起点中文网收藏量等数据爬取
1.难点分析
通过chrome开发工具分析我么可以得出结论，月票数量不是html文本，而是通过字体生成出来的数字，这时候的爬虫就要复杂一些了。
2.思路分析
先爬取目标网页的字体，之后通过python fontTools、io库将字体转化成数字
3.核心代码呈现
def get_font(url):response = requests.get(url)font = TTFont(BytesIO(response.content))cmap = font.getBestCmap()font.close()return cmapdef get_encode(cmap, values):WORD_MAP = {'zero': '0', 'one': '1', 'two': '2', 'three': '3', 'four': '4', 'five': '5', 'six': '6', 'seven': '7','eight': '8', 'nine': '9', 'period': '.'}word_count = ''for value in values.split(';'):value = value[2:]key = cmap[int(value)]word_count += WORD_MAP[key]return word_count
4.程序效果
5后记
若是想借鉴程序全部代码请评论留言
