此次分析仅供学习，禁作他用

知乎盐选小说批量下载 百分百还原

使用的库TTFont、PIL PIL的包要 10 以下，建议 9.5.0

主要步骤：识别盐选反爬为字体反爬，通过使用 ddddocr 得到字体映射字典，将爬取的文本进行替换，得到初始文本

整体功能解释 初始化和配置：

导入必要的模块，如 requests、BeautifulSoup、re、base64、dddocr、PIL 等。 FontDecoder 类负责处理字体解码、OCR 识别、内容抓取和保存等功能。 使用 tkinter 模块打开文件夹选择对话框，允许用户选择下载路径。 字体解码和OCR：

FontDecoder 类包含多个方法： _parse_cookies：将原始 Cookie 字符串解析为字典。 fetch_content：发送请求并获取网页内容。 save_content：保存网页内容到文件。 recognize_font：识别字体映射关系，通过 OCR 识别字符。 replace_string_matches：使用映射字典替换字符串中的匹配项。 my_replace_text：替换文本内容并保存到新文件。 抓取和处理网页内容：

get_firstsession 函数负责抓取和处理每一节的网页内容： 发送请求获取内容并解析。 提取标题并保存内容到文件。 查找并处理 Base64 编码的字体文件。 使用 OCR 识别字体映射关系，并替换文本中的特殊字符。 查找下一节的 URL。 主程序：

使用 tkinter 选择下载路径。 从 ck.txt 文件读取 cookies。 设置请求头信息。 初始化 FontDecoder 实例。 循环抓取每一节内容，直到没有下一节为止。

使用方法

填写 cookies: cookies_raw = '这里输入你的 cookies' firstsession_url = '这里要输入严选小说的第一节链接'

关键代码函数recognize_font、、replace_string_matches

recognize_font主要功能：解码 base64 字体文件，通过 ddddocr 生成映射字典

replace_string_matches 对已经保存的乱码文字通过字典进行还原

感谢anchovy126大佬修改

Q 群210909794 学习交流

有 chatgptplus 合租

遵守开源协议，请下载测试后删除脚本，禁用违法用途，如有任何纠纷，由使用者承担