C#爬虫与反爬虫 字体加密

来自:~小菜鸟

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;今天我们来聊一聊字体;


那是一个偶然我遇到了这个网站,把价格信息全加密了;浏览器展示:




查看源码后是这样:



当时突然恍然大悟,以为不就是把价格换成 &#xxxxx: .. 字符实体了嘛 我转下就行了;(注:大家可能对转义字符(实体名称)比较熟悉 比如双引号对应" ,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一样的是 以x开头 表明是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) 


于是开始了转码。



这是什么鬼,难道我的判断有误。当我打开浏览器调试界面发现



也是乱码,我在界面上copy金额黏贴到记事本看看



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做了什么处理; 


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,但是好好的字体为啥要用base64 不用 http加载,http加载貌似可以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重新加载一下;莫非他不想缓存就是每次加载都不一样,经各种刷新后发现确实每次都生成不同文件;




既然感觉字体有问题 那我们就解析出来看看是啥,



这些0~9正好和界面上的html字符实体编码一一对应;所以这个加密方式就是 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 ;每个页面随机生成不同的字体(就是字体里的ASCII);上面那个是为了写帖子自己仿造原网站做的例子;

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

推荐↓↓↓
DotNet程序员
上一篇:.NET中实现HTML生成图片或PDF的几种方式 下一篇:查找.NET Core 3.0 占用CPU 100%的原因