用Python轻松获取懂车帝网站二手车详细数据（字体反爬）原创

然后我是本节课的授课老师，我叫自由，然后这节课的话给大家带来懂车帝的一个二手车数据采集所了，使用一个环境的话是P3010的解析编辑器的话用拍恰，呃，模块的话爬虫我们模块的话用的requests和CSV啊，然后做可视化的话，我们主要使用的是一个pandas和PYXS的一个模块，好吧。OK啊嗯，然后的话，我们这边呃，主要做的话是这里啊，就是关于这些呃什么一些车辆的一些信息啊，对吧的基本的信息我们给他拿下来就行了，好吧。啊，那大家之前有没有写过爬虫来写过爬虫的扣个1啊，没写过的话扣个0啊。了解一下大家的一个基础情况啊，很久没有啊，问大家的一个水平了，来写过爬虫的扣1啊，没有写过的啊，扣个0。了解一下大概的一个情况。看一看有多少同学是有基础的？

好吧，那就是没基础吧，对不对，大多数还是没有基础的啊，没关系啊。啊，那么爬虫怎么去做呢？按照。那爬虫实现的一个基本流程啊，那我们既然有很多同学都是0基础，那我们就先讲讲思路啊，讲思路爬虫实现的基本流程。啊，这流程分为两步啊，第一个的话是数据来源分析。打数据来源分析里面的话，2个小点明确需求。和我们的一个抓包分析。明确需求的话，它就是明确采集的网站和我们的数据内容，就是你要知道，对啊，你要去做马虫的话，你肯定要知道你要采集哪个网站上面的什么数据嘛，是不是明确采集的网站以及数据啊。网址的话已经给大家发了啊，就关于我们懂车帝的一个二手车数据信息。大数据的话就是呃，测量信息吧。车辆信息啊，网址。

就这个。OK.那么第二步抓包分析，那我们确定了网址和他的一个数据之后的话，第2步抓包啊，抓包的话就通过浏览器的开发者工具。浏览器的开发者工具。分析对应的数据位置。基本的话三个步骤啊，第一步打开。开发的工具。第二步，刷新网页，第三步，通过关键字搜索找到对应的一个数据位置。啊，主要是让我们想要，其实呃，归根结底的话就是干嘛呢，让我们需要的数据啊，让我们需要数据呃，在网页中啊，网页中加载出来。然后干嘛呢？然后分析它具体的所在的位置，分析请求哪个链接就是呃，数据在哪个链接中存在啊，其实核心的话就这这么一点东西啊，打开的话我们直接F12就可以了啊，F12不行的话，你可以右键。那我们右键的话可以点检查啊，点击检查然后选择什么呢？网络啊放大一点。

诶，这里太大了啊，选择网络。OK.这样子吧，啊，这样的话应该看的清楚啊，啊先打开我们这个开发者工具啊，然后这里的话，呃，你可以刷新，但我不建议刷新，然后我们说了第二步的话是，呃，做一个什么呢？刷新网页啊，但是可以刷新，但是我不建议啊，不建议啊，因为记住啊，如果说我们做爬虫的话，当我们看到数据，它是有这种翻页的一个情况啊，像这种有有页码嘛，123456789啊，一共有一百一百七十，一百六七页，对不对，它有很多页啊，如果说像这种情况的话，我们要采集这个列表页面上面的数据内容，呃，不推荐大家刷新。直接点击第二页就好了啊，直接点击第二页，因为像我们这个的话，主要是让它的数据加载出来，我们可以直接加载第二页的数据，如果说它是那种下滑加载更多的话，我们可以去可以下滑啊下滑让它加载更多的数据，如果说是点击搜索啊，出来数据的话，那么点搜索那就尽可能的话不用刷新啊，因为刷新的话会有很多的一些数据会干扰到我们。

的会比较多，因为像有些网站的话，你直接点了翻页之后的话，呃，能够更快的啊，根本就不需要搜，但我们第3步的话是通过关联字搜嘛，就有些网站你点了第二页之后的话是不需要搜的啊，那我们这里啊给他清空啊清空清空。结果我们点了第二页。OK啊，点了订阅的话，它还是有很多啊，对吧，还是有很多的一些数据内容啊，像这种的话，呃，比较多的，我们是没有办法直接看出来的，就没有办法一眼说我就知道这个数据在什么地方啊，当然如果说你有经验的话，也能够看得出来，对，就比如说哎，老师对吧？啊，作为老师的话，还是多少有点经验的，那我就知道他的数据是在呃这个位置。啊，这里的话就是它的一个数据内容。看到没有啊，我们想要的一个车辆的一些信息数据啊，就在这里。对啊，如果说你不知道的话，那怎么办呢？就按照我们常规的去搜就行了。打去搜啊，你比如说啊，我们点击这里一个搜索按钮，搜什么呢？关键字搜索啊，就是你需要什么你就搜什么。

关键字搜，需要什么就搜什么，我需要他这个标题吗？那必须啊，肯定得是需要的嘛，是吧，那么直接就搜啊小鹏。打P15啊P5，然后有空格对不对，你加空格不加空格无所谓啊，一定要加，但是要加啊，如果说你只只只有这只说这前面这一段的话也可以。可以不用搜完啊，就是我们这个关联证书，我要把这个标题整个的全部搜搜搜索的话可以吗？呃，可以，但也不推荐啊，因为有些网站的话，可能说你全部搜的话反而会找不到，我们就复制当中的，用当中的一部分就行了啊，一部分就可以了，那我们直接输入这个小鹏P5啊，然后回车。回车之后的话，诶，他就会告诉我们，我们所需要的这个数据在什么地方，那这个的话就是我们的标题，那我们是不是可以点进去看一下。啊，点进去的话，我们是不是就能够看到，诶，我们想要的这个数据信息是不是在这里。懂了吗？那他的一个城市一些基本的数据是不是就有了，对吧，知道我们的数据在这个地方之后的话，并且我们也看到我们想要的数据在这个列表里面啊不对，在这个字典里面花括号包括起来的，对吧，那我们就看什么看标图。

看标头，知道数据在这里，有了之后看标头。看标头看什么，看他的网址方法，还有他的一个请求参数。那就看这几个东西就行了啊，其他东西的话，你可以不用管了啊，暂时就可以不用管了，暂时啊暂时。大家了解它的一个请求链接是哪个啊，方法是什么啊，方法是一个POS请求的话，那我们肯定还要看一下载荷啊，还要看一下载荷，因为载荷里面的话啊，对于POS请求我们需要提交一个什么表单数据。啊，需要加一个表单数据的，懂了吧，好，那这个的话就是我们的一个。数据包地址。那通过我们基本的一个去分析啊，数据包地址的话就是它。明白了没有？啊，这是我们第一步啊，去做数据来源分析，分析我们想要的车辆信息在哪个链接里面，那我们是不是找到就在这个链接里面。找到链接之后的话，那我们就可以去对于这个链接去发送请求了，就写我们的代码了吗。那就是第二个步骤，代码实现的步骤。

代码实现步骤的话，分为我们的4步啊，分为4步，哪4步呢？第一个发送请求。第二个获取数据，第三个解析数据。第4个，保存数据。啊，发送请求的话，呃，它就是模拟浏览器，对于我们的ul地址。模拟浏览器啊。对于我们的URL地址发送请求啊，我们先做这一步啊，对，我们先把整个每一步给大家讲讲一下啊，发送请求的话，那我们就怎么去写代码呢，我们知道整个的一个数据的一个流程啊，我们先做自己第一步啊发送请求。他既然是模拟浏览器。打模拟浏览器啊，那我们啊肯定也要做一个模拟伪装吧。打模拟浏览器。请求网址还有呢，发送请求啊，这3个点肯定要的。模拟浏览器的话，我们主要是使用的什么呢？使用的是我们的一个请求头啊，请求头的一个参数用字点接收。

用一个字典去接收它就可以了，像什么cookie啊，什么啊，什么reform啊，上面什么UA啊，对吧，我们就直接给它复制过来啊，在这个标图里面去复制就行了啊，像它的一个cookie。是不是，然后像他的一个防盗链啊，瑞风防盗链啊，像它的一个UA对不对啊，那我们的话，嗯，我先只加一个UA吧，算了，把cookie加上啊。然后cookie也加上好吧，我不知道，呃，加UV的话也行啊，可能也行，如果说不够的话，你再加其他的，那我们自己加2个吧。把他的cookie和UA都加上。那cookie给他复制过来。还有呢，我们的UA的话，我们也给他复制过来啊。复制粘贴一下。那就构建成我们这种字典的一个形式就行了，给它复制过来，然后粘立上，然后构建我们的一个引号啊，加上相应的引号就好了，好吧，构建这种字典的一个形式啊，那我们的网址的话，就是刚刚抓包找到的链接对不对，我们是对于哪个网址就这个。

对于这个网址去请求的，那我们直接给他复制过来。啊，这是我们的网址啊，网址的话我们去发送请求，我们知道啊，它是一个POS的请求。我们已经知道它是个POS请求了，那么发送请求的话，首先啊，第一个我们要导入一个数据请求模块。啊，首先导入数据请求的一个模块，Request先导入进来，导入进来之后的话，它的请求方法是一个post，那我们在代码里面也用这个post请求。那POS请求的话，我们需要向服务器提交一个表单数据，你可以理解为它是一个请求参数。啊，所以我们在前面的话还要干嘛呢，加一个请求的一个参数啊，就是我们的表单数据啊。表单数据啊，在我们的一个什么载荷中啊，可以查看。在载荷中里面有，我们给它复制过来，也用一个字典去接收。啊，用个字典把它这个什么呢，表单数据直接给他复制过来。

然后粘贴上去，加上我们的一个引号。啊，引号。还有呢，我们的逗号啊，也给他讲一讲。哎，这样的话就可以了，然后再把相应的参数传进去啊ul，那请求的网址是哪一个呢？诶就这一个网址，就是我们这个ul，那我们的一个什么呢？呃，对吧，那这里全部。对吧，我们的一个呃，模拟的请求图是哪一个对吧，传进来，然后我们的一个参数是哪一个传进来，都传进来，再用一个什么变量名接收response，对这个的话就是我们发送请求的一个基本的代码内容了。啊，这这个代码的话有没有疑问想问的。啊，这这几行代码的话，有哪行代码是需要问的吗？啊，从我们的这个23行到我们的一个39行有没有。啊，对于哪一行代码不懂的话，你可以直接把代码行数说出来，没有问题的话就扣个6，或者说刷个鲜花。啊，这个的话就是我们的一个发送请求啊，然后第二步获取数据。获取数据的话，它就是获取服务器返回的响应数据啊。

返回的响应数据啊，拿到就是我们这里面的一个响应啊，就把这个响应给它拿到好吧，然后我们获取它这里的话，它是一个什么呢？那你可以看到它是这种花括包括起来的，就我们的数据的话，都在这个花括里面，你可以这样子啊，你不给它格式化啊。那你就可以看到我们的数据的话，都在这个花框里面对不对，那像这种的话，我们就可以直接获取他的一个。节省数据。啊，获取他的一个什么呢，节省的一个数据。获取相应的节省数据。那么杰森德塔等于一个什么？Response, 点上一个杰森来printer打印一下。啊，这样的话，我们就可以拿到它相关的一个结果了。

结果是不是有了？对不对，这个的话就是我们相应的一个结果啊，结果有了之后的话，它我们获取的这个节省的话，它返回的是一个什么呢？是个字典啊，是个字点，那我们现在想要的数据是在哪个里面，在这个字典当中的data里面的一个什么呢？这个什么摄取啊，什么in list.啊，在这个列表里面，在这个列表里面的话，它一共有多少条呢？0到我们的一个。这么多0~59，就相当于60条的一个数据信息啊，都在这里面，60条的一个车辆信息啊，都在这个呃列表里面啊，所以说我们首先啊，首先根据自检取值提取我们车辆信息所在的一个列表。啊，先把这个列表给它取出来啊，就是哪个就这个列表，我们直接用这个边的名。这点取值怎么去做呢？根据冒号左边的内容去提取冒号右边的，我们最开始的话，对它是从这个data里面来，你不要说老师你根据冒号左边取，冒号右边我直接取这个行不行。

你直接这样子写的话，他会报错的。啊，它会报错的，为什么呢？因为我们得先取得这塔，它返回这边内容，然后我们再能取它，所以说我们得一层一层往上去啊，得一层层取。啊，一层层去先取它返回冒号右边的，啊，冒号右边的话，我们再取这个in for list, 然后再返回这个列表。啊，这样的话我们才能拿到什么呢？拿到我们所需要的这一个列表数据，看到没有，那这个的话就是我们的列表了。对不对，拿到列表之后的话，诶，我们接下来做一个什么呢？负循环。病历提取列表里面的元素。啊，For我们的一个什么好index in我们的一个这个什么社区啊。这个in啊。那我们再打印一下这个index。OK, 那这样的话，他的相关车辆信息。就出来了。简单吧，其实做爬虫的话就是这么简单啊，就是这么点东西啊，基本的思路，基本的流程就是这么去做的。

你只要按照我们刚刚写的这个步骤来啊。啊，解析数据的话，就提取我们想要的数据内容。来给你们写一下。写下笔记啊。提取我们。需要的数据。那么现在已经提取到了一部分了啊，对吧？啊，这边的话就相当于解析数据了。现在我们是提取到了，呃，它每一个车辆的一个什么呢？它的一个字典啊，字典拿到了，但这字典里面的话有很多一些额外的一些参数啊，像什么这个呃SKUID啊，这个什么super ID啊，这些东西，还有card的ID啊，啊这种东西都都感觉不是我们想要的啊，还有卡name啊，卡name的话，这个可能我们要的打卡name的话，这个的话应该是它的一个呃车辆的类型啊类型。啊，像这种的话，呃，我们啊看起来不是特别方便，因为你要这样去取值的话，呃，我们要左右滑动啊，像这种左右滑动的话，我们看起来不是特别舒服是不是啊，那我们可以干嘛呢？啊，我们可以导入一个格式化输出的模块，我也想让它变成像这种的一个形式。

啊，这样的形式我们会看起来更舒服一些。好，我们来打印一下。导入一个格式化。输出的一个模块。服用我们的一个pement import pet.啊，用这个模块去打印啊，用我们这个批去打印。来我们用一个break啊，跳出我们的循环就打印一个就行了啊，因为我们去解析数据的话，不用打印那么多啊，就打印一个就好了。OK啊。啊，打印出来之后的话，我们接下来我们看一看要什么数据啊，要要的数据的话，我们给他取一取啊，给他提取一下啊。呃，这个是小鹏汽车。小鹏P5250。那我第一条甲壳虫呢？我第一条不是甲壳虫吗？啊，他这里可能已经更新了啊，我来看一下他他这里的话，可能第一条数据已经更新了啊。

他现在现在那个甲壳虫可能已经没有了。打你看到没有，他那个甲壳虫估计已经卖出去了。已经卖了，已经卖了吗？这么快吗？就瞄了一眼就不见了那个数据啊，那现在已经变成小鹏P5了。那我们第一条数据的话，就变成这个小鹏P5了，OK啊。啊，真快，我也觉得好快啊，是不是前面有车已经卖过了，然后他啊自动排名往上提了。那么来提取啊，提取具体的一个数据，保存到一个字典中。咱们用一个dit字典去接收，像我面的标题，我们需要给它取一下的index，那它标题就哪个，就是这个title头啊，这个的话就是它的一个标题。把它的标题我们给他拿过来，呃，还有什么呢？呃，还有它的一个呃年份嘛，对吧，它的年份还有他的一个品牌啊品牌我们也拿一下品牌。打品牌的话就是小鹏嘛，小鹏汽车嘛。对，这是它的一个品牌啊，小鹏汽车。

是不是，然后还有呢，嗯，它的一个款式吧，这个P，呃，55550P的话，应该是它的款式啊。啊，它是哪一款的对不对。啊，还有什么呢，它的一个城市。城市的话有好几个武汉的，我们就直接拿一个吧，拿这个吧，好吧。因为武汉的话也挺多的。嗯，那我们还有什么呢啊，它的年份二二年的啊，他的一个车辆的年份二二年。啊，年份，这是车辆年份。他有购买的年份吗？好像没有购买的年份啊，只有这种啊，这种年份啊，还有它的一个价格，这个是它的原价。是它的一个原价啊，原价是20.29万，然后它的。公里数。啊，这公里数啊，公里数在这里啊，这是它的一个公里数啊里程。对，现价的话是我们的一个9.8万。

啊，现在的一个售价。啊，售价的话是我们的一个9.98万，然后还有它的一个里程啊，里程我们也拿一拿。啊，里程公里数嘛。公里数我们取出来之后的话，它它是有两个的啊，它中间有一个呃，Split分割对不对，那我们啊，不以以这个这里的话有一个竖线，我们给它分割一下，用split给它分割一下。我们给它复制过来。啊分割啊，这个分割的话就相当于什么呢？啊举个例子啊，我们现在的话不是不是这个吗？我们取到的数据不是这个样子吗？他点上一个split分割，就相当于把我们这个什么呢？把我们这个字符串给它分割成一个列表，就变成这样子的一个列表，前面的话就是我们的2022年。后面的一个元素的话，就是我们0.40万公里。啊，它就是这样子的，对不对，那我们现在它分割成我们列表之后的话，我们要的值是哪个，要的值是后面这个值对吧？最后的这个值，最后的这个值的话，我们可以根据列表，所以位置取值取什么呢？取负一，那负一的话就表示取的是最后一个，取的是最后一个。

Oko.嗯，那还有什么数据吗。然后基本的话就这些东西啊。对不对，呃，还有一个什么呢？嗯，过户的次数，我不知道是哪一个是过户次数啊，这个因为都是0啊。因为它上面写的都是0啊，我不知道哪一个是过户的次数啊。是平台类型。我们找一个吧，我们找一个，呃，不是零次的过户啊，我们来看一看啊，啊这个自由光的话，它不是。他是过户了一次的，过户了一次的。

我们来看一看啊。你看这里啊。他是第几条数据啊，1234啊。啊，算了，那过户次数不要了，行不行，那过户次数不要了。因为我看不看不看不出来，他哪个是过户的次数啊，我们搜一下。那呃，这个是过户次数吧，应该是看一下。啊，这个的话可能是过户的一个次数啊转移对吧，那这个的话就是过户啊，那有了就给他拿一下啊过户。OK.啊，基本的话我们就这些数据了，好像没有其他的，还有其他数据要拿的吗？没有了吧。大家没有了啊，然后它有一个检测报告，但是这个是个logo啊，这是个图片啊，但是不是它的一个具体的一个报告的链接啊，这个也是个图片。

对吧，是他那个封面的一个图片。啊，封面图片，如果说你们需要的话，你也可以把它取一下啊，给它取一下啊，这是我们正常的一个数据的一个获取，来我们打印一下这个DAT啊，看一下我们整体的一个数据拿到的一个情况是什么样子的。来我们运行一下。OK.发现问题了吗？啊，虽然说我们已经也拿到了相关的一些数据啊，拿到了相相应的一些东西啊，但是的话，大家有没有发现一个问题啊。啊，里面发现一个问题。他这些东西是个什么玩意儿？啊，这是个什么玩意儿？看到了吗？自杀。替换掉，替换掉。这个替换掉，你怎么替换。

啊，这怎么这怎么替换，我想问一下这怎么替换，你说替换掉这怎么替换。啊，这这这咋替换。替换掉是不对的啊，这个替换掉的话是不对的啊，为什么它会有一个这种情况存在呢？这个的话其实是属于一个。有同学知道了吗？转码吧，这这也不是转码，这也不是转码。嗯，转码你怎么转，那我们给他复制一份啊，你要你要说转码的话，我给你找一个UI的一个编码。啊，你要怎么转。那你要你要转吗？那这个要转中文他是吗？那他中文是这个样子的。那这是他转出来的一个效果。但是转出来一个效果。那unicode转中文啊，转出来的这个样子。是吧，你还你还看其他的吗？那这个转中文你看他他转不了，他不是的，那这个呢，解码呢，哎，他也不是的。对不对。啊，不是加密啊，不是加密那是什么。

不是加密，那是什么？这个的话就是加密啊，它就是加密啊，它属于什么呢？属于字体加密。啊，它是自体加密。懂了吗？啊，这个的话就是我们所说的一个字体加密啊。怎么去解决呢？啊，怎么去解决呢？来我们看一下啊，就他这种数据的话啊，其实我们，呃，我我可以这样子给你看，我给你这样看啊，你看啊，啊仔细看啊，我我不知道我手速快不快啊。啊，手速不够快，我刷新一下吧。哎，我这里不能F5啊。诶，手速慢了。他怎么没出来啊？哎，你你们，哎这怎么我刷新他没有啊。啊啊OK啊这个啊，就这个。看到没有啊，手速还是比较快的。那就这种方框啊，像这种方框的这种啊，像这种的话，它其实是一个字体加密啊，这个的话是一个字体加密啊字体加密。

啊，自己加密，就他给给我们的数据啊，就像这里面他给我们的数据的话，它并不是一个什么呢，并不是一个完整的一个数据内容，他有些有你看这个价格，他这里的话，你看它其实直接是一个空的啊，直接是一个空的，它其实就是一个方框，但你通过这个元素面板去看的话，它也是一个方框。啊，我们通过这个元素面板，我们看价格有没有。那价格也是啊，那。看到没，它就是一个这种的一个方框的一个情况啊，就是一个空白的，其实就是一个方框，那像这种怎么去解决啊啊，既然它字体加密的话，首先啊。我给你们演示看一下，演示看一个东西啊。字体加密的话，首先我们去找一下他的字体文件啊，他自己字体文件也挺多的，其实都可以啊，都可以啊，都都行啊都行，我把这个字体复制过来啊。给你们看一下，把这个字体文件下载下来。

下载一下它的这个字体文件，这个字体文件的话，需要得用专门的一个，呃，专门的一个软件进行打开啊，然后你没有这个软件的话，你可以去找我们的一个木子老师要。好吧，没有这个软件的话，你们可以自己加木子老师要啊。咱们打开一下这个字体文件。打开一下。那。哇，它是这个样子的啊，它是这种的。啊，就是它对应的字体的话，它是有一个什么呢？有个码点，我们就拿数字来举例吧，因为其他的太多了，就拿数字来举例啊。那这个的话，它是它的一个什么呢？码点。啊，这下面的话是它的一个数字上面的话，这个是它的码点啊，它是它是个码点，那我们现在的话，我们所看到的是一个什么样子呢？啊是这种样子，我们来啊运行一下啊。运行一下啊，它的一个原价对不对，我们把原价的话啊，原价的话我们给大家，呃，来啊，这是它的一个原价啊，原价的话我做一个简单的操作啊，我们给它复循环一下for I in, 我们的一个什么呢。

用这个。然后我们print打印。还打印一个什么呢OD。哎。OK啊，你看啊，这个的话是对应的什么呢。565846758425584675846158378OK来找那58467的话是哪一个。是这个吧。大家看到啊，58467是不是他。58467啊，58425是哪一个，58425。5845是不是0。对了，是不是0。然后点的话是46啊，点的话它这里有加密码。

看他这个点有有有做处理吗？啊，这个点的话没有做处理啊。美术处理的话不用管他。OK啊，那我们的话58467是多少。啊，我不知道467还是个二还是个二。对，还是个2，然后的话461呢，461。啊，46149。然后的话还有一个58378。58378。373737373737。啊，三七八是个哦，啊三七八是个是个是个那个啊三七八的话是个圆。对，三七八的话是因为它的价格的话是多少多少元啊，多少多少钱，对它后面的话一个单位啊，这个378的话是个单位对吧，就是万啊啊就是万啊，不是元是万，万的话是多少，这里万的话，因为字体不不是很好找啊，打这个字体不是特别好找，我就不找了啊。因为我我想给你们看的那一个。但是我们知道前面这个啊，所以这个价格的话是20.29万对应的能能对应的上吗。我们那个第二页。

第二页，这是第2页的数据啊，我这个是第三页的。啊，明白了吗？懂了没有？看到没有对吧，它其实就是有一个映射的一个规则啊，就是它有一个映射的规则。懂了吗？那上面的话就是属于他的一个，呃，这个的话就是它的码点，那上面这个东西的话就是它的码点啊，这个的话就是它的码点下面对应的一个数字就一一对应的，像我们把这里取出来之后的话，我们只要把这个规则给它构建出来就好了啊，把这个规则给它进行一个构建，构建就可以了啊构建的话啊，这个的话就是需要使用到什么呢？实际到我们的一个识别。那这里的话就不用不用你们去弄了，不用你们去弄了，好吧，这边有现成的代码就不用你们去弄了啊，如果说你要去再给你们把这个识别的东西给你们讲一遍的话，就有点麻烦啊，有点麻烦。可以把这个规则直接给大家构建出来啊。我们。呃，有一个什么，有个代码。那有个代码。啊，有个这个代码。好吧，这个代码的话就可以直接干嘛呢，对于我们的一个呃，字体文件啊，进行一个识别处理啊，进行识别处理，把它的一个规则给它映射出来，那我们刚刚下载好的那个字体文件，我们给他拿过来，我们粘贴进来啊。

哎，我这里之前是不是有一个。有了之后可以给他删了。然后把这字体文件我先给他删了啊。哎，刚刚那个嘞。Country c country v.嗯。点好，他来我们运行一下，我们把这个规则构建一下，把这个规则给它构建出来。啊，给它构建出来。等他运行一下。啊，一个是数字的一个unicode嘛，一个是我们16进制的一个n coding啊unding。好吧，这个的话就是它的一个规则。

哇，这个的话就是它的一个映射规则啊，我们可以把这个映射规则直接拿过来啊。哇，他这个音色规则我给你拿过来。放哪里放这里。啊，我们来一个放。点塔。啊，这个的话就是它的一个映射规则啊。打这场映射规则。啊，我们现在要做的是什么呢？那我们现在要做的话，是不是把它这里面的每一个东西给他进行一个什么替换吧。对，我是不是给他进行替换。好吧，呃，我们，呃给他替换一下啊，替换的话，我们这里定义一个函数啊，定义一个函数df change.啊，定一个函数啊，替换我们的一个什么。呃，构建我们的一个映加密啊，字体的一个映射规则。的替换。那我们这边的话就传一个什么，传一个字体进来啊，传一个字啊，传一个字，我们用个key接收给他传进来，把我们内容传进来之后的话，我们给它做一个负循环啊，For我们的I in我们的一个key啊in这个K就相当于我们给它遍历出来嘛。

对不对，我们就相当于把这个数字给它遍历出来啊，遍历出来，遍历出来之后的话，我们怎么去做呢。并列出来之后的话，我们是不是要给它替换成什么呢？替换成我们的那种，呃。这这这种形式就是这种有这种麻点的。咱们再运行一下。啊，替换成这个样子了，对不对啊，这个的话我们就是用那个OID啊OID，那我们来给他写一下，那么这个I的话就是什么呢？OID.取这个I啊，取I之后的话，它这里是整数啊，我们也给它转成整数吧，它这里应该不用转啊，它的话应该就是个整数啊，应该就是个整数啊，就不用转了，然后根据什么呢？根据字典的键取它的一个值。啊，根据它这个词，然后我们取取它的内容就行了，那么放着。

对它啊，取它取出来，把它的这个数字啊，把这个把这个字给它取出来，取出来之后的话，我们用个什么word去接收啊，Word接收。对不对，然后的话，前面这里的话，我们用的什么STR啊行。嗯。等一个空的啊，等于空的啊，我们做一个简单处理啊。啊，但这里会报错啊，这里的话，如果说你直接这样用的话，会报错的。啊，这样用的话，呃，会有一个，呃有有会有一个报错啊。呃，不能这么写啊，这样写的话会报错的，为什么会报错呢？我给大家演示一下啊。我我给你们演示一下啊。我来调用一下这个函数，我们是哪一个是原价吧。打它原价里面是有加密的，我们把这个原价给他调用一下这个函数啊。

好吧。那我们再运行它会报错的啊，他会报错的。啊，他会报错报什么呢？报没有这个K啊，没有这个键的一个错误，我们刚刚是说过它那个点是没有的。对，他那个点是没有加密的啊，它那个点号是没有加密的，如果说加密的话，他可能会去，那像这种怎么办呢？因为他有些是加密的，有些是没有加密的，对不对，所以我们要在这里的话做一个异常补货啊，给他简单的异常补货一下，就如果说有加密的话，我们就进行一个处理，没有加密的话啊。那么的一个word就直接等于I。啊，直接等于2，然后每次的话，我们的一个呃，STR啊。A等于个。啊，这样的话就可以了。啊，这样的话可以了，你看这个价格是不是出来了。打这个我们原价的一个价格是不是出来了。那售价呢，同样嘛，售价里程，那售价里程这些数据的话，我们是不是同样的方法啊，这一块我们就不打印了啊啊我们我们的售价啊，售价的话，我们也给他拿一下。

来运行。打售价是不是就OK了？啊售价原价售价，诶里程它又是好的了。这个里程有些是又是好的了，这个里程我不是没弄吗？这个里程我不是还没弄吗？还没弄为什么它都是好的。我再运行一下啊，他因为他这个是有时候是有加密，有时候是没有加密的，OK, 你看现在的话是不是有加密的，那现在就有加密的啊呃，我们就给他稍微处理一下啊，就反正有有的话啊，会存在我们这种加密的一个可能，我们就给他弄一下，呃，还有什么呢？还有这个城市啊，城市的话，它有时候也会有存在这种加密的一个情况啊，我们也给他处理一下。

啊，也给他梳理一下。对啊，我们看一下还有哪些啊，过户的话是没有问题的。OK啊，然后我们的一个，嗯。品牌应该也是没问题的。OK啊，那这样的话就全部都搞好了啊，这样的话就是我们所有的一个数据就全部弄好了啊，所有的一个数据啊，就是我们都是这么去搞的。那就把它的一个呃，映射规则给它固定出来，固定出来之后的话，你给它进行替换就行了啊，这种是比较简单的一个字体加密的一个方法啊，自己解密的一个方法。好吧，明白了没有？就给他把这个映射的规则给他固定出来，然后的话直接进行替换就行了。好的，那我们接下来的话就做一个简单的一个数据保存啊，那我们啊，既然获取到数据的话，我们就导入一个CSV的一个模块，Import csv.首先啊，我们创建一个文件对象。F=open对侧点CV。Model=W。

嗯，可定有贴不办。牛奶。那我们字典写作方法。啊，调用我们字典写入的一个方法啊。传入我们的一个对象，然后再加上我们的一个字段名。那我们自然名啊，都给它加上。然后这边的话。这些不要了。来替换。听话。OK, 再用一个变量名去接收CSV。那在下面的话，我们就干嘛呢？哎，我们使用一个写入表头啊，写入表头。点上panda啊，最后的话，我们就给他去进行一个数据写入啊，写入数据。

电梯。来运行好了，那这样的话，我们这一页的一个关于什么呢？关于它的这个数据信息的话，我们就全部给它保存出来了。保存到这个CSV的表格里面了。那这个的话就是我们相关的一个数据信息。啊，它的公里数啊，它的一个售价原价年份啊，城市啊，还有它的款式啊，它是哪一个款式的。对不对，然后他的一个品牌，然后标题七七八八的数据的话，我们就全部拿到了。好吧，来看到效果的同学可以扣个6啊，看到效果的同学可以扣个6。啊，这个的话就是关于一些简单的一个字体加密啊。自己加密的一个方法，这个还不是个动态的。如果说是个动态的话，你要去找他的字体文件啊，还要去找他的一个字体文件，对吧，他这个字体文件从哪里来的。是我们现在是直接把这个字体文件下载下来，如果说他这个字体文件是动态的话，你要去还要去抓包分析他这个字体文件啊，它是从哪个地方来的，那你还要对于他这一个数据进行一个提取啊，还要去获取它这个字体文件。

啊，像我们这里的话就不用了，不然你还得写个正则，然后把这个字体文件给它取出来，然后进行一个下载，然后再去构建它的一个内容。好了，有没有问题想问的？啊，如果说那我们进行一个多页呢，对吧，批量采集的话，这个就比较简单了啊。批量采集的话，我们就分析它的一个链接变化规律就行了。啊，我们给它清空啊，清空啊，我们来看第一页的数据啊。第一啊。啊，这是第一页的一个数据。啊，这是第一页的。是吧，啊，这个一个厘米乘20。啊，这只有20条，我们应该看这个60条的啊。

是不是这60条的啊，我们应该看这一个。啊，只要改什么呢？就我们翻译的话，只要改这个配置就可以了，啊，其实只有改这个配置就行了。我们来看第2页的。打第二的话就变成2了，打第三页的话变成3啊，我们就构建一个循环啊，我们这里直接写一个啊。构建我们的一个循环翻译for page.欢迎我们的range。对吧，你要采集多少页就采集多少页，那我们采集啊前10页的数据，咱们就循环10次，如果说你要采集前100页的数据，那你就循环100次是不是，然后把这个配置改到哪里呢？改到这里。打印一下啊printer。正在。采集啊D。多少也得输。金牛。M直接运行。啊，报错了，是因为我这个没关啊。

是因为我们这个这个文件没关啊，文件没关的话，它是不能写入数据的。玩到验证码了，爬午夜就不行了，这个网站。这把再爬5夜就不行了。还是说5月以后要登录了。哎，不用登录。不要等他为什么卡住了啊，那就等一下吧，那可能网卡了。被发现了吧，也没有啊，因为我在看啊，如果说被发现的话，你你可以看他那个网站啊，那就可以了。啊，可能就是刚刚卡住，可能单纯就是网卡，单纯就是网卡了。因为有些网站的话，它有一种可能啊，就是我我担心一个点是什么呢？就是我我他只显示前5页的数据，然后后面的数据的话，你你你要你你要去看的话，需要干嘛，需要登录账号啊，那那样子的话，你有可能说要要加上一个登录账号的一个cookie进行一个获取了。对不对，然后这里的话是没事啊，可能是刚刚就是一个简单的一个网卡。

来我们看一下数据啊，有没有问题啊，看看有没有乱码啥的，应该没有乱码。前面单个的没有乱码，你翻译的话有乱码就不合理了。那这个的话就是我们数据啊，就是我们一页60条嘛，一共的话就600条，那他一共有100多亿啊，就差不多是呃，1万条数据啊，1万条数据。