利用C# CefSharp Python采集某网站简历并手动发送约请邮件

　　以往爬虫没怎样研究过，最近有个需求，要从某网站采集敏感信息，稍稍考虑了一下，决定借助C# Winform和Python一起来解决这个风波。

　　整个解决方案不复杂：C#编撰WinForm窗体，进行数据剖析和采集, Python原本不想用的，一下子没找到C#下Woff字体转Xml的方案，而网上Python的则有好多，所以就加了一个Python项目，虽然就1个脚本。

　　一、几个步骤：

　　首先要模拟登陆，登录完了步入简历采集，然后模拟下载，下载完了之后就可以看见求职者的电话了。

　　这个电话号码是使用动态生成的Base64字体，所以直接提取文字是未能成功的。

　　1、先将Base64转成Woff字体，这个可以用C#完成（这其中的iso-8859-1编码是个坑，一般用Default会出现惊喜）：

　　 SetMainStatus("正在生成WOFF...");

byte[] fontBytes = Convert.FromBase64String(CurFont);

string fontStr = Encoding.GetEncoding("iso-8859-1").GetString(fontBytes).TrimEnd('\0');

StreamWriter sw2 = new StreamWriter(@"R58.woff", false, Encoding.GetEncoding("iso-8859-1"));

sw2.Write(fontStr);

sw2.Close();

　　2、再将早已生成的Woff转成XML（WoffDec.exe是我用Python打包的Exe,其实有点小题大做了，为了这一个转化专门打了一个包，有时间还是整一个C#下边的好）

　　 //调用python exe 生成xml文件

ProcessStartInfo info = new ProcessStartInfo

{

FileName = "WoffDec.exe",

WindowStyle = ProcessWindowStyle.Hidden

};

Process.Start(info).WaitForExit(2000);//在2秒内等待返回

　　整个WoffDec.py的代码就3行：

　　from fontTools.ttLib import TTFont

font = TTFont('R12.woff')

font.saveXML('R12.xml')

　　这个打包是有点意思的，先试了py2exe，不成功，换pyinstaller, 成了，连EXE一起有11M，也不是很大。

　　下载，或者在VS2017 Python环境下搜索PyInstaller直接安装。

　　右键使用“打开此处的命令提示符”；输入pyinstaller /path/to/yourscript.py即可打包成一个exe文件。在Winform应用调用时，应该整个文件夹都拷贝过去。

　　3、XML文件有了之后，以里面的Woff文件为基准打算为一个数据字典储存上去（这个地方有点绕，先找一个网站把Woff显示成文字和编码，然后依照编码在XML中查找它的字体定位点，我取的X和Y组成惟一值（X，Y就代表一个字），当然也可以取更多;

　　 internal static readonly Dictionary DicChar = new Dictionary()

{

{"91,744","0" },

{"570,0","1"},

{"853,1143","2" },

{"143,259","3" },

。。。。。。

};

　　4、上面这一步是要花点时间的，基准字典有了之后，就可以按每次生成的XML文件来进行匹配真实文字了。

　　5、真实文字取出旁边的就简单了，直接采集到数据库，再连上邮件发送业务，就可以手动群发了。

　　二、使用场景

　　上班后开启采集服务即不用再理会，由系统每间隔一段时间手动下载简历，并手动推送笔试约请邮件。只要有新人发布对口的求职信息，系统都会马上给他发送约请，实为抢人神器。

　　BTW：网页模拟操作使用的CEFSharp将另开一章。