前言

以往爬蟲沒怎么研究過，最近有個需求，要從某網站采集敏感信息，稍稍考慮了一下，決定利用C# Winform和Python一起來解決這個事件。

整個解決方案不復雜：C#編寫WinForm窗體，進行數據分析和采集, Python本來不想用的，一下子沒找到C#下Woff字體轉Xml的方案，而網上Python的則有很多，所以就加了一個Python項目，雖然就1個腳本。

一、幾個步驟：

首先要模擬登錄，登錄完了進入簡歷采集，然后模擬下載，下載完了以后就可以看到求職者的電話了。

這個電話號碼是使用動態(tài)生成的Base64字體，所以直接提取文字是無法成功的。

1、先將Base64轉成Woff字體，這個可以用C#完成（這其中的iso-8859-1編碼是個坑，一般用Default會出現驚喜）：

SetMainStatus("正在生成WOFF...");
   byte[] fontBytes = Convert.FromBase64String(CurFont);
   string fontStr = Encoding.GetEncoding("iso-8859-1").GetString(fontBytes).TrimEnd('\0');
   StreamWriter sw2 = new StreamWriter(@"R58.woff", false, Encoding.GetEncoding("iso-8859-1"));
   sw2.Write(fontStr);
   sw2.Close();

2、再將已經生成的Woff轉成XML（WoffDec.exe是我用Python打包的Exe,其實有點小題大做了，為了這一個轉化專門打了一個包，有時間還是整一個C#下面的好）

//調用python exe 生成xml文件
   ProcessStartInfo info = new ProcessStartInfo
   {
    FileName = "WoffDec.exe",
    WindowStyle = ProcessWindowStyle.Hidden
   };
   Process.Start(info).WaitForExit(2000);//在2秒內等待返回

整個WoffDec.py的代碼就3行：

from fontTools.ttLib import TTFont
font = TTFont('R12.woff')
font.saveXML('R12.xml')

這個打包是有點意思的，先試了py2exe，不成功，換pyinstaller, 成了，連EXE一起有11M，也不是很大。

https://github.com/pyinstaller/pyinstaller 下載 或者 本地下載 ，或者在VS2017 Python環(huán)境下搜索PyInstaller直接安裝。

右鍵使用“打開此處的命令提示符”；輸入pyinstaller /path/to/yourscript.py即可打包成一個exe文件。在Winform應用調用時，應該整個文件夾都拷貝過去。

3、XML文件有了以后，以上面的Woff文件為基準準備為一個數據字典存儲起來（這個地方有點繞，先找一個網站把Woff顯示成文字和編碼，然后根據編碼在XML中查找它的字體定位點，我取的X和Y組成唯一值（X，Y就代表一個字），當然也可以取更多;

internal static readonly Dictionary<string, string> DicChar = new Dictionary<string, string>()
  {
   {"91,744","0" },
   {"570,0","1"},
   {"853,1143","2" },
   {"143,259","3" },
   。。。。。。
  };

4、上面這一步是要花點時間的，基準字典有了以后，就可以按每次生成的XML文件來進行匹配真實文字了。

5、真實文字取出后面的就簡單了，直接采集到數據庫，再連上短信發(fā)送業(yè)務，就可以自動群發(fā)了。

二、使用場景

上班后開啟采集服務即不用再理會，由系統(tǒng)每間隔一段時間自動下載簡歷，并自動推送面試邀請短信。只要有新人發(fā)布對口的求職信息，系統(tǒng)就會馬上給他發(fā)送邀請，實為搶人利器。

BTW：網頁模擬操作使用的CEFSharp將另開一章。

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，謝謝大家對腳本之家的支持。

最新評論