Python反爬实战掌握酷狗音乐排行榜加密规则
时间：2022-07-08 10:28:54|栏目：Python代码|点击： 次
效果展示
爬取目标
网址：酷我音乐
工具使用
开发工具：pycharm
开发环境：python3.7， Windows10
使用工具包：requests，re
项目思路解析
找到需要解析的榜单数据
随意点击一个歌曲获取到音乐的详情数据 通过抓包的方式获取到音乐播放数据
找到MP3的数据提交地址 mp3数据来自于这个url地址
提交数据的网址：
https://wwwapi.kugou.com/yy/index.php?r=play/getdata&callback=jQuery19102816534571347611_1626783818555&hash=A38449E76C74D45825F565C1FDB825C0&dfid=3dKstH1sJdRa44o6Vj0ZIryF&mid=4458f6d567640b39de367a394d69879e&platid=4&album_id=40437970&_=1626783818556
将多个网址数据进行对比看看哪些参数是需要自行修改的
变化的url数据有3个
- hash
- album_id
- _
_ 可以明显看出来是时间戳 需要获取到对应的hash以及album_id的值 来到主页找寻对应的歌曲id数据 发现数据来自网页源代码
歌曲的数据都是来自网页源代码
梳理整体思路：
- 从首页源码里提取出对应的hash、album_id值
- 组合成新的url地址
- 获取到json数据总的歌曲播放地址
简易源码分享
本章内容只限学习，切勿用作其他用途！！！！！
import requests
import re
import time
def Tools(url):
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36 Edg/91.0.864.70'
}
response = requests.get(url, headers=headers)
return response
def Save(name, url):
mp3 = Tools(url).content # 请求mp3地址链接 返回格式是16进制
f = open('./kugou/{}.mp3'.format(name), 'wb') # w 文件存在就写入 不存在就会创建 b进制读写
f.write(mp3)
f.close()
print('{}下载完成....'.format(name))
url = 'https://www.kugou.com/yy/html/rank.html'
response = Tools(url).text
album_id = re.findall(r'"album_id":(\d*?),', response) # id
Hash = re.findall(r'"Hash":"(.*?)",', response) # hash
for a, h in zip(album_id, Hash):
# 生成时间戳
time1 = int(time.time() * 1000)
# 包含歌曲下载地址的url
urls = 'https://wwwapi.kugou.com/yy/index.php?r=play/getdata&hash={}&dfid=0zlWqK0UWNFa0weUnX0hjlFa&mid=f79511e2e86914b99e351c42ba1f8bc7&platid=4&album_id={}&_={}'.format(h, a, time1)
response1 = Tools(urls).json()
audio_name = response1['data']['audio_name'].split('-')[1]
play_url = response1['data']['play_url']
Save(audio_name, play_url)
栏 目：Python代码
本文地址：http://www.codeinn.net/misctech/207191.html
