python爬虫爬取中文问题

Question

在网页中是这样的

网页源码是这样的

爬取出来是这样的
请教一下这是什么情况

Answer 1

这可能是一种反爬虫技术，你可以看看这个地方引入的字体（就是 font-family 之类的），你会发现它引入了一个自定义的字体文件，这里面做了映射，导致代码里的 乱码 字符在页面却显示正常。

像猫眼电影之类的比较变态的，是几个字体文件轮流用（不知道现在的情况，一年前是这样），你这个就不清楚了。

如果是静态的字体文件，那可以手动做一下映射。
如果是动态的，那我也不知道怎么办了哈哈哈，当时只是为了做 Demo 所以换了个站爬。