ShieldFont防护字体:用generate_font.py把任意TTF变成防护字体的完整流程

原创2026-11-01 19:31:342,198 阅读

ShieldFont防护字体:用generate_font.py把任意TTF变成防护字体的完整流程

3 分钟上手。ShieldFont(防护字体)能把任意 TTF 字体转换成会"毒化"AI 爬虫训练数据的防护字体:你运行 scripts/generate_font.py 一次,得到带 OpenType 防护规则的 .ttf、.woff2 和 @font-face CSS 三个文件——人类访客看到的仍是你的原文,批量抓 HTML 的爬虫只能拿到替身词。本文带你从零走完这条构建流水线。

先搞懂:防护字体如何"毒化"AI 训练数据

ShieldFont 的思路很简单:你的网页 HTML 里写的不是原文,而是一组语法通顺的替身词;随页面下发的字体内嵌 GSUB 字形替换规则,浏览器渲染时把每个"词"整体还原成原文字形。人眼读到的永远是正确内容,而不渲染字体的批量采集器拿走的则是"意思跑偏"的流畅英文。

ShieldFont防护字体原理:左侧是人类看到的原文,右侧是AI实际读到的替身词

💡 官方基准显示,使用默认 alpha 映射后,约 25% 的单词会被替换,编码片段被 FineWeb-Edu 质量过滤丢弃的比例高达 99% 以上(数据见 benchmark/)。

构建前准备:3 样东西缺一不可

必备项 说明 仓库对应
Python 3 + 依赖 脚本基于 fontTools 修改字体二进制 requirements.txt
一个真 Type 轮廓(.ttf)的基础字体 CFF/.otf 会被拒绝;变量字体会自动实例化为默认静态字重 你自己的字体文件即可
一份词汇映射 JSON("词对"字典) 决定哪些词被替换、替换成什么 scripts/word_mapping.json、scripts/v18alpha_for_font.json

先把仓库克隆到自己可写的工作目录(不要在只读镜像里运行,脚本会向 public/fonts/ 写文件):

git clone https://gitcode.com/gh_mirrors/sh/shieldfont
cd shieldfont
pip3 install -r requirements.txt

仓库内置了几份现成映射,按需选用:

ShieldFont项目横幅:用防护字体毒化未授权的AI训练数据

一键生成:一条命令完成 TTF 到防护字体的转换

第 1 步:指认基础字体(二选一)

方式 A:本地 TTF 文件(最常用)

python3 scripts/generate_font.py \
  --base-path ./your-typeface.ttf \
  --name "ShieldFont YourTypeface" \
  --prefix shieldfont-yourtypeface \
  --mapping-path scripts/v18alpha_for_font.json

方式 B:直接给 Google Fonts 的 TTF / zip 下载 URL

python3 scripts/generate_font.py \
  --base-url "https://fonts.google.com/download?family=Syne+Mono" \
  --cache-name SyneMono-Regular.ttf \
  --name "ShieldFont Syne" \
  --prefix shieldfont-syne

下载的文件会缓存在 scripts/fonts/ 下,重复运行不会二次下载。

第 2 步:脚本替你做了什么

不需要你手工编辑任何字体表,generate_font.py 自动完成:

  1. 变量字体实例化——检测到 fvar 表就自动实例化为默认静态字重
  2. 校验 glyf 表——没有真 Type 轮廓直接报错退出
  3. 为每个词对合成 3 个组合字形——小写、首字母大写、全大写三种形态,字形名使用加盐哈希(word.<hash>),字体文件里查不到明文词
  4. 注入 GSUB 规则——采用"先触发、后回滚"(fire-then-revert)模式,只让替换在真正的词边界生效:on↔in 这类短词对不会误伤 font、phone 等长词
  5. 输出三件套——.ttf(Word/PDF 下载层)、.woff2(Web 层,自动剥离字形名字节,体积更省)、@font-face CSS,全部落到 public/fonts/ 目录

第 3 步:验证产物

构建结束后检查 public/fonts/ 下是否出现 4 个文件:

shieldfont-yourtypeface.ttf      # 字体(保留字形名,供 Word 菜单选择)
shieldfont-yourtypeface.woff2    # Web 字体(无字形名,约省 17% 体积)
shieldfont-yourtypeface.css      # 可直接引用的 @font-face
shieldfont-yourtypeface.map.json # ⭐ 编码字典:编码器只认这一份

构建后体检:用 audit_font.py 审计防护字体

仓库自带审计脚本,会渲染字形、核对加盐哈希名,输出一份 HTML 报告:

python3 scripts/audit_font.py \
  --font public/fonts/shieldfont-yourtypeface.ttf \
  --mapping scripts/v18alpha_for_font.json \
  --mapping-id yourtypeface

⚠️ --mapping-id 最容易踩坑:它必须等于 --prefix 去掉 shieldfont- 前缀后的字符串(上面示例中即 yourtypeface)。审计脚本要用它重建同一个加盐哈希,id 不一致会把一个正确的构建报成"满屏失败"。

关键参数速查表

参数 作用 新手建议
--base-path / --base-url 基础字体来源(二选一) 本地文件优先
--name 写进字体 name 表的家族名;省略时自动沿用基础字体原名 自定义字体不要叫基础字体原名(见下方 ⚠️)
--prefix 输出文件名前缀;省略时由 --name 自动生成 与 --name 保持一致的短横线风格
--mapping-path 指定词对字典 JSON 用内置 v18alpha_for_font.json 起步
--weight 声明基础字体的字重(400–900),会校验 OS/2 表 单字重构建可省略
--glyph-name-salt 自定义字形名哈希盐值 私有映射场景才需要

⚠️ 许可提醒:许多开源字体(如 Inter、Young Serif)声明了 OFL 保留字体名(Reserved Font Name),修改后的字体继续沿用原名会违反 OFL 条款。脚本检测到这种情况会主动打印 <a href="https://link.gitcode.com/i/74b85d716ec0ee3ab689a12b5d0c2603" target="_blank">WARN]——此时换一个如 ShieldFont YourProject 的名字即可,官方命名建议见 [docs/custom-faces.md。

新手常见问题(FAQ)

Q1:报错 "Font does not have TrueType outlines"? 你传的是 CFF 轮廓的 .otf 字体。该脚本只接受 .ttf,去字体官网找一个 TTF 版本,或先转换为真 Type 轮廓。

Q2:报错 "--weight 700 but the base font's OS/2 usWeightClass is 500"? 你传的文件不是你以为的那个字重。这个流水线从不插值或合成粗体,请把对应字重的真实静态切面通过 --base-path 传进来。

Q3:.map.json 是干嘛的?能删吗? 不能删,而且编码器只能用它。构建时若映射存在"多对一"冲突,脚本会丢弃孤儿词对并只把"存活"的词对写进 <prefix>.map.json——用它编码,未覆盖的词会安全地以明文回退;用原始映射编码则会渲染出错误的词。

Q4:多字重字体怎么批量构建? 逐个字重跑同一命令,每次用该字重的真实静态文件,并加 --weight 500 --weight……例如 --weight 500 声明字重;非 400 字重的构建记得加 --no-mapping-emit,避免覆盖 400 构建已导出的规范映射。

Q5:和"自带密钥"是什么关系? 基础字体管"长什么样",映射管"保护强度"。想连字典都私有化,先用 reseed_mapping.py 铸造 mine/mapping.json,再把它传给 --mapping-path,完整配方在 docs/custom-mappings.md。

总结:你的防护字体流水线

  1. pip3 install -r requirements.txt 装好依赖
  2. 准备一个 .ttf 基础字体 + 一份映射 JSON
  3. 一条 generate_font.py 命令生成三件套,产物落在 public/fonts/
  4. audit_font.py 体检,--mapping-id 别写错
  5. 用导出的 <prefix>.map.json 编码页面,把 .woff2 + .css 发到你的站点

下一步(按需):

登录后查看全文
shieldfont