关于小说网反爬的困惑

yuminghui · 发表于 2022-2-14 00:29

新人第一次发帖求助，关于版主小说的文字爬取，我看了大众和抖音的图片替代文字反爬，
发现版主的没有对应的字体库，想请问一下大佬这种情况爬取是一个什么思路

涛之雨 · 发表于 2022-2-14 07:07

图片保存下来ocr识别塞进去

Aurelion · 发表于 2022-2-14 07:16

可以先取出所有图片型文字地址之后用ocr转成文字这种规整的图片文字识别率应该极高然后把文字中穿插的图片代码替换成对应的汉字

kvstone · 发表于 2022-2-14 08:20

直接页面截图ocr，识别率也不差

华鼠 · 发表于 2022-2-14 08:57

很想试一下，可惜没有网址

huashenzlf · 发表于 2022-2-14 09:03

还是会有错别字，和字位置错乱

ronle · 发表于 2022-2-14 09:04

其实这种识别下更好弄，连解密都不需要了

漁滒 · 发表于 2022-2-14 09:17

这个只能ocr识别，如果不是动态的话，你自己弄个映射库就可以

chaojiak47 · 发表于 2022-2-14 09:20

一个字一张图，我也是服了

chentest · 发表于 2022-2-14 09:21

过来学习一下

帐号		自动登录	找回密码
密码			注册[Register]

[求助] 关于小说网反爬的困惑