能否逆向网站邮箱混淆？爬取bizfeira.com遇混淆联系方式求助

嘿，我仔细看了你提供的Bizfeira网站的HTML代码，发现他们用的文本混淆其实是Base64编码，这个处理起来超简单！

先拆解你给出的邮箱例子 #

看这段代码：

<div class="directories-details-col-right"><a href="mailto:Z2VyYWxAbWVkaWdsb2JhbC5wdA==" class="text-obfuscator">Z2VyYWxAbWVkaWdsb2JhbC5wdA==</a></div>

这里的Z2VyYWxAbWVkaWdsb2JhbC5wdA==就是Base64编码后的邮箱字符串，解码后就是真实邮箱geral@medigalobal.pt。

具体解码方法 #

用Python处理（适合爬虫集成）

直接用Python内置的base64模块就能搞定，代码示例：

import base64

# 提取到的编码字符串
encoded_str = "Z2VyYWxAbWVkaWdsb2JhbC5wdA=="
# 解码并转成UTF-8字符串
decoded_str = base64.b64decode(encoded_str).decode('utf-8')
print(decoded_str)  # 输出：geral@medigalobal.pt

快速验证方法

如果你只是想临时验证，也可以用命令行（Linux/macOS）：

echo "Z2VyYWxAbWVkaWdsb2JhbC5wdA==" | base64 -d

执行后会直接输出解码后的邮箱。

关于电话（telefone/telemovel）的处理 #

虽然你没提供电话的HTML源码，但这类网站通常会用统一的混淆逻辑，大概率也是Base64编码，或者可能是HTML实体编码（比如7代表数字7）。你可以先查看电话元素的源码：

• 如果电话文本是类似的Base64字符串，用上面同样的方法解码即可；
• 如果是HTML实体，用Python的html模块处理：

import html

encoded_phone = "5432125678"
decoded_phone = html.unescape(encoded_phone)
print(decoded_phone)  # 输出对应的数字电话

爬虫集成建议 #

在你的爬虫逻辑里，只需要定位到class="text-obfuscator"的元素，提取它的文本内容或者href属性中mailto:后面的编码部分，然后用上面的解码方法还原，就能拿到真实的联系方式了。

内容的提问来源于stack exchange，提问作者Joao Pedro Lopes Mendes