黄牛抢鞋的过程：
通常黄牛们都会用小程序不停地扫描SNKRS这样的电商网站，通过HTML里面的信息找到目标，比如AJ1，YEEZY等销量高的鞋。然后通过调用API的方式，实现“加入购物车”->“输入地址”->“付款”等步骤。
下图是SNKRS的HTML，里面包含了API和鞋子的基本信息。无论是通过API调用还是headless browser（无头浏览器）, 这些信息都是识别的关键。
如何增加黄牛的难度呢？
通过对GitHub上天猫，京东，SNKRS，Adidas等黄牛软件的学习。发现了他们都普遍不具备AI的能力。所以，我们要怎样才能强迫BOTS使用AI，提升他们难度呢？
答案就是：字体混淆
下面图片中圈出来的两个地方，第一个是网页的原文，第二个是相应的HTML。可以发现，‘的’这个字，在HTML里面是一个‘框’，这也是黄牛会爬到的东西。如果电商网站上的商品名称或者尺码信息使用了混淆技术，那么黄牛就没办法知道应该买哪一双鞋了。
黄牛能否突破字体混淆呢？
答案是：能，但是很贵
字体混淆的成本很低，可以通过一些随机方法，生成几千套字体。
但是黄牛要怎么**这几千套字体呢？
- 人工标注
- OCR
黄牛还有其他方法吗？
答案是：有的，但是一个持续斗智斗勇的过程了
比如：
场景1：
黄牛：通过搜索来锁定目标商品的位置
反黄牛：取消搜索框，比如SNKRS APP就没有搜索框
场景2：
黄牛：通过无头浏览器方式，通过锁定位置方式找到商品，而不是文本识别
反黄牛：商品位置加上随机策略
场景3：
黄牛：通过大量账号尝试，到了付款环节在确定商品是否正确，如果不正确就取消订单
反黄牛：在风控系统中，对这些长期下了订单不付款的账号进行分析，适当扣分或者封号