起点中文网月票等字体数据爬取Python

ゝ一纸荒年。 2022-03-01 03:34 256阅读 0赞

**起点中文网收藏量等数据爬取**  
**1.难点分析**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODE2ODY5NA_size_16_color_FFFFFF_t_70]  
通过chrome开发工具分析我么可以得出结论，月票数量不是html文本，而是通过字体生成出来的数字，这时候的爬虫就要复杂一些了。  
**2.思路分析**  
先爬取目标网页的字体，之后通过python fontTools、io库将字体转化成数字  
**3.核心代码呈现**

def get_font(url):
        response = requests.get(url)
        font = TTFont(BytesIO(response.content))
        cmap = font.getBestCmap()
        font.close()
        return cmap
    def get_encode(cmap, values):
        WORD_MAP = {'zero': '0', 'one': '1', 'two': '2', 'three': '3', 'four': '4', 'five': '5', 'six': '6', 'seven': '7',
                    'eight': '8', 'nine': '9', 'period': '.'}
        word_count = ''
        for value in values.split(';'):
            value = value[2:]
            key = cmap[int(value)]
            word_count += WORD_MAP[key]
        return word_count

**4.程序效果**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODE2ODY5NA_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODE2ODY5NA_size_16_color_FFFFFF_t_70 2]  
**5后记**  
若是想借鉴程序全部代码请评论留言

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODE2ODY5NA_size_16_color_FFFFFF_t_70]: /images/20220301/d8c7a394c0784c7fb673724950455b90.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODE2ODY5NA_size_16_color_FFFFFF_t_70 1]: /images/20220301/2e5911f86d3e458db6cdb33747effdb8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODE2ODY5NA_size_16_color_FFFFFF_t_70 2]: /images/20220301/49f55e3cba5a43ebb79128065c6965fa.png