5分钟看懂SVG反爬虫原理与绕过实战 _SVG反爬虫

【5分钟看懂SVG反爬虫原理与绕过实战】SVG反爬虫不同于字体反爬虫，它巧妙的利用css 与 svg的关系，将字符映射到网页中，看起来虽然正常，但是却抓取不到有效内容。本文带你深入浅出，破了SVG反爬虫的套路，学会之后，可应用于某点评网。

文章插图
一、初识SVG反爬：为了防止面对监狱编程，我在本地自己做了一个网页用于爬虫测试。任务是爬取票据中的产品价格信息，按照往常一样审查元素定位目标节点，但是发现事情并不简单。
看图：¥符号后面并没有我们想要的价格信息，而是四个d标签取而代之。随便选中一个7，发现对应的是属性class=lhtqsc的d标签。
看css样式：有两段描述这个标签的语句，第一段比较常规，但是其中的

文章插图
就有点奇怪，而第二段，描述的是background，它的值是两个大小值，单位px 。

文章插图
打开svg文件查看：貌似是没什么规律的数字

文章插图

查看该页面网页源代码，发现是张这样的：

文章插图

二、什么是SVG？想要搞定SVG反爬虫就得先搞清楚SVG：SVG是一种基于xml用于描述矢量图的图形格式，由于矢量图放大或缩写都不会影响图形的质量，所以被较多的应用在web站点与App中，常见的存在形式是图标。
编写一个SVG文件：为了方便，我们可以把要写的svg，写到html文件中，新建一个svg.html键入如下内容：

文章插图
浏览器打开如下：

文章插图
其中：

文章插图
很关键，这一行用text标签定义了一段文本，fill是文本颜色属性，为红色，并且指定了文本的坐标。该坐标的规则是：

以左上角为坐标系的原点(0,0)
X 轴的正方向向右，从 0,0 点开始向右，x 逐渐增大。Y 轴的正方向向下，从 0,0 点开始向下，y 逐渐增大。
坐标以像素为单位
n 个字符可以有 n 个位置参数。

文章插图
增加一行：

文章插图
这行代码指定了前九个字符的位置，且指定了文本的颜色，y的值也增大到100，浏览器打开如下：

文章插图
再次增加一行：

文章插图

文章插图
上图可以看到，在不改变文本顺序的情况下通过改变x中的值，让第一个字符I和第四个字符o交换了位置。

三、SVG与CSS的联系：现在我们尝试把css和svg联系起来，更加深入的理解，方便我们做下一步抓取工作:在svg中，X轴正方向为从左到右，y轴的正方向是从上到下；在css中，X轴负数向右，Y轴是负数向下。一图胜千言：

文章插图
所以，CSS与SVG刚好相反。新建一个zhiliao.svg并键入：

文章插图
我们在style中定义了字符的风格，大小（14px），以及颜色（#666）。定义了每个字符所在的位置。

文章插图

现在我们对第一个字符h进行定位，
X轴计算法则：字符大小 / 2 + 字符的x轴起点位置参数
Y轴计算法则：（y 轴高度 - 字符 y 轴起点 - 字符大小）/ 2 + 字符 y 轴起点位置参数 + 字符大小数值的一半
也就是：
X = 14/2 + 0 = 7
Y = （30 - 0 - 14） / 2 + 0 + 14 / 2 = 15
svg中对应的定位就是 x = 7，y = 15
css与svg相反，所以是 -7，-15现在
新建一个zhiliao.css文件，键入如下内容：