你遇到过吗
Mr._juny-so0💯() 21:43:02
发来看看
楚留香() 21:47:17

111.zip (2.34 KB, 下载次数: 0)

2019-1-7 09:37 上传

点击文件名下载附件
Mr._juny-so0💯() 21:51:53
我来解密看看
楚留香() 21:53:29
好的
Mr._juny-so0💯() 22:42:52
@21527884 告诉你一个暴力的方法
Mr._juny-so0💯() 22:44:01
你只用这个 网页 还是 其他网页
Mr._juny-so0💯() 22:59:54
@楚留香 还在吗 ？
Mr._juny-so0💯() 23:00:03

Mr._juny-so0💯() 23:00:19 解出来了

楚留香() 23:02:38 怎么解的

Mr._juny-so0💯() 23:02:50 撞库

Mr._juny-so0💯() 23:03:05

楚留香() 23:03:08 穷举是不行的，每次值不一样

Mr._juny-so0💯() 23:03:21 例如 你再发一次

Mr._juny-so0💯() 23:08:44 要不 你把这个数字保存成图片 然后再 ORC？

楚留香() 23:11:38 ocr效率低

Mr._juny-so0💯() 23:11:56 你采集那个网站 ？

楚留香() 23:11:57

Mr._juny-so0💯() 23:11:58 58 ？

楚留香() 23:12:09 你看这页

楚留香() 23:13:02 不同base64后，对应数字是不一样的，所以枚举基本不行

Mr._juny-so0💯() 23:13:11 嗯

Mr._juny-so0💯() 23:13:17 我在想办法

楚留香() 23:44:42 @Mr._juny-so0 9ea3=0   这个是怎么出来的

Mr._juny-so0💯() 23:44:57 枚举啊

Mr._juny-so0💯() 23:45:16 其实不管怎么变 都是这几个数字

楚留香() 23:45:16 怎么枚举

Mr._juny-so0💯() 23:47:14 @楚留香 你是解那个网站的

Mr._juny-so0💯() 23:47:16 58 ？

Mr._juny-so0💯() 23:47:25 你用py？

楚留香() 23:47:25 ganji

Mr._juny-so0💯() 23:47:49 https://github.com/holymonk/font-encrypt/blob/master/decrypt/crack_58.py

Mr._juny-so0💯() 23:47:53 给份源码你看

Mr._juny-so0💯() 23:47:59 不过是py 的

楚留香() 23:48:34 好的，谢啦，我看看

2019-01-07

Mr._juny-so0💯() 0:00:26 我明白了

Mr._juny-so0💯() 0:00:32

楚留香() 0:00:38 啥情况

Mr._juny-so0💯() 0:00:40 但是 我要睡觉了

楚留香() 0:00:59 简单说说

楚留香() 0:01:12 要不你睡不着

Mr._juny-so0💯() 0:02:14 你先把那一串 Base64 弄出来

楚留香() 0:02:43 然后呢

Mr._juny-so0💯() 0:02:47 用程序 解析 base64 然后 弄成 2进制  写  成 ttf

Mr._juny-so0💯() 0:03:07 那一串就是0~9字体库

Mr._juny-so0💯() 0:03:33 然后再解析 0~9 的标识码 就是 我发给你的那些 16进制

Mr._juny-so0💯() 0:03:44 对应上去

Mr._juny-so0💯() 0:03:55 至于怎么对应 我还没弄明白

楚留香() 0:04:45 我想想

楚留香() 0:06:49 关键是字体库相当与是浏览器绘制的，无法识别具体数字吧

Mr._juny-so0💯() 0:07:12

Mr._juny-so0💯() 0:07:22 反正我好像弄明白了 80%

楚留香() 0:09:30 明天再看~

Mr._juny-so0💯() 0:25:26 @楚留香

Mr._juny-so0💯() 0:25:28

Mr._juny-so0💯() 0:25:39 我做出来了

楚留香() 0:29:05 用字体工具了？

Mr._juny-so0💯() 0:29:25 嗯

Mr._juny-so0💯() 0:29:34 这真的要睡了

Mr._juny-so0💯() 0:29:43 明天 再弄了

楚留香() 0:29:56 明天看吧，主要怎么嵌在代码里

Mr._juny-so0💯() 0:30:09

Mr._juny-so0💯() 0:30:20 base64 转 出 ttf

Mr._juny-so0💯() 0:30:23 源码给你

Mr._juny-so0💯() 0:30:27 不严谨

楚留香() 0:30:49 好的，谢啦，我研究下

站长苏飞

我只是路过打酱油的。

惜

强烈支持楼主ing……

竹林风

真是难得给力的帖子啊。

liu

强烈支持楼主ing……