编码转换问题

素颜也倾城 · 发表于 2019-10-8 11:27:55

请问各位大神，网页取出来源码是这样的：如何转换为中文显示，例：

源码：<span class="jerry4"></span></td>
显示结果：<span class="jerry4">ABCD</span></td>

补充内容 (2019-10-9 22:06):
已自行解决方法在七楼 PS：自行解决的这种怎么结贴

素颜也倾城 · 发表于 2019-10-9 20:57:45

通过研究已自行解决现把解决方式发表出来，方便有需要的朋友：
首先：出现这种情况的是原因是因为网页利用自定义web-font来实现数据防采集
防采集原理：
使用web-font可以从网络加载字体，因此我们可以自己创建一套字体，设置自定义的字符映射关系表。
例如设置0xaaa是映射字符1，0xbbb是映射字符2，以此类推。
当需要显示字符1时，网页的源码只会是0xaaa，被采集的也只会是0xaaa，并不是1，使采集者采集不到正确的数据。而对于正常访问的用户则没有影响。

知道他的原因了这好办法，自己抓取他各字符映射关系表，对应来转换就成了明文了