使用C# CefSharp Python采集某网站简历并且自动发送邀请短信的方法

前言

以往爬虫没怎么研究过，最近有个需求，要从某网站采集敏感信息，稍稍考虑了一下，决定利用c# winform和python一起来解决这个事件。

整个解决方案不复杂：c#编写winform窗体，进行数据分析和采集, python本来不想用的，一下子没找到c#下woff字体转xml的方案，而网上python的则有很多，所以就加了一个python项目，虽然就1个脚本。

 

一、几个步骤：

首先要模拟登录，登录完了进入简历采集，然后模拟下载，下载完了以后就可以看到求职者的电话了。

这个电话号码是使用动态生成的base64字体，所以直接提取文字是无法成功的。

1、先将base64转成woff字体，这个可以用c#完成（这其中的iso-8859-1编码是个坑，一般用default会出现惊喜）：

setmainstatus("正在生成woff...");
   byte[] fontbytes = convert.frombase64string(curfont);
   string fontstr = encoding.getencoding("iso-8859-1").getstring(fontbytes).trimend('\0');
   streamwriter sw2 = new streamwriter(@"r58.woff", false, encoding.getencoding("iso-8859-1"));
   sw2.write(fontstr);
   sw2.close();

2、再将已经生成的woff转成xml（woffdec.exe是我用python打包的exe,其实有点小题大做了，为了这一个转化专门打了一个包，有时间还是整一个c#下面的好）

//调用python exe 生成xml文件
   processstartinfo info = new processstartinfo
   {
    filename = "woffdec.exe",
    windowstyle = processwindowstyle.hidden
   };
   process.start(info).waitforexit(2000);//在2秒内等待返回

整个woffdec.py的代码就3行：

from fonttools.ttlib import ttfont
font = ttfont('r12.woff')
font.savexml('r12.xml')

这个打包是有点意思的，先试了py2exe，不成功，换pyinstaller, 成了，连exe一起有11m，也不是很大。

下载 或者 ，或者在vs2017 python环境下搜索pyinstaller直接安装。

右键使用“打开此处的命令提示符”；输入pyinstaller /path/to/yourscript.py即可打包成一个exe文件。在winform应用调用时，应该整个文件夹都拷贝过去。

3、xml文件有了以后，以上面的woff文件为基准准备为一个数据字典存储起来（这个地方有点绕，先找一个网站把woff显示成文字和编码，然后根据编码在xml中查找它的字体定位点，我取的x和y组成唯一值（x，y就代表一个字），当然也可以取更多;

internal static readonly dictionary<string, string> dicchar = new dictionary<string, string>()
  {
   {"91,744","0" },
   {"570,0","1"},
   {"853,1143","2" },
   {"143,259","3" },
   。。。。。。
  };

4、上面这一步是要花点时间的，基准字典有了以后，就可以按每次生成的xml文件来进行匹配真实文字了。

5、真实文字取出后面的就简单了，直接采集到数据库，再连上短信发送业务，就可以自动群发了。

二、使用场景

上班后开启采集服务即不用再理会，由系统每间隔一段时间自动下载简历，并自动推送面试邀请短信。只要有新人发布对口的求职信息，系统就会马上给他发送邀请，实为抢人利器。

btw：网页模拟操作使用的cefsharp将另开一章。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对的支持。