python爬取2021貓眼票房字體加密實例

import requestsimport urllib.request as downimport jsonfrom fontTools.ttLib 
import TTFontimport reimport MyPyClass# 
得到字體斜率列表（部分）def font_Kdict(mapstype,maps=None):
  '''
  得到字體斜率字典（部分）
  參數：
  mapstype：str->maps類型，判斷是是base/new
  maps：映射字典
  return kdict
  kdict字典關系：
  num:Klist 數字對應每條線段的斜率列表
  '''
  kdict={}

 for num, namecode in maps.items():
    # 跳過無用數據
    if namecode == 'x': continue
    # 判斷類型，並從.coordinates得到對應num的所有坐標
    if mapstype=='base':coordinates = namecode.coordinates    
 elif mapstype=='new':coordinates=glyf[namecode].coordinates    # 得到坐標 X列表和坐標 Y列表
    x = [i[0] for i in coordinates]
    y = [i[1] for i in coordinates]
    Klist = []
    # 遍歷X列表並切片為前10個數據進行斜率計算，即代表繪圖的前10條線段的斜率
    for index, absx in enumerate(x[:10]):
      # 當斜率為0/1時，認為斜率為1計算
      if x[index + 1] == x[index] or y[index + 1] == y[index]:
        absxy = 1
      else:
        absxy = (y[index + 1] - y[index]) / (x[index + 1] - x[index])
      # 將斜率加入到列表
      Klist.append(-absxy if absxy < 0 else absxy)
    kdict[num]=Klist    #print('base:', code, Klist, name)
  return kdict

def contrast_K(kbase,knew):
  '''
  對比斜率映射差距
  參數：
  kbase:基礎字體映射表的斜率字典
  knew:當前鏈接的字體映射表的斜率字典
 
  return:dict
  fontMaps:根據對比得出正確的字體映射關系字典
  fontMaps = {}
  # 遍歷kbase字典
  for base in kbase.items():
    n = 0 # 成功匹配的斜率個數
    # 遍歷knew字典
    for new in knew.items():
      # 遍歷kbase>knew>下的兩組斜率，進行大小匹配，
      # 如果斜率k的差值小於0.5，並且樣本數>=9時，認為兩個坐標圖形相識隻是大小比例不同
      # 即k<=0.5  n>=9
      for (k1,k2) in zip(base[1],new[1]):
        # k取正數
        k=k1-k2 if k1>k2 else k2-k1        if k<=0.5:
          n+=1
          continue
        else:
          break
      if n>=9:
        # 匹配正確則添加進字典中 此時的字典關系是：code:num 代碼對應數字的關系
        fontMaps[str(hex(new[0]).replace('0x','&#x'))]=str(base[0])
        break
      n=0
  #print(fontMaps)
  return fontMaps

with requests.get(url,headers={'user-agent':ua}) as response:
  # 獲取存放字典的json字段，並提取字體url
  fontStyle=json.loads(response.content)['fontStyle']
  fontStyle=re.findall('\"([\s\S]*?)\"',fontStyle[::-1])
  fonturl='http:'+fontStyle[0][::-1]# 字體url鏈接
  # 將加載的字體下載保存到本地，並對其進行分析
  down.urlretrieve(fonturl,'newfont.woff')
  # 爬取的電影數據內容
  content = json.loads(response.content)['movieList']['data']['list']# 信息字典movieNum={}#綜合票房數字典movieDayOne= {}#上映首日數量movieRate={}#票房占比movieshowCount={}#排片場次movieViewerAvg={}#場均人數movieInfos={}# 頁面內容for i in content:
  moviename=i['movieInfo']['movieName']
  movieNum[moviename]=i['boxSplitUnit']['num']
  movieDayOne[moviename]=i['sumBoxDesc']
  movieRate[moviename]=i['splitBoxRate']
  movieshowCount[moviename]=i['showCount']
  movieViewerAvg[moviename]=i['avgShowView']# 新字體對象fontnew=TTFont('newfont.woff')
# 得到當前字體的映射關系表newNumberMaps=fontnew.getBestCmap()# 獲取字形glyf=fontnew['glyf']
# 基礎字體斜率字典k_base_dict=font_Kdict(maps=baseNumberMaps,mapstype='base')
# 新字體斜率字典k_new_dict=font_Kdict(maps=fontnew.getBestCmap(),mapstype='new')
# 得到字體映射字典fontcodes=contrast_K(k_base_dict,k_new_dict)# 對加密的字體遍歷分組，並去除無用字符
for name,numbercode in movieNum.items():
  movieNum[name]=re.findall('([\S]*?);', numbercode)
# 根據得到的fontcodes映射對加密字體進行替換，得到正確數值for index,(name,numbercodelist) 
in enumerate(movieNum.items()):
  num=[]
  # 替換操作
  for code in numbercodelist:
    if '.' in code:
      code=code.replace('.','')
      num.append('.'+fontcodes[code])
    else:
      num.append(fontcodes[code])
  infos=['排行:'+str(index+1),
    '片名',name,
    '上映首日',movieDayOne[name],
    '票房',''.join(num)+'萬',
    '票房占比',movieRate[name],
    '場均人數',movieViewerAvg[name]+'人',
    '排片場次',movieshowCount[name]]
  print(infos)