解析懂车帝二手车页面时价格数字被特殊字符替代的技术问询

现象原因 #

这是网站的反爬策略：通过自定义字体实现字符映射，将数字替换为特殊Unicode字符。页面中的font-zmQZz5CrbrbHudeQ是自定义字体的类名，网站会加载对应的字体文件，浏览器渲染时会把这些特殊字符转换为正常数字，但HTML源码中仅保留映射后的特殊字符，目的是阻止爬虫直接从静态源码中提取价格数据。

解决方法 #

• 解析自定义字体映射

  1. 在浏览器开发者工具的「网络」面板筛选「字体」类型，找到页面加载的自定义字体文件（多为.woff/.woff2格式）。
  2. 使用字体解析工具（如FontForge）打开字体文件，梳理特殊字符与对应数字的映射关系，建立转换字典后，批量替换抓取到的特殊字符为正常数字。

• 模拟浏览器渲染抓取
  使用支持JS渲染的爬虫工具（如Pyppeteer、Playwright），模拟浏览器完整加载页面并完成渲染，直接提取页面最终显示的正常价格文本，无需处理字体映射逻辑。

• 挖掘隐藏接口数据
  检查浏览器「网络」面板的XHR/Fetch请求，部分网站会在接口中返回加密/编码后的价格数据，分析前端JS代码找到解密或解码逻辑，还原出正常价格数值。

内容的提问来源于stack exchange，提问作者NETkuz