网页抓取 加密html(分析网页内容()原网址_分析_e操盘(图))

　　网页抓取 加密html(分析网页内容()原网址_分析_e操盘(图))

　　分析网页内容

　　原网址：

　　大家在爬网页的时候会遇到各种问题，比如字体加密，但是我爬公众评论网站的时候发现里面的字体和文字没有加密不同，使用css定位来显示需要的文字和数字，如图：

　　只显示跨度标签和类，没有数字信息。

　　通过查看css信息，你会发现里面有一个URL，

　　打开网站，发现里面有数字信息，用来显示价格等信息。

　　查看元素的反复对比，发现css定位是用来展示需要的信息，span标签中class的定位，

　　我知道如何解析它，然后如何获取该类在span中的定位信息。直接从页面抓取不是很明显，只能另寻他法。

　　刚查了一下页面的源码，发现这个网站，有这么一个注释，发现服务器里也加载了下面的css样式，然后访问了一下，有惊喜

　　访问 css 网址

　　里面的信息正是我们想要的，

　　这样我们就可以编写代码来通过解析这两个 URL 来解密文本和数字，

　　写代码解密

　　这里我就简单写一下具体的解密过程，所以写的代码不是很规范，并没有爬取整个网页。

　　根据上面的分析，我们需要先获取span标签中的class。我们以上面两个例子为例来演示解密：

　　 # 9

# 5

　　根据类名，如：hkcc8，获取类名的定位值

　　# 导的包

import re

import requests

import lxml.html

# 获取css页面的详情信息，用正则匹配得到css的定位数据

def css_info(info):

# css 页面 这个网址是会变化的，修改为自己获取到的

css_html = requests.get('https://s3plus.meituan.net/v1/mss_0a06a471f9514fc79c981b5466f56b91/svgtextcss/6c3897952c363a4c22712329d2ff2e93.css').text

# mty2pe{background:-180.0px -1664.0px;}

# 正则，这里有个坑，刚开始使用+拼接，不能匹配

str_css = r'%s{background:-(\d+).0px -(\d+).0px'% info

css_re = re.compile(str_css)

info_css = css_re.findall(css_html)

# print(css_html)

# print(str_css)

# print(info_css)

return info_css

　　输入：hkcc8 结果：475 64

　　接下来解析号码的url

<p>result = requests.get('https://s3plus.meituan.net/v1/mss_0a06a471f9514fc79c981b5466f56b91/svgtextcss/d32298136aa6a4b7715bd2d11b41727c.svg')

tree = lxml.html.fromstring(result.content)

a = tree.xpath('//text[@y="41"]/text()')[0]

b = tree.xpath('//text[@y="88"]/text()')[0]

c = tree.xpath('//text[@y="126"]/text()')[0]

# x ,y 是得到的两个坐标点

# 调用上面的函数

x,y = css_info('hkcc8')[0]

x,y = int(x),int(y)

print('坐标',x,y)

if y