大众点评美食——字体字典生成（二）

• 2020-02-29
• 2,844
• 1

紧接上篇介绍了字体加密中字体文件和页面源码中的对应关系，要获取数据 你还需要一份字典！

pycharm一开 一顿操作猛如虎

1.获取页面源码 并提取css的链接

2.下载其中的四个类型标签对应的woff文件

打开来康康

两个文件里面的字体竟然是一样的，只有编码不同，也就是说加密的字体只有这600多个

3.直接的woff文件python不好操作，先用fontTools转为xml文件

from fontTools.ttLib import TTFont font = TTFont('./font_files/' + woff_file_name + '.woff') 
font.saveXML('./font_files/' + woff_file_name + '.xml') 

随便开一个xml看一下

GlyphID 标签的name就是编码（GlyphID 的顺序和woff文件里面你看字体的顺序是一样的）

TTGlyph标签就是每个字体的样式（需要注意的是这个顺序和GlyphID的顺序不同，只能通过name来对应回去）

4.真实文本的获取

python解析一下xml文件把全部编码拿出来

写一个简单的vue用同样的操作渲染出全部字体 然后百度识图送检一波 （对于规整的字形准确率100%

然后你就拿到所有的python能识别的文字了！！

现在你有三份资料：

partA：GlyphID 标签的name中的编码

partB：TTGlyph标签的所有内容

partC：百度识图出来和GlyphID 标签的name中的编码顺序一致的文本

事实上当前页面已经解析完了，编码和文本对应成功，写一个字典对应即可，但是大众点评的不是每天都用同一套woff（每套woff里面的编码不同），所以为了可持续发展，在有需要时可以快速构建编码和文本对应的新字典，你还需要对partB下手,partB和partA可以映射，partA和partC可以映射，所以C和B可映射，partB（字形）每次都是不变的，文本也是不变的，最终你构建的是字形和文本的对应，这使你在编码变更时能快速获得最新的 编码和文本对应的新字典。

5.字形和文本的对应以及入库

先用现有明确编码将字形和文本对应

对字形对应文本进行md5编码在对应文本入库（md5前要删除name属性中的文本）

入库成功（字形md5以及对应文字）

再写一个读数据库 根据    字形md5-文本   生成    编码-文本    字典的生成

拿着新字典测试

对应成功合影留念~

其他更细的处理细节就不一一说了 源码放一份在github 有需要可以自行获取！