溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
注意：本示例僅供學習參考～
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 個數字。
如果創建一種自定義字體，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
運行以下代碼
# -*- coding: utf-8 -*-
本例采用 tesseract OCR 引擎，根據字體文件自動生成密文與明文的字符映射表，實現解密功能。
@author: 李毅
from tesserocr import PyTessBaseAPI, PSM
from PIL import Image, ImageDraw, ImageFont
from fontTools.ttLib import TTFont
import string
class 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 c2
class Decoder(object):
def __init__(self, data_path, font):
self.cache = {} # 緩存已知的映射關系。
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, 8175-13-79'''
d = Decoder('tessdata/', 'a.ttf')
print(''.join(map(d.decode, s)))
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對億速云的支持。如果你想了解更多相關內容請查看下面相關鏈接
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
