過完年，好了，咱們接著更新反反爬蟲系列

至于之前有朋友表示出一下1688呀，x寶的反反爬蟲

說實在的，阿里系的反爬蟲很厲害，我自愧不能搞定。

比如x寶的登錄，用了selenium + chrome的朋友都會遇到滑條拖動驗證失敗的情況

這個就是過不了的，首先會去檢查你的瀏覽器DOM的window.webdriver 來判斷是否是人還是自動化工具

其次還會檢測瀏覽器指紋看你的特征值，然后就是邏輯回歸的算法來判斷是不是爬蟲。

暫時先提這么多

依舊是回顧之前的系列:不吃夾生飯：反反爬蟲系列(一)?zhuanlan.zhihu.com不吃夾生飯：反反爬蟲系列(二)?zhuanlan.zhihu.com不吃夾生飯：反反爬蟲系列(三)?zhuanlan.zhihu.com

好了，今天我們要研究的是 x車之家的字體反爬蟲

難度： 中等偏上

反爬策略: html頁面通過css替換，::before這個東東，拿到的html是源碼，前端渲染出來的才是所見的。因此在一些關鍵部分字體拿到的是一個code，起到迷惑的意義。

我舉個栗子吧： 小明有頭驢。

那到底是幾頭呢，這個反爬蟲的意義就在這。

反反爬策略：解析出每個code對于的字就ok了

好了，入正題。

需求就定在我們需要去拿汽車的參數配置信息

進入頁面，長醬色的

頁面上看著沒問題對吧

然后看html源碼

并沒有結構化的東西，同時發現數據放在js里，長醬色的

注意我標的紅框里的東西

所以啊，就算突破一些常規的反爬蟲手段，拿到html后，我指的是批量拿到所有車型的配置html后。

解析了js，拿到配置信息。

但是關鍵地方的字體被替換，那搞個毛啊。

所以，接下來我們需要把這個替換再換回來。

因為常規的反爬蟲都是前端反爬蟲，等于讀書時候的習題冊，答案就在習題冊后面。

這時候我就又回到html里去找答案，

這僅僅是 二十多行，就看到這段，看里面覺得有貓膩對吧，

我們把這段js拿出來，格式化一下，就長這樣的

接下來就是耐心的找貓膩咯

完了后發現這樣一段函數

index和item有點刺眼，根據職業習慣，這個應該就是對于的字體

咱們再去搜搜 InsertRule這個關鍵詞，然后找到這個

添加一句 console.log($index$, $temp$)

然后把整段js拿到chrome里，執行一下看看

這不就出來了么

然后從解析出來的數據里，按照index替換就行了。

大體上的思路就是這樣

代碼我就不提供了，偷個懶

這里筆者需要提醒的就是：

x車之家，加載的字體是動態的，同時針對具體的車系加載的字體又是固定的。

因此在采集的時候要注意不同車系加載的不同字體

最后，個人感覺，在字體反爬蟲上，x車之家算是教科書級別的。