用NodeJS实现反爬虫，原理&源码放送

爬虫，网络安全最大的威胁之一！
根据爬取数据类型而分，爬虫有不少种类，比如爬取Email地址的、爬取商品价格的、爬取图片的，而最多的是爬取内容的，内容数据爬虫是为泛滥的！
爬虫让很多人对其深感苦恼，今天的Node.JS实战，将实现一种防护性能很强的反爬虫系统。
首先展示防护效果，然后付上完整代码，以了解实现方法。
防护效果展示
根据两个核心思路进行效果展示如下：
1、字体加密
创建自定义字体库，将字体进行加密。
举一个最直白的例子：
比如要在网页中显示文字：“我是我，你是你，她是她”，在正常的情况下，网页中就是存在这几个字，爬虫当然可以爬取。
我们要实现的效果是，让这几个字不存在，网页源码中可能是：

但是在网页中可以正常显示：

但是却不可复制，复制后，全部或部分内容将不能正常显示：

2、字体防破解
单纯的字体加密，是不太难被破解的，因为上述的“密文乱码符号”，其实也就是一种对应关系，例如：“A”对应“啊”，“B”对应“不”。只要获得足够的对应关系，替换就可以破解还原出原内容。
具体实施时，可以从网页中获取字体文件。
如TTF，通过格式转换，化为TTX，即可得到对应关系。
也可以手动记录对应关系。

那么对于这两种破解，我们也需要进行防护。
1、防止字体文件被下载；
动态字体路径：
注意以下两图，不同的字体路径：


即：每次访问都是不同的字体路径，而且，此动态路径文件是不可下载的：

当然，文件的正常使用是不受影响的。
2、使用动态对应关系，防止字体对应被获取。
我们内置一套系统，自动或手动实现编码变化：
以下两图，两种不同的编码展示，前面部分是编码，后面是对应的字：


源码展示
实现以上功能的代码并不复杂，本例由两个文件，一个目录组成：

acs.js是主文件，内容如下：
/**
 * Anti Content Splider
 * Auther:WangLiwen
 * www.ShareWAF.com
 */
var fs = require('fs')
var font_carrier = require("font-carrier")
var body_parser = require("body-parser")
var mime = require("mime");
//变码矩阵，存放字和unicode的对应关系
var transfer_result = require("./config").tramsform_matrix;
/**
 * TTF变码
 * 基于一种字体，生成另一种新字体
 * 参数：ttf，原始字体
 * 参数：words，要变码的字
 * 参数：new_ttf，新的字体
 * 返回值：新字体中，unicode和字的对应关系
 */
function transform_ttf(ttf,words,new_ttf){
    //创建新的空字体
    var font = font_carrier.create()
    //从ttf字体中获取文字
    var font_transfer = font_carrier.transfer(ttf)
    if(words.length==0){
        return{};
    }
    var result={};
    var key,value,word;
    //遍历传入的参数：要变码的字体
    for(var i=0;i//新的unicode
        key="‚"+i;
        //unicode对应的字
        value=words[i];
        //字形
        word=font_transfer.getGlyph(words[i]);
        //加入到新字体中

[1] [2] [3] [4]  下一页