猫眼票房数据自动化采集系统产品系统

本项目主要面向电商及互联网数据服务领域，针对当前电商平台普遍应用动态字体加密技术来保护核心数据（如票房、票价等）的痛点，需要通过技术手段进行合规化数据采集，本项目旨在解决高度动态变化的字体反爬难题，为后续的竞品分析、市场舆情洞察以及数据可视化提供可靠的高质量数据源

本工具实现了对特定电商平台（猫眼）动态票房数据的自动化采集。包含四大功能模块：第一，利用 Playwright 实现浏览器自动化访问与动态页面渲染；第二，创新性地使用 response 事件监听机制，实时拦截并下载每几秒动态更新的浏览器字体文件；第三，集成 fontTools 与 Pillow 库，将加密字体渲染为图像后，利用 ddddocr 进行精准的字符识别与映射；第四，将解析后的真实数值与文本数据进行清洗，并最终通过 Pandas 导出到Excel 表格(导出到mysql也行)，完成数据闭环

本项目由我独立负责开发实现。技术栈采用 Python 语言，结合 Playwright 框架、fontTools 字体解析库、ddddocr 识别库以及 openpyxl 进行数据存储。项目核心难点在于绕过平台的高频动态字体加密。通过实践，成功解决了从字体捕获到 OCR 识别映射的全链路逻辑，并通过对异常捕获的代码优化，保证了在波动的网络环境下爬虫的稳定性和准确性，最终成功实现数据的准确转化