见鬼了汽车之家这什么黑科技，怎么破他防采集

taxuerb · 发表于 2017-3-31 20:08:31

13楼正解

东方星雨 · 发表于 2017-3-31 20:12:40

本帖最后由东方星雨于 2017-3-31 20:14 编辑

代码都是自动的，自动的就有规律，整天替换<span class='hs_kw0_mainpl'></span>这一类代码为对应的字符应该就可以了
而hs_kw0_mainpl应该有一个对应的字符表，这个就需要你自己仔细看看研究出来了。

321999754 · 发表于 2017-3-31 21:06:52

把他的class全部遍历一遍，然后写个判断，遇到XX就和相匹配class的结合就好了

lsza · 发表于 2017-4-1 16:23:01

lxvoip 发表于 2017-3-31 13:59
好像是将某些常用字进行了替换

如用替换成“的”

这个文字是随机变的

lsza · 发表于 2017-4-1 16:49:30

东方星雨发表于 2017-3-31 20:12
代码都是自动的，自动的就有规律，整天替换这一类代码为对应的字符应该就可以了
而hs_kw0_mainpl应该有一个 ...

没有字符表用的是data:image 随机图...

lsza · 发表于 2017-4-1 16:52:33

sora 发表于 2017-3-31 12:23
神经病的防采集, 正则没用, 他很多字词都是用dom的.
只能先了解他每个kw class所代表的字词, 然后替换, 或 ...

研究了下是用background-image:url(data:image/png;base64 大佬可有办法破译

cdwyd · 发表于 2017-4-2 16:08:45

可提供付费解决方案，楼上的那些根本就没有仔细去看过加密，说正则和替换的想的太简单了

mimixi · 发表于 2017-4-2 20:20:04

主要是用图片替换了的得之类的助词，自己发个帖子包含3000个常用字的，然后把被替换的助词做个数组，放到采集替换规则里面去

maiawpyg · 发表于 2017-4-3 13:58:32

查无此人发表于 2017-3-31 13:23
这种规则，小事一桩

大佬啊，帮忙搞个WP的发布模块呗，给你两壶茶水钱

三胖的日常 · 发表于 2017-4-3 14:34:10

CSS :before 选择器

		自动登录	找回密码
密码			注册

见鬼了 汽车之家这什么黑科技，怎么破他防采集

点评

见鬼了汽车之家这什么黑科技，怎么破他防采集