python利用charles爬虫爬取下载qq音乐歌单里的歌曲—

因为这是我第一个独立实践的爬虫项目，所以这次把思路都放上来了

特别注意，用的是charles，可以拦截查看url

知识点：

·······利用charles分析网页，抓包，得出对应URL

·······json网页不是可以直接用json.load 直接转换json的

·······利用find_path快速找到所需内容的路径

······学会用try，预防程序中断

·······urltrieve下载文件可以添加回调函数

·······多进程使用

·······利用sys.stdout.write 记录进度

============先打开charles，再操作qq音乐

1.打开qq音乐页面，进入我的音乐

2.选择我创建的歌单

3.选择其中一个歌单

4.进入歌单，随便选一首歌，点击播放

5.最后就进入了这个页面，可以播放歌曲了

==========================================================

好了，现在可以看看charles上有哪些url

特喵的，这么多，怎么入手？

思路：

①不一定要跟着步骤去找url，可以反过来的嘛

先找歌曲文件mp3(原来是m4a格式）

找code是206的url，206一般是歌曲跟视频下载什么的

找到了，不过这个url好像有点儿复杂

我把这个url分析了下：

不同歌曲间，只需改变那2个变量即可下载！

②那么，如何得到那个m4a跟 vkey呢？

这时就是charles大显神威了，直接ctrl+f，搜索那2个变量，直接vkey就行了！

看，结果是2部分，分别是2个网址，下面那个就是歌曲的url了，复制的文本是在Request URL跟Header，那就是刚刚从这里赋值过来的，所以忽略，主要看上面那个

Response Body：206，，，对了，看来vkey就是出自这个网址了，点击进去

OK，看来找到vkey跟filename的出处了，那么下一步就是分析这个URL的组成了

PS:注意，如果进入这个网址，构造的时候需要在header加上referer：https://y.qq.com/portal/player.html

很明显，这个url也很鸡儿复杂，我还得分析：

③：看上去这个url很复杂，实际只需2个变量！songmid跟filename，不过仔细一看，这2个变量其实只需songmid就行了，

因为filename=C400+songmid，这时就继续利用charles，ctrl+F 看看这个songmid出自哪里

搜索结果如下：

包含songmid字串符的url有这么多，而我的目的页面是这个：

包含360多首歌的songmid，经过对比就是上面qzone跟splcloud这2个网址，我就选了qzone这个继续分析了

OK!所有歌曲的songmid都在里面了，剩下来就再分析这个URL的组成了 PS：referer:'https://y.qq.com/n/yqq/playlist/2986328419.html'

===============================================

所需的网址全部找出来了，现在把思路整理下：

1.进入包含所有songmid的歌单URL：得到songmid

https://c.y.qq.com/qzone/fcg-bin/fcg_ucc_getcdinfo_byids_cp.fcg?type=1&json=1&utf8=1&onlysong=0&disstid=2986328419&format=jsonp&g_tk=1547190586&jsonpCallback=playlistinfoCallback&loginUin=2020197426&hostUin=0&format=jsonp&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0

referer：https://y.qq.com/n/yqq/playlist/2986328419.html

2.进入songmid的URL：得到对应的vkey

https://c.y.qq.com/base/fcgi-bin/fcg_music_express_mobile3.fcg?g_tk=1547190586&jsonpCallback=MusicJsonCallback7615551634069047&loginUin=2020197426&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0&cid=205361747&callback=MusicJsonCallback7615551634069047&uin=2020197426&songmid=003EsQzm2RJPmv&filename=C400003EsQzm2RJPmv.m4a&guid=4670078301

referer：https://y.qq.com/portal/player.html

3.得到歌曲的URL，可以直接下载了

http://dl.stream.qqmusic.qq.com/C400003EsQzm2RJPmv.m4a?vkey=6569916EE22DF54C0EB5DFBFE390B426B6F97153BF510DF12D36C4E1A72EF04E528CE77655E19B1DC6F6533B893EC217BF440DA84363ED3B&guid=4670078301&uin=2020197426&fromtag=66

=========================================================

现在终于可以写代码了！

一、先搞歌单这部分

import requests,json,re,urllib,osurl='https://c.y.qq.com/qzone/fcg-bin/fcg_ucc_getcdinfo_byids_cp.fcg?type=1&json=1&utf8=1&onlysong=0&disstid=2984189527&format=jsonp&g_tk=1547190586&jsonpCallback=playlistinfoCallback&loginUin=2020197426&hostUin=0&format=jsonp&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0'
header={}
header['user-agent']='Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
header['referer']='https://y.qq.com/n/yqq/playlist/2984189527.html'

req=requests.get(url,headers=header)
req1=str(req.text).replace('playlistinfoCallback','').strip('()')#原text不能直接json,要把头跟末尾去掉才行！
info=json.loads(req1)
print(info)

text的内容：

我去，好恐怖的字典，怎么找出我要的songmid位置？

当然可以自己手动找，不过我之前不是写了个find_path模块吗？正好派上用场

from find_path.find_path import find_path
d=find_path()
d.work(info,'004WJqnr0OlghO')

搜索结果：

OK！知道什么路径了，现在把songmid、歌手、歌曲名、都提取出来！

import requests,json,re,urllib,os
from find_path.find_path import find_path
playlist='2984189527'   ##指定歌单
url='https://c.y.qq.com/qzone/fcg-bin/fcg_ucc_getcdinfo_byids_cp.fcg?type=1&json=1&utf8=1&onlysong=0&disstid={}\
&format=jsonp&g_tk=1547190586&jsonpCallback=playlistinfoCallback&loginUin=2020197426\
&hostUin=0&format=jsonp&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0'.format(playlist)
header={}
header['user-agent']='Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
header['referer']='https://y.qq.com/n/yqq/playlist/{}.html'.format(playlist)req=requests.get(url,headers=header)
req1=str(req.text).replace('playlistinfoCallback','').strip('()')#原text不能直接json,要把头跟末尾去掉才行！
info=json.loads(req1)
songinfo=info['cdlist'][0]['songlist']
songlist={}
for name in songinfo:
    songlist[name['songmid']]=name['singer'][0]['name']+'-'+name['songname']
print(songlist)    ##得到的字典就是'003gltCe0JUvCU': '雷安娜-停不了的爱'  各个歌曲组成

二、现在随便拿一首歌进行下载：

#求vkey
header1={}
header1['user-agent']='Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
header1['referer']='https://y.qq.com/portal/player.html'
id='002pRyIY2kSvK1'   #要找的歌曲的songmid
url='https://c.y.qq.com/base/fcgi-bin/fcg_music_express_mobile3.fcg?g_tk=1547190586&jsonpCallback=MusicJsonCallback8769319220381753&loginUin=2020197427&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0&cid=205361747&callback=MusicJsonCallback8769319220381753&uin=2020197427\
&songmid={}&filename=C400{}.m4a&guid=4670078301'.format(id,id)
keyreq=requests.get(url,headers=header1)
vkey=re.findall(r'vkey":"(.+)"}]}}',keyreq.text)[0]##下载歌曲
songurl='http://dl.stream.qqmusic.qq.com/C400{}.m4a?vkey={}\
&guid=4670078301&uin=2020197427&fromtag=66'.format(id,vkey)
urllib.request.urlretrieve(songurl,os.getcwd()+'\\'+songlist[id]+'.m4a')

终于搞定了！！剩下就是自己把代码简化了！然后把歌单里的所有歌曲都下载，代码整合如下

import requests,json,re,urllib,os,time,sys
from find_path.find_path import find_path
from multiprocessing import Pool
import logginglogger = logging.getLogger(__name__)
class qqmusic_songs(object):
    def __init__(self,path):
        self.headers={'user-agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}self.songdict={}                              #get_songdict会给它赋值
        self.path=path

    def get_songdict(self,playlist):
        '''得出所输入歌单每首歌songmid:歌名 组成的字典'''
        headers=self.headers.copy()headers['referer'] = 'https://y.qq.com/n/yqq/playlist/{}.html'.format(playlist)url='https://c.y.qq.com/qzone/fcg-bin/fcg_ucc_getcdinfo_byids_cp.fcg?type=1&json=1&utf8=1&onlysong=0&disstid={}\
        &format=jsonp&g_tk=1547190586&jsonpCallback=playlistinfoCallback&loginUin=2020197426\
        &hostUin=0&format=jsonp&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0'.format(playlist)req=requests.get(url,headers=headers)req1=str(req.text).replace('playlistinfoCallback','').strip('()')#原text不能直接json,要把头跟末尾去掉才行！
        info=json.loads(req1)songinfo=info['cdlist'][0]['songlist']            #对应的歌单里每首歌的歌曲信息
        songdict={}for name in songinfo:
            songdict[name['songmid']]=name['singer'][0]['name']+'-'+name['songname']+'__['+name['albumname']+']'
        self.songdict=songdictreturn songdict    ##得到的字典就是'003gltCe0JUvCU': '雷安娜-停不了的爱'  各个歌曲组成


    def download_song(self,songmid):
        '''输入songmid，得出对应的vkey， 用urlretrieve下载歌曲'''
        headers=self.headers.copy()headers['referer']='https://y.qq.com/portal/player.html'
        url='https://c.y.qq.com/base/fcgi-bin/fcg_music_express_mobile3.fcg?g_tk=1547190586&jsonpCallback=MusicJsonCallback8769319220381753&loginUin=2020197427&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0&cid=205361747&callback=MusicJsonCallback8769319220381753&uin=2020197427' \'&songmid={}&filename=C400{}.m4a&guid=4670078301'.format(songmid,songmid)try:                                                     #不知哪首歌有问题，用try安全
            keyreq=requests.get(url,headers=headers)vkey=re.findall(r'vkey":"(.+)"}]}}',keyreq.text)[0]   #得出vkey，就可以得出歌曲的url了
            ##下载歌曲
            songurl='http://dl.stream.qqmusic.qq.com/C400{}.m4a?vkey={}&guid=4670078301&uin=2020197427&' \'fromtag=66'.format(songmid,vkey)path=self.path+'\\'+self.songdict[songmid]+'.m4a'
            if (not os.path.exists(path)):                       #如果中断，已经有的文件就不用再下载了
                urllib.request.urlretrieve(songurl,path,reporthook=self.Schedule)time.sleep(0.8)except Exception as e:
            logger.warning(e)logger.warning("有问题的网址是%s,歌曲是%s"% (url,self.songdict[songmid]))def Schedule(self, a, b, c):
        '''urlretrieve的回调函数'''
        songscount=len(os.listdir(self.path))per=100.0 * songscount/len(self.songdict)if per > 100:
            per = 1
        sys.stdout.write("  " + "%.2f%% 已经下载%s首歌  共%s首歌" % (per, songscount,len(self.songdict)) + '\r')sys.stdout.flush()def work(self,playlist):
        '''多进程下载'''
        time1=time.time()songdict = self.get_songdict(playlist)print('正在下载歌单  %s 的歌曲'% playlist)pool=Pool(8)pool.map(self.download_song, songdict.keys())pool.close()pool.join()time2=time.time()usetime=time2-time1songscount = len(os.listdir(self.path))print('下载完成！  理论上共%s首歌，实际下载了%s首歌,耗时%.1fs'%(len(self.songdict),songscount,usetime))if __name__ == '__main__':
    path=r'C:\Users\Administrator\Desktop\歌曲'
    d=qqmusic_songs(path)d.work('2984189527')

不过话说sys.write这个记录进度的方法，只能在cmd利用，pycharm显示不了的，不过可以用它的terminal控制台运行

python利用charles爬虫爬取下载qq音乐歌单里的歌曲——多进程相关推荐

Python爬取网易云音乐歌单内所有歌曲
一.目标: 下载网易云音乐热门歌单二.用到的模块: requests,multiprocessing,re. 三.步骤: (1)页面分析:首先打开网易云音乐,选择热门歌单,可以看到以下歌单列表,然后 ...
selenium切换iframe框架案例——翻页爬取网易云音乐歌单作者和名称
翻页爬取网易云音乐歌单作者和标题案例目的: 通过翻页selenium操作网易云音乐,介绍如何切换iframe框架以及如何使用selenium定位数据所在的节点. 代码功能: 输入下载的数据页数,自动 ...
python网络爬虫-爬虫实战-(爬取网易云薛之谦歌单里歌曲并下载)
1.导入要用到的库 #导入库 import requests from fake_useragent import UserAgent from lxml import etree import re ...
用python爬取网易云音乐歌单列表
本文分为两个部分:基础知识和正文,其中基础知识包括什么正则表达式以及Beautifulsoup4的使用. 一.正则表达式正则表达式用于字符串查找.合法性检查以及作为程序员的工具箱使用. 字符串查找: ...
python爬取网易云音乐歌单_【python】爬取并批量下载网易云歌单,嗨翻暑假!
[Python] 纯文本查看复制代码# 利用 Selenium 抓取淘宝商品并用 PyQuery 解析得到商品的图片.名称.价格.购买人数. # 店铺名称.店铺所在地信息,并将其保存到MongoDB ...
python爬取音乐歌曲大全_Python爬取网易云音乐歌单歌曲
# 从网易云音乐下载歌单歌曲 # 参考了这些网址 # https://blog.csdn.net/Ciiiiiing/article/details/62434438 # https://github ...
python爬虫：利用多线程爬虫爬取下载进击的巨人图片
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理本品文章来自腾讯云作者:孤独的明月文章目录线程池获取图片链接下载图片存 ...
python爬虫爬取网易云音乐歌曲_如何用爬虫获取网易云音乐歌单中的歌曲？
--------------------------------- 泻药,以我抓取了307835首网易云音乐的歌单歌曲的经验,讲一下这个问题. 喜欢用Github的可以直接看我的项目源码,代码简单.具 ...
PHP爬虫音乐,PHP 爬虫———爬取网易云音乐歌单
爬取网易云音乐歌单 PHP + QueryList + Puppeteer + Nodejs 使用 Composer 安装库如果你之前没有接触过Composer,强烈建议你学习一下.Composer ...

python利用charles爬虫爬取下载qq音乐歌单里的歌曲——多进程

python利用charles爬虫爬取下载qq音乐歌单里的歌曲——多进程相关推荐

最新文章

热门文章