python爬虫： 使用knn算法破解猫眼动态字体反爬_knn字体反扒

猫眼字体反爬

动态变化的字形使用阈值判断误差率较大，甚至看到有的老哥使用ocr去搞…，大概两个月前，第一次看到有大佬使用knn算法搞字体反爬(源码地址)，听说效果不错，一直没有时间去尝试，不仅仅是没有时间，对于未知领域特别是机器学习，不知道从何搞起，但是遇到问题总得解决，今天逼着自己去搞

knn算法介绍

如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别
举个例子，你可以通过观察某位老哥交往的朋友，大概能了解到这个老哥是什么样的人，毕竟物以类聚，人以群分

具体实现流程

1. 获取n套字体文件(越多越好)，然后将所有字符对应的字形坐标信息保存到一个列表当中(注意做好字符与字形坐标的对应关系)
   
2. 使用knn算法训练数据, 通常情况下，拿到样本数据，先进行缺失值处理，然后取出特征值和目标值，再对样本数据进行分割，分为训练集和测试集，然后再对样本数据进行标准化处理，最后进行训练预测， 由于采集的字体数据不多(偷个懒，大家别学我)，如果按随机分割的方式，训练集容易缺失某些字符，导致预测测试集的结果误差率较大，所以在此固定前40个样本为训练集，最后10个样本为测试集合，另外