種反爬蟲(chóng)手段被廣泛應(yīng)用在一線互聯(lián)網(wǎng)企業(yè)的產(chǎn)品中，例如汽車資訊類網(wǎng)站、小說(shuō)類網(wǎng)站等文字密度較大的站點(diǎn)。在開(kāi)始學(xué)習(xí)之前，我們先來(lái)看看具體的現(xiàn)象。打開(kāi)網(wǎng)址：

https://implicit-style-css_0.crawler-lab.com
復(fù)制代碼

呈現(xiàn)在我們眼前的是這樣一個(gè)界面：

這次的任務(wù)，就是拿到頁(yè)面上所呈現(xiàn)的內(nèi)容的文本。在編寫爬蟲(chóng)代碼之前，我們要做幾件事：

• 確定目標(biāo)內(nèi)容的來(lái)源，也就是找到響應(yīng)目標(biāo)內(nèi)容的那次請(qǐng)求
• 確定目標(biāo)內(nèi)容在網(wǎng)頁(yè)中的位置

其實(shí)就是最基本的觀察和分析。

網(wǎng)絡(luò)請(qǐng)求方面，打開(kāi)瀏覽器調(diào)試工具并切換到 Network 面板后，看到頁(yè)面只加載了 2 個(gè)資源：

一個(gè) html 文檔和一個(gè) js 文件，想必我們要的內(nèi)容就在 html 文檔中。點(diǎn)擊該請(qǐng)求，瀏覽器開(kāi)發(fā)者工具就會(huì)分成兩欄，左側(cè)依然是請(qǐng)求記錄列表，右側(cè)顯示的是指定請(qǐng)求的詳情。右側(cè)面板切換到 Response，就可以看到服務(wù)器響應(yīng)的內(nèi)容：

看樣子，我們要的東西就在這次響應(yīng)正文中。咋一看，我們直接取 class 為 rdtext 的 div 標(biāo)簽下的 p 標(biāo)簽中的文本內(nèi)容即可。然而事情并沒(méi)有那么簡(jiǎn)單，細(xì)心的讀者可能發(fā)現(xiàn)了，響應(yīng)正文中顯示的內(nèi)容和頁(yè)面中呈現(xiàn)的文字并不完全相同——響應(yīng)正文中少了一些標(biāo)點(diǎn)符號(hào)和文字，多了一些 span 標(biāo)簽。例如頁(yè)面中顯示的是：

夜幕團(tuán)隊(duì) NightTeam 于 2019 年 9 月 9 日正式成立，團(tuán)隊(duì)由爬蟲(chóng)領(lǐng)域中實(shí)力強(qiáng)勁的多名開(kāi)發(fā)者組成：崔慶才、周子淇、陳祥安、唐軼飛、馮威、蔡晉、戴煌金、張冶青和韋世東。
復(fù)制代碼

而響應(yīng)正文中看到的是：

<p>夜幕團(tuán)隊(duì) NightTeam 于 2019 年 9 月 9 日正式成立<span class="context_kw0"></span>團(tuán)隊(duì)由爬蟲(chóng)領(lǐng)域中實(shí)力強(qiáng)勁<span class="context_kw1"></span>多<span class="context_kw21"></span>開(kāi)發(fā)者組成：崔慶才、周子淇、陳祥安、唐軼飛、馮威、蔡晉、戴煌金、張冶青和韋世東<span class="context_kw2"></span>
</p>
復(fù)制代碼

這句話中，被 span 標(biāo)簽替代的有逗號(hào)、的字、名字。整體看一遍，發(fā)現(xiàn)這些 span 標(biāo)簽都帶有 class 屬性。

明眼人一看就知道，又是利用了瀏覽器渲染原理做的反爬蟲(chóng)措施。不明所以的讀者請(qǐng)去翻閱《Python3 反爬蟲(chóng)原理與繞過(guò)實(shí)戰(zhàn)》。

既然跟 span 和 class 有關(guān)，那我們來(lái)看一下 class 屬性到底設(shè)置了什么。class 名為 context_kw0 的 span 標(biāo)簽樣式如下：

.context_kw0::before {
    content: "，";
}
復(fù)制代碼

再看看其他的，class 屬性為 context_kw21 的 span 標(biāo)簽樣式如下：

.context_kw21::before {
    content: "名";
}
復(fù)制代碼

原來(lái)被替換掉的文字出現(xiàn)在這里！看到這里，想必聰明的你也知道是怎么回事了！

解決這個(gè)問(wèn)題的辦法很簡(jiǎn)單，只需要提取出 span 標(biāo)簽 class 屬性名稱對(duì)應(yīng)的 content 值，然后將其恢復(fù)到文本中即可。

屬性名有個(gè)規(guī)律：context_kw + 數(shù)字。也就是說(shuō) context_kw 有可能是固定的，數(shù)字是循環(huán)出來(lái)的，或者是數(shù)組中的下標(biāo)？大膽猜想一下，假設(shè)有這么一個(gè)字典：

{0: "，", 1: "的",  21: "名"}
復(fù)制代碼

那么將 context_kw 與字典的鍵組合，就得到了 class 的名稱，對(duì)應(yīng)的值就作為 content，這好像很接近了。中高級(jí)爬蟲(chóng)工程師心中都明白：在網(wǎng)頁(yè)中，能干出如此之事唯有借助 JavaScript。不明白的讀者請(qǐng)去翻閱《Python3 反爬蟲(chóng)原理與繞過(guò)實(shí)戰(zhàn)》。

那就搜一下吧！

喚起瀏覽器調(diào)試工具的全局搜索功能，輸入 context_kw 并會(huì)車。然后在搜索結(jié)果中尋找看上去有用的信息，例如：

發(fā)現(xiàn) JavaScript 代碼中出現(xiàn)了 context_kw，關(guān)鍵的信息是 .context_kw + i + _0xea12('0x2c')。代碼還混淆了一下！看不出的讀者可以找作者韋世東報(bào)名《JavaScript 逆向系列課》，學(xué)完就能夠很快找到看上去有用的代碼，并且看懂代碼的邏輯。

這里手把手帶讀一下這些 JavaScript 代碼。第一段，也就是 977 行代碼原文如下：

var _0xa12e = ['appendChild', 'fromCharCode', 'ifLSL', 'undefined', 'mPDrG', 'DWwdv', 'styleSheets', 'addRule', '::before', '.context_kw', '::before{content:\x20\x22', 'cssRules', 'pad', 'clamp', 'sigBytes', 'YEawH', 'yUSXm', 'PwMPi', 'pLCFG', 'ErKUI', 'OtZki', 'prototype', 'endWith', 'test', '8RHz0u9wbbrXYJjUcstWoRU1SmEIvQZQJtdHeU9/KpK/nBtFWIzLveG63e81APFLLiBBbevCCbRPdingQfzOAFPNPBw4UJCsqrDmVXFe6+LK2CSp26aUL4S+AgWjtrByjZqnYm9H3XEWW+gLx763OGfifuNUB8AgXB7/pnNTwoLjeKDrLKzomC+pXHMGYgQJegLVezvshTGgyVrDXfw4eGSVDa3c/FpDtban34QpS3I=', 'enc', 'Latin1', 'parse', 'window', 'location', 'href', '146385F634C9CB00', 'decrypt', 'ZeroPadding', 'toString', 'split', 'length', 'style', 'type', 'setAttribute', 'async', 'getElementsByTagName', 'NOyra', 'fgQCW', 'nCjZv', 'parentNode', 'insertBefore', 'head'];
        (function (_0x4db306, _0x3b5c31) {
            var _0x24d797 = function (_0x1ebd20) {
                while (--_0x1ebd20) {
                    _0x4db306['push'](_0x4db306['shift']());
                }
            };
復(fù)制代碼

往下延伸閱讀，還能看到 CryptoJS 這個(gè)詞，看到它就應(yīng)該曉得代碼中使用了一些加密解密的操作。

第二段，1133 行代碼原文如下：

for (var i = 0x0; i < words[_0xea12('0x18')]; i++) {
            try {
                document[_0xea12('0x2a')][0x0][_0xea12('0x2b')]('.context_kw' + i + _0xea12('0x2c'), 'content:\x20\x22' + words[i] + '\x22');
            } catch (_0x527f83) {
                document['styleSheets'][0x0]['insertRule'](_0xea12('0x2d') + i + _0xea12('0x2e') + words[i] + '\x22}', document[_0xea12('0x2a')][0x0][_0xea12('0x2f')][_0xea12('0x18')]);
            }
        }
復(fù)制代碼

這里循環(huán)的是 words，然后將 words 元素的下標(biāo)和對(duì)應(yīng)元素組合，這和我們猜想的是非常接近的，現(xiàn)在要找到 words。

怎么找？

又不會(huì)嗎？

搜索就可以了，順著搜索結(jié)果看，找到了定義 words 的代碼：

var secWords = decrypted[_0xea12('0x16')](CryptoJS['enc']['Utf8'])[_0xea12('0x17')](',');
var words = new Array(secWords[_0xea12('0x18')]);
復(fù)制代碼

按照這個(gè)方法，我們最后發(fā)現(xiàn) CSS 的 content 的內(nèi)容都是數(shù)組 _0xa12e 中一個(gè)經(jīng)過(guò)加密的元素先經(jīng)過(guò) AES 解密再經(jīng)過(guò)一定處理后得到的值。

捋清楚邏輯之后，就可以開(kāi)始摳出我們需要的 JS 代碼了。

這個(gè)代碼雖然經(jīng)過(guò)混淆，但還是比較簡(jiǎn)單的，所以具體的摳代碼步驟就不演示了，這里提示一下在摳出代碼之后兩個(gè)需要改寫的點(diǎn)。

第一個(gè)是下圖中的異常捕獲，這里判斷了當(dāng)前的 URL 是否為原網(wǎng)站的，但調(diào)試時(shí)，在 Node 環(huán)境下執(zhí)行是沒(méi)有 window 對(duì)象、document 對(duì)象的，如果不做修改會(huì)出現(xiàn)異常，所以需要把帶有這些對(duì)象的代碼注釋掉，例如下面 if 判斷語(yǔ)句：

try {
	if (top[_0xea12('0x10')][_0xea12('0x11')][_0xea12('0x12')] != window[_0xea12('0x11')]['href']) {
	top['window'][_0xea12('0x11')]['href'] = window[_0xea12('0x11')][_0xea12('0x12')];
}
復(fù)制代碼

其他的地方還需要自己踩坑。

修改完后就可以獲取到所有被替換過(guò)的字符了，接下來(lái)只需要把它們替換進(jìn) HTML 里就可以還原出正常的頁(yè)面，replace 就不演示了噢。

反爬蟲(chóng)原理

例子中用到的是 ::before，下方文字描述了它的作用：

在 CSS 中，::before 用于創(chuàng)建一個(gè)偽元素，其將成為匹配選中的元素的第一個(gè)子元素。常通過(guò) content 屬性來(lái)為一個(gè)元素添加修飾性的內(nèi)容。

引用自：developer.mozilla.org/zh-CN/docs/…

舉個(gè)例子，新建一個(gè) HTML 文檔，并在里面寫上如下內(nèi)容：

<q>大家好，我是咸魚(yú)</q>，<q>我是 程序員中的一員</q>
復(fù)制代碼

然后為 q 標(biāo)簽設(shè)置樣式：

q::before { 
  content: "?";
  color: blue;
}
q::after { 
  content: "?";
  color: red;
}
復(fù)制代碼

完整代碼如下（寫給沒(méi)有 HTML 基礎(chǔ)的朋友）：

<style>

q::before { 
  content: "?";
  color: blue;
}
q::after { 
  content: "?";
  color: red;
}

</style>
<q>大家好，我是咸魚(yú)</q>，<q>我是 程序員中的一員</q>
復(fù)制代碼

我們?cè)跇邮街校瑸?q 標(biāo)簽加上了 ::before 和 ::after 屬性，并設(shè)置了 content 和對(duì)應(yīng)的顏色。于是乎，在被q 標(biāo)簽包裹著的內(nèi)容前會(huì)出現(xiàn)藍(lán)色的 《 符號(hào)，而后面會(huì)出現(xiàn)紅色的 》 符號(hào)。

簡(jiǎn)單易懂吧！

小結(jié)

本文簡(jiǎn)單介紹了隱式 Style–CSS 在反爬蟲(chóng)中的應(yīng)用，并通過(guò)一個(gè)簡(jiǎn)單的實(shí)例學(xué)習(xí)了如何應(yīng)對(duì)這種情況，相信嘗試過(guò)的你已經(jīng)清楚地知道下次碰到這種反爬的時(shí)候該如何破解了。

當(dāng)然呢，這個(gè)例子還不夠完善，沒(méi)有完全覆蓋到隱式 Style–CSS 在反爬蟲(chóng)中的所有應(yīng)用方式，如果讀者朋友對(duì)這類反爬蟲(chóng)有興趣的話，不妨多找?guī)讉€(gè)例子自己動(dòng)手試試，也歡迎通過(guò)留言區(qū)與我交流討論。

最后，小編想說(shuō)：我是一名python開(kāi)發(fā)工程師，

整理了一套最新的python系統(tǒng)學(xué)習(xí)教程，

想要這些資料的可以關(guān)注私信小編“01”即可（免費(fèi)分享哦）希望能對(duì)你有所幫助

無(wú)聊打發(fā)時(shí)間，利用css簡(jiǎn)單寫一個(gè)給網(wǎng)站文章內(nèi)容的右上角添加一個(gè)原創(chuàng)標(biāo)識(shí)；

用來(lái)提醒他人本篇為本站原創(chuàng)，轉(zhuǎn)發(fā)文章時(shí)候請(qǐng)附轉(zhuǎn)載地址。

首先，我們修改下方css類名“tx-box”改為你自己文章最外層盒子的類名，找不到可聯(lián)系小編鵬仔幫你哦。

然后，修改background 的圖片路徑，圖片大家自行下載（ps簡(jiǎn)單做了兩個(gè)小圖標(biāo)，一個(gè)帶白的陰影，一個(gè)不帶，自行選擇，psd忘記保存，也沒(méi)什么需要修改），引入。

下載圖片 iqzhan.com/post/69.html

接著將下方css放到網(wǎng)站公共css中，或者找到文章區(qū)域引入css的文件。

CSS

.tx-box .info-con{
    position: relative;
}
.tp-yuanchuang{
    position: absolute;
    top: 0;
    right: 0;
    z-index: 1;
    opacity: .8;
    width: 110px;
    height: 70px;
    background: url(圖片路徑) no-repeat;
    background-size: auto;
}

opacity為水印透明度，0-1范圍，如果覺(jué)得顏色比較重，可往小的設(shè)置 .5

最后，我們?cè)诰庉嬑恼聲r(shí)候，哪篇文章需要，我們?cè)谖恼戮庉嫊r(shí)，編輯器的html中，放入下方html代碼即可。

Markup

<div class="tp-yuanchuang"></div>