注意：本示例僅供學(xué)習(xí)參考～

混淆原理

出于某種原因，明文信息通過自定義字體進行渲染，達到混淆目的。

舉個例子：

網(wǎng)頁源碼 <p>123</p> 在正常字體的渲染下，瀏覽者看到的是 123 這 3 個數(shù)字。

如果創(chuàng)建一種自定義字體，把 1 渲染成 5，那么瀏覽者看到的便是 523 這 3 個數(shù)字。

這樣便達到混淆信息的效果，常見于對付爬蟲之類的自動化工具。

破解方法

下載自定義字體文件（通常在 css @font-face 中找到），保存成 a.ttf 文件。

安裝以下依賴項目

tesseract 4.0 及以上版本，以及簡體中文(chi_sim)和英文(eng)數(shù)據(jù)文件。 python tesserocr 最新源碼(github)版本。 python fonttools 庫。 python pillow 庫。

運行以下代碼

# -*- coding: utf-8 -*-本例采用 tesseract OCR 引擎，根據(jù)字體文件自動生成密文與明文的字符映射表，實現(xiàn)解密功能。@author: 李毅from tesserocr import PyTessBaseAPI, PSMfrom PIL import Image, ImageDraw, ImageFontfrom fontTools.ttLib import TTFontimport stringclass OCR(object): default_config = { # ocr engine 'data_path': None, 'lang': 'chi_sim', 'white_list': None, 'black_list': None, # image 'font': None, 'image_size': (60, 60), 'font_size': 30, 'text_offset': (15, 15), } def __init__(self, config={}): c = dict(self.default_config) c.update(config) self.api = PyTessBaseAPI(path=c['data_path'], lang=c['lang'], psm=PSM.SINGLE_CHAR) self.img = Image.new('RGB', c['image_size'], color='white') self.draw = ImageDraw.Draw(self.img) self.font = ImageFont.truetype(c['font'], size=c['font_size']) self.text_offset = c['text_offset'] if c['white_list']:  self.api.SetVariable('tessedit_char_whitelist', c['white_list']) if c['black_list']:  self.api.SetVariable('tessedit_char_blacklist', c['black_list']) self.font_tool = TTFont(c['font']) self.empty_char = self._predict_empty_char() def _predict_empty_char(self): self.api.SetImage(self.img) return self.api.GetUTF8Text().strip() def is_char_in_font(self, char): for t in self.font_tool['cmap'].tables:  if t.isUnicode():  if ord(char) in t.cmap:   return True return False def predict(self, char): ''' 返回轉(zhuǎn)換后的字符，或空串'' ''' if not self.is_char_in_font(char):  return char # 若字體無法渲染該字符，則原樣返回。此處可酌情移除。 self.img.paste('white', (0, 0, self.img.size[0], self.img.size[1])) self.draw.text(self.text_offset, char, fill='black', font=self.font) self.api.SetImage(self.img) c2 = self.api.GetUTF8Text().strip() if c2 == self.empty_char:  return '' # 某些字符可能渲染成空白，此時返回空串。 return c2class Decoder(object): def __init__(self, data_path, font): self.cache = {} # 緩存已知的映射關(guān)系。 OCR.default_config.update(dict(data_path=data_path, font=font)) self.ocr_digit = OCR(dict(  lang='eng',  white_list=string.digits,  black_list=string.ascii_letters, )) self.ocr_letter = OCR(dict(  lang='eng',  black_list=string.digits,  white_list=string.ascii_letters, )) self.ocr_other = OCR() def decode(self, char): if char not in self.cache:  c2 = self._decode_when_cache_miss(char)  self.cache[char] = c2 or char return self.cache[char] def _decode_when_cache_miss(self, char): ocr = self.ocr_other if char in string.digits:  ocr = self.ocr_digit elif char in string.ascii_letters:  ocr = self.ocr_letter return ocr.predict(char)if __name__ == '__main__': s = '''你好，青劃長務(wù), 8175-13-79''' d = Decoder('tessdata/', 'a.ttf') print(''.join(map(d.decode, s)))