這種反爬蟲手段被廣泛應用在一線互聯網企業的產品中，例如汽車資訊類網站、小說類網站等文字密度較大的站點。在開始學習之前，我們先來看看具體的現象。打開網址：
https://implicit-style-css_0.crawler-lab.com
呈現在我們眼前的是這樣一個界面：
這次的任務，就是拿到頁面上所呈現的內容的文本。在編寫爬蟲代碼之前，我們要做幾件事：
- 確定目標內容的來源，也就是找到響應目標內容的那次請求
- 確定目標內容在網頁中的位置
其實就是最基本的觀察和分析。
網絡請求方面，打開瀏覽器調試工具並切換到 Network 面板後，看到頁面只加載了 2 個資源：
一個 html 文檔和一個 js 文件，想必我們要的內容就在 html 文檔中。點擊該請求，瀏覽器開發者工具就會分成兩欄，左側依然是請求記錄列表，右側顯示的是指定請求的詳情。右側面板切換到 Response，就可以看到服務器響應的內容：
看樣子，我們要的東西就在這次響應正文中。咋一看，我們直接取 class 爲 rdtext 的 div 標籤下的 p 標籤中的文本內容即可。然而事情並沒有那麼簡單，細心的讀者可能發現了，響應正文中顯示的內容和頁面中呈現的文字並不完全相同——響應正文中少了一些標點符號和文字，多了一些 span 標籤。例如頁面中顯示的是：
夜幕團隊 NightTeam 於 2019 年 9 月 9 日正式成立，團隊由爬蟲領域中實力強勁的多名開發者組成：崔慶才、周子淇、陳祥安、唐軼飛、馮威、蔡晉、戴煌金、張冶青和韋世東。
而響應正文中看到的是：
在學習過程中有什麼不懂得可以加我的
python學習qun，855408893
羣裏有不錯的學習視頻教程、開發工具與電子書籍。
與你分享python企業當下人才需求及怎麼從零基礎學習好python，和學習什麼內容
<p>夜幕團隊 NightTeam 於 2019 年 9 月 9 日正式成立<span class="context_kw0"></span>團隊由爬蟲領域中實力強勁<span class="context_kw1"></span>多<span class="context_kw21"></span>開發者組成：崔慶才、周子淇、陳祥安、唐軼飛、馮威、蔡晉、戴煌金、張冶青和韋世東<span class="context_kw2"></span>
</p>
這句話中，被 span 標籤替代的有逗號、的字、名字。整體看一遍，發現這些 span 標籤都帶有 class 屬性。
明眼人一看就知道，又是利用了瀏覽器渲染原理做的反爬蟲措施。不明所以的讀者請去翻閱《Python3 反爬蟲原理與繞過實戰》。
既然跟 span 和 class 有關，那我們來看一下 class 屬性到底設置了什麼。class 名爲 context_kw0 的 span 標籤樣式如下：
.context_kw0::before {
content: "，";
}
再看看其他的，class 屬性爲 context_kw21 的 span 標籤樣式如下：
.context_kw21::before {
content: "名";
}
原來被替換掉的文字出現在這裏！看到這裏，想必聰明的你也知道是怎麼回事了！
解決這個問題的辦法很簡單，只需要提取出 span 標籤 class 屬性名稱對應的 content 值，然後將其恢復到文本中即可。
屬性名有個規律：context_kw + 數字。也就是說 context_kw 有可能是固定的，數字是循環出來的，或者是數組中的下標？大膽猜想一下，假設有這麼一個字典：
{0: "，", 1: "的", 21: "名"}
那麼將 context_kw 與字典的鍵組合，就得到了 class 的名稱，對應的值就作爲 content，這好像很接近了。中高級爬蟲工程師心中都明白：在網頁中，能幹出如此之事唯有藉助 JavaScript。
那就搜一下吧！
喚起瀏覽器調試工具的全局搜索功能，輸入 context_kw 並會車。然後在搜索結果中尋找看上去有用的信息，例如：
發現 JavaScript 代碼中出現了 context_kw，關鍵的信息是 .context_kw + i + _0xea12(‘0x2c’)。代碼還混淆了一下！看不出的讀者可以找作者韋世東報名《JavaScript 逆向系列課》，學完就能夠很快找到看上去有用的代碼，並且看懂代碼的邏輯。
這裏手把手帶讀一下這些 JavaScript 代碼。第一段，也就是 977 行代碼原文如下：
var _0xa12e = ['appendChild', 'fromCharCode', 'ifLSL', 'undefined', 'mPDrG', 'DWwdv', 'styleSheets', 'addRule', '::before', '.context_kw', '::before{content:\x20\x22', 'cssRules', 'pad', 'clamp', 'sigBytes', 'YEawH', 'yUSXm', 'PwMPi', 'pLCFG', 'ErKUI', 'OtZki', 'prototype', 'endWith', 'test', '8RHz0u9wbbrXYJjUcstWoRU1SmEIvQZQJtdHeU9/KpK/nBtFWIzLveG63e81APFLLiBBbevCCbRPdingQfzOAFPNPBw4UJCsqrDmVXFe6+LK2CSp26aUL4S+AgWjtrByjZqnYm9H3XEWW+gLx763OGfifuNUB8AgXB7/pnNTwoLjeKDrLKzomC+pXHMGYgQJegLVezvshTGgyVrDXfw4eGSVDa3c/FpDtban34QpS3I=', 'enc', 'Latin1', 'parse', 'window', 'location', 'href', '146385F634C9CB00', 'decrypt', 'ZeroPadding', 'toString', 'split', 'length', 'style', 'type', 'setAttribute', 'async', 'getElementsByTagName', 'NOyra', 'fgQCW', 'nCjZv', 'parentNode', 'insertBefore', 'head'];
(function (_0x4db306, _0x3b5c31) {
var _0x24d797 = function (_0x1ebd20) {
while (--_0x1ebd20) {
_0x4db306['push'](_0x4db306['shift']());
}
};
往下延伸閱讀，還能看到 CryptoJS 這個詞，看到它就應該曉得代碼中使用了一些加密解密的操作。
第二段，1133 行代碼原文如下：
for (var i = 0x0; i < words[_0xea12('0x18')]; i++) {
try {
document[_0xea12('0x2a')][0x0][_0xea12('0x2b')]('.context_kw' + i + _0xea12('0x2c'), 'content:\x20\x22' + words[i] + '\x22');
} catch (_0x527f83) {
document['styleSheets'][0x0]['insertRule'](_0xea12('0x2d') + i + _0xea12('0x2e') + words[i] + '\x22}', document[_0xea12('0x2a')][0x0][_0xea12('0x2f')][_0xea12('0x18')]);
}
}
這裏循環的是 words，然後將 words 元素的下標和對應元素組合，這和我們猜想的是非常接近的，現在要找到 words。
怎麼找？
又不會嗎？
搜索就可以了，順着搜索結果看，找到了定義 words 的代碼：
var secWords = decrypted[_0xea12('0x16')](CryptoJS['enc']['Utf8'])[_0xea12('0x17')](',');
var words = new Array(secWords[_0xea12('0x18')]);
按照這個方法，我們最後發現 CSS 的 content 的內容都是數組 _0xa12e 中一個經過加密的元素先經過 AES 解密再經過一定處理後得到的值。
捋清楚邏輯之後，就可以開始摳出我們需要的 JS 代碼了。
這個代碼雖然經過混淆，但還是比較簡單的，所以具體的摳代碼步驟就不演示了，這裏提示一下在摳出代碼之後兩個需要改寫的點。
第一個是下圖中的異常捕獲，這裏判斷了當前的 URL 是否爲原網站的，但調試時，在 Node 環境下執行是沒有 window 對象、document 對象的，如果不做修改會出現異常，所以需要把帶有這些對象的代碼註釋掉，例如下面 if 判斷語句：
try {
if (top[_0xea12('0x10')][_0xea12('0x11')][_0xea12('0x12')] != window[_0xea12('0x11')]['href']) {
top['window'][_0xea12('0x11')]['href'] = window[_0xea12('0x11')][_0xea12('0x12')];
}
其他的地方還需要自己踩坑。
修改完後就可以獲取到所有被替換過的字符了，接下來只需要把它們替換進 HTML 裏就可以還原出正常的頁面，replace 就不演示了噢。
反爬蟲原理
例子中用到的是 ::before，下方文字描述了它的作用：
在 CSS 中，::before 用於創建一個僞元素，其將成爲匹配選中的元素的第一個子元素。常通過 content 屬性來爲一個元素添加修飾性的內容。
舉個例子，新建一個 HTML 文檔，並在裏面寫上如下內容：
<q>大家好，我是鹹魚</q>，<q>我是 NightTeam 的一員</q>
然後爲 q 標籤設置樣式：
在學習過程中有什麼不懂得可以加我的
python學習qun，855408893
羣裏有不錯的學習視頻教程、開發工具與電子書籍。
與你分享python企業當下人才需求及怎麼從零基礎學習好python，和學習什麼內容
q::before {
content: "«";
color: blue;
}
q::after {
content: "»";
color: red;
}
完整代碼如下（寫給沒有 HTML 基礎的朋友）：
<style>
q::before {
content: "«";
color: blue;
}
q::after {
content: "»";
color: red;
}
</style>
<q>大家好，我是鹹魚</q>，<q>我是 NightTeam 的一員</q>
當我們用瀏覽器打開 HTML 文檔時，看到的內容如下所示：
我們在樣式中，爲 q 標籤加上了 ::before 和 ::after 屬性，並設置了 content 和對應的顏色。於是乎，在被q 標籤包裹着的內容前會出現藍色的 《 符號，而後面會出現紅色的 》 符號。
簡單易懂吧！
爲解決初學者學習上的困難，專門建立的Python學習扣QUN：⑧⑤⑤-④零⑧-⑧⑨③從零基礎開始到Python各領域的項目實戰教程、開發工具與電子書籍。與你分享企業當下對於python人才需求及學好python的高效技巧，不停更新最新教程！點擊加入我們的 python學習圈
小結
本文簡單介紹了隱式 Style–CSS 在反爬蟲中的應用，並通過一個簡單的實例學習瞭如何應對這種情況，相信嘗試過的你已經清楚地知道下次碰到這種反爬的時候該如何破解了。