這篇文章主要講解了“Python隱式Style–CSS在反爬蟲中有什么作用”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Python隱式Style–CSS在反爬蟲中有什么作用”吧！

堅守“ 做人真誠 · 做事靠譜 · 口碑至上 · 高效敬業(yè) ”的價值觀，專業(yè)網(wǎng)站建設(shè)服務(wù)10余年為成都玻璃鋼坐凳小微創(chuàng)業(yè)公司專業(yè)提供企業(yè)網(wǎng)站制作營銷網(wǎng)站建設(shè)商城網(wǎng)站建設(shè)手機網(wǎng)站建設(shè)小程序網(wǎng)站建設(shè)網(wǎng)站改版，從內(nèi)容策劃、視覺設(shè)計、底層架構(gòu)、網(wǎng)頁布局、功能開發(fā)迭代于一體的高端網(wǎng)站建設(shè)服務(wù)。

隱式 Style–CSS 在反爬蟲中的應(yīng)用

什么是隱式 Style–CSS

先來嘮嘮什么是 隱式 Style–CSS:

CSS中，::before創(chuàng)建一個偽元素，其將成為匹配選中的元素的第一個子元素。常通過 content 屬性來為一個元素添加修飾性的內(nèi)容

源自：https://developer.mozilla.org

上面的這段引用，看著有點難懂，沒關(guān)系我們用下面這個例子簡單演示一下。

我們新建一個 HTML 文件輸入下面這樣的內(nèi)容：

<q>大家好，我是咸魚</q>，<q>我是 NightTeam 的一員</q>

源自：https://developer.mozilla.org

并在這個 HTML 中引用下面這個樣式文件：

q::before { 
  content: "?";
  color: blue;
}
q::after { 
  content: "?";
  color: red;
}

源自：https://developer.mozilla.org

最后在瀏覽器中展示的內(nèi)容是這樣的：

<<大家好，我是咸魚>>,<<我是 NightTeam 的一員>>

源自：https://developer.mozilla.org

可以看到在上面的例子里，我在源碼里隱藏了文字前后的符號，但是在瀏覽器顯示的時候卻是正常的。

目前很多小說網(wǎng)站都使用了類似這樣的反爬技術(shù)保護自己的內(nèi)容不被爬蟲爬取。

那么類似這樣的反爬技術(shù)應(yīng)該怎么處理？

實例講解

咸魚準備了一個例子簡單實戰(zhàn)一下，用實例講講我遇到這類反爬是如何處理的。

這個例子運行在本地，所以就沒有分析請求的步驟，直接分析下瀏覽器顯示與源碼分別什么樣，找找有沒有什么突破口。

瀏覽器展示：

源碼顯示：

可以在源碼中看到部分內(nèi)容被<span class="context_kwx"></span>替換。

頁面分析

打開 開發(fā)者模式，看看隱藏的文字是什么樣子的?！緢D2-1】

可以看到在【圖2-1】里方框 2 中 content 的內(nèi)容正是 方框 1 在源碼頁面里隱藏的內(nèi)容。

這符合我們在第一部分關(guān)于 隱式 style-css 的舉例。

那么為了能夠拿到全部的內(nèi)容，我們只需要把替換掉的span標簽替換回【圖2-1】中方框 2 里的 content 的值就可以了。

按照正常的頁面結(jié)構(gòu)，可以通過點擊【圖2-2】中框選的地方直接跳轉(zhuǎn)到 CSS 文件的位置。

但是在我們這個頁面結(jié)構(gòu)里沒有這樣可以點擊的位置，所以我們只能通過分析 span 標簽的規(guī)律找找突破口。

所有的 span 標簽的類名都是 context_kw 加上一個數(shù)字拼接的，我們試著搜索 context_kw 找找。

可以看到在文件里找到了與 context_kw 相關(guān)的 JS 代碼。【圖2-3】

大致瀏覽了整段 JS 代碼，這段 JS 通過功能分為兩個部分?！緢D2-4】

第一部分：CryptoJS的加解密的邏輯內(nèi)容，可以忽略

第二部分：經(jīng)過變量名混淆的內(nèi)容，第二部分的 JS 對數(shù)組中的密文進行解密，并操作了 DOM ，完成了將 JS 與 CSS 結(jié)合完成了反爬最主要的邏輯。

部分加密分析

根據(jù)第二部分中操作 DOM 的代碼，我們找到關(guān)鍵 變量word。

for (var i = 0x0; i < words[_0xea12('0x18')]; i++) {
            try {
                document[_0xea12('0x2a')][0x0][_0xea12('0x2b')]('.context_kw' + i + _0xea12('0x2c'), 'content:\x20\x22' + words[i] + '\x22');
            } catch (_0x527f83) {
                document['styleSheets'][0x0]['insertRule'](_0xea12('0x2d') + i + _0xea12('0x2e') + words[i] + '\x22}', document[_0xea12('0x2a')][0x0][_0xea12('0x2f')][_0xea12('0x18')]);
            }
        }

再繼續(xù)找到 word 的變量聲明的地方。

var secWords = decrypted[_0xea12('0x16')](CryptoJS['enc']['Utf8'])[_0xea12('0x17')](',');
var words = new Array(secWords[_0xea12('0x18')]);

按照這個方法，我們最后發(fā)現(xiàn) CSS 的 content 的內(nèi)容都是數(shù)組 _0xa12e 中一個經(jīng)過加密的元素用 AES解密后經(jīng)過一定處理得到的值。

有了這樣的一個邏輯框架之后我們就可以直接開始扣取我們需要的 JS 代碼了。

加密代碼修改

這個代碼比較簡單，具體的扣取步驟就不演示了，這里演示兩個在扣取代碼之后兩個需要改寫的點。

第一個是【圖2-5】中的異常捕獲，這里判斷了當前的 URL 是否相等，但是我們在 Node 環(huán)境下執(zhí)行是沒有 window 屬性的，如果不做修改會出現(xiàn)異常，所以需要把這里的 if 判斷語句注釋。

第二個是【圖2-6】中在返回中的判斷語句，同樣是對 Node 中不存在的屬性進行判斷，所以同樣需要在這里進行相應(yīng)的修改。

例如：

_0x1532b6[_0xea12('0x26')](_0x490c80, 0x3 * +!('object' === _0xea12('0x27')))

以上兩點修改完后就可以獲取到所有被替換過的字符了。

感謝各位的閱讀，以上就是“Python隱式Style–CSS在反爬蟲中有什么作用”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Python隱式Style–CSS在反爬蟲中有什么作用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！

標題名稱：Python隱式Style–CSS在反爬蟲中有什么作用
當前鏈接：http://www.rwnh.cn/article22/gpodcc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站建設(shè)、外貿(mào)網(wǎng)站建設(shè)、App開發(fā)、外貿(mào)建站、企業(yè)建站、網(wǎng)站設(shè)計公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)