有一个网站地址如下： https://xxfb.mwr.cn/sq_dxsk.html 直接看这个页面上中文都是正常的，但是如果我拷贝一些中文字段再粘贴发现就会乱码，比如页面上显示“珠江” 使用 ctrl + c 复制后，粘贴在本地的记事本上会变成 “䆔䂒”。请问这是用啥技术实现的啊？
9 条回复 • 2024-09-03 17:54:26 +08:00
 |
1
jdkxnktkdkxod 10 小时 0 分钟前
特殊的字体，用来反爬的
|
 |
2
fulajickhz 9 小时 42 分钟前
这种你试试 用 ublock 停止 javascript 说不定这功能就废了
|
 |
3
mringg 9 小时 34 分钟前
自己弄的字体库，一共 744 个字，自己做下映射吧
|
 |
4
scyuns 9 小时 25 分钟前
好有意思 自定义了一个字典表
|
 |
5
78786381 9 小时 18 分钟前
502,看不到了
|
 |
6
Latin 9 小时 11 分钟前  1
|
 |
7
hongye OP @jdkxnktkdkxod 感谢
|
 |
8
500 6 小时 35 分钟前
要爬这个的话先请求 **https://xxfb.mwr.cn/sq_dxsk.html** 获取到 loadData() 里的 URL
``` https://xxfb.mwr.cn/一级随机/二级随机 ``` **loadData()** 里面请求数据的 URL 是服务器动态生成的，虽然每次都不一样，但是又可以重复使用，不知道是不是忘了做频率限制，或者会偷偷后台统计？ 再从 URL 获取 JSON 数据，数据的格式是： ``` "#UEO3kxleHI_1725353725381otltag䌙䅭#FontTag" ``` 对应 ``` "#{字体文件名}otltag{内容}#FontTag" ``` 这个字体文件只有 744 个字形，除去前后两个空白字形，有用的只有 742 个字形，可以根据字形顺序建立对照表； 每次请求数据时服务器会动态偏移字体的 code point ，生成新的字体文件； 根据观察每次生成的字体文件中字形顺序没有改变，而且每个字形的 code point 相差都是 2 ，所以只需要根据字体名称请求字体文件； ``` https://xxfb.mwr.cn/ttf/{字体文件名}.ttf ``` 获取到第 1 个有用的字形的 code point ，也就是索引 1 处的 code point ，就可以根据字形顺序推导出其他字形的 code point ； 最后把内容转换成 unicode 码位，把字形的 code point 转换成 16 进制，两边匹配一下就可以得到实际看到的内容了。 |
|
9
500 6 小时 28 分钟前
不过用动态字体文件反爬，应当只用在金额、数量这种比较重要的数字信息上，把汉字放进去太影响性能和用户体验了
|
Select Language