爬虫高级必然JS逆向，QQ音乐爬虫就是一个很好的练手，读完学会了直接在你女朋友面前装一手，读完你将收获到，QQ音乐JS逆向，sign参数获取，songmid参数获取，vkey参数获取，selenium自动化解析，用python解析执行js代码。

效果图：

页面分析：

当我们打开QQ音乐的时候，你想要播放歌曲，页面会强制你登入账号，才能调用网页的播放器，这是一个重要点，所以后面的参数中，我们要加入账号信息，这个爬虫是不能爬取vip视频的，凡是标题带爬vip视频的，一定要仔细看看，腾讯这么大公司还会让你写个小爬虫就随便拿掉数据的，这不是瞎搞啊，所以我将的只是获取非会员歌曲的方式。
那下面就一步一步的开始吧！

1. 初步分析

首先我们随意的播放一些歌曲，如下：

在调试中，我们可以找到这样的js文件，（具体怎么找，刷新一直点看呗，或者你眼尖可以看链接参数，没啥经验，就一个个点看看, 后面记得参数就可以直接用过滤器或者搜索），找到如下：

上面的框是这首歌对应的链接，复制打开在浏览器，就可以直接播放，下面的框是请求携带的参数，区别二首歌如下：

ps: 对于这个连接注意一点，参数没有带r，所以你找到的参数带r的，没有用，错了，对着我图仔细看看。

发现了吧，也就是vkey参数发现了变化。所以这个vkey参数是一个关键点。
那下面我们寻找vkey。

2. 寻找vkey

这个时候，我们就可以直接用过滤器了，因为知道是参数vkey，如下：

在 preview 中，我找到了vkey参数，但是细心的你会发现，这里直接就有一个网址参数， purl 对比之前的歌曲链接，你会发现，前面少了一些而已，少了 https://u.y.qq.com/cgi-bin/musics.fcg? 到时候直接加上去就得了，所以不碍事，现在我们看一下这个链接的参数构成，如下：

对比分析发现，有用的参数 sign, -, longinUin, data , 其他参数可有可无，其中动态变化的参数是 sign 和 songmid，那现在我们只需要找到这二个参数在哪里就行了。

3. 寻找songmid：

关于这个songmid，真是要了我的命，我一直在播放界面中去找，一直捣腾，结果屁都没有，无意中，我在列表区打开了调试，然后我就发现了这个songmid庐山真面目了，如下：

右边箭头中 a标签里面最后一段就是songmid，感谢它直接拼接到浏览器中，那就好办了，直接爬它，然后和对应的歌手啊，歌曲名啊，放在一个字典或者元组里面，方便后面操作，对于这个页面的爬取，不能直接用request去爬的，动态js渲染，得用selenium去爬，后面会讲到，在这里，我们把href 进行处理就可以拿到songmid了。

4. 寻找sign：

sign参数应该是QQ音乐最变态的一个参数了，极度难找，但是最后还是被我找到了，没有用，兵来将挡水来土掩，还是我行。

在之前的vkey的图片里面，我们点击他对应的js文件，如下：

然后可视化打开，搜索sign参数，最后找到像这样。

在这些参数上都打上断点，开始调试，我们发现 sign参数，是由一个函数 getSecuritySign() 返回的，对的，一开始我也是这样认为的，调试中，我们可以进入到这个函数，打开发现是一段js文件，如下：

直接把这个复制文件到自己电脑里面， python第三方库 execjs 可以运行js文件或者js代码，安装 pip install PyExecJS 想了解的可以百度，或者直接阅读源码。

我们直接把这个文件调用运行，是不可以的，会发现n, window, sign 都没有定义，所以我们需要进行处理，处理之后，然后模拟加密之后，结果居然错了，sign一直对不上，这就很奇怪，差不多我是从昨天下午一直到现在纠结这个sign参数，期间我debug了很久很久，最后我放弃了，开始百度寻找答案，感谢大佬，参考大佬文章, 在他的一篇文章中，我知道了sign的获取不仅仅是直接调用这个函数，还需要其他的操作，如下：

补充之前没有定义的参数，然后调用 __sign_hash_20200305加密函数，最后发送这个sign参数，最后我也是拿到了这个参数，这里面的参数data就是之前我们图片中的携带参数data，可以参考前面的图片，到这里我们就获取到了sign参数。

爬虫高级必然JS逆向，QQ音乐爬虫就是一个很好的练手，读完学会了直接在你女朋友面前装一手，读完你将收获到，QQ音乐JS逆向，sign参数获取，songmid参数获取，vkey参数获取，selenium自动化解析，用python解析执行js代码。

爬虫思路：

既然这些参数我们都知道怎么获取的了，那么编写这个代码也就简单多了，这次就不发送邮箱给女朋友了，直接输出在控制台得了，有需要的自行扩展，甚至你还可以用scrapy扩展到爬取全站的音乐资源，但是最好别这样，文明爬虫，别搞事情。

songmid 的获取我们需要导入selenium ，然后搭配headless, useagent
sign 我们需要使用execjs执行js文件获取
vkey(purl) 我们需要使用构造好的表单参数请求网址
down_url 我们只需要请求网址，然后下载到本地就行了。

编写爬虫。

Js文件放不进来，太大了，可以自己在浏览器中获取，实在不行找我吧。。

代码：

init：

import requests
from urllib.parse import urlencode
from get_useragent import GetUserAgentCS
import os
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from lxml import etree
import time
import execjs  # 执行jsclass Getparams(object):"""参数需要逆推，在第一个get_mp3_ur中，参数 vkey 是会变化的，所以我们需要拿到vkey参数 和 C4000....... m4a 参数继续分析其他页面， 看看怎么拿到这些参数"""def __init__(self):self.ua = GetUserAgentCS().get_user()#  setting the selenium headlessself.chrome_options = Options()self.chrome_options.add_argument('--headless')self.chrome_options.add_argument('--disable-gpu')self.browser = None# 添加随机请求头 并完成设置self.SeleniumUserAgent()self.SeleniumSettingEnd()# 测试代码# ----------------------self.get_mp3_url = 'https://isure.stream.qqmusic.qq.com/C4000000CZcC0Yu576.m4a?'self.params = {"guid": "62749440", "vkey": "CD3C2A1C153884C4A10594EBA5A1070036CDB6107A2DEB9FE139C3C9""D4F73CF44AD0711941B2B4D33B1A76D52DFAE72231F3BAF1FFB05FC5","uin": "2936", "fromtag": "66",}# ---------------------self.path = os.path.join(os.path.dirname(__file__), 'QQ音乐下载/')self.headers = {"user-agent": self.ua}self.down_mp3_url = 'https://u.y.qq.com/cgi-bin/musics.fcg?'# 暂时先用一页  有需要扩展可以全站爬取self.homepage = 'https://y.qq.com/n/yqq/playlist/7278178798.html'# down url requestself.down_url = 'https://ws.stream.qqmusic.qq.com/'self.name_singer_mid = []self.isExist(path=self.path)

分不清网址是哪个的，回头看，自己记下来那些网址的前缀。

获取songmid：

    def using_selenium_to_get_songmid(self):"""using the selenium to spider the page nowTODO: The function maybe using add the page cookiesreturn  fill the self.list"""self.browser.get(self.homepage)time.sleep(1)  # 等待js渲染完成html = etree.HTML(self.browser.page_source)song_name = html.xpath('//ul[@class="songlist__list"]/li/div/div[3]/span/a/@title')song_tags_a = html.xpath('//ul[@class="songlist__list"]/li/div/div[3]/span/a/@href')# https://y.qq.com/n/yqq/song/002d6Cow334MPL.html  类似这样的song_mid = ["".join(i.strip(".html").split("/")[-1]) for i in song_tags_a]song_singer = html.xpath('//ul[@class="songlist__list"]/li/div/div[4]/a/text()')self.name_singer_mid = list(zip(song_name, song_singer, song_mid)).copy()# print(list(zip(song_name, song_singer, song_mid)))

获取sign:

  def get_sign(self, datas):with open('D:\pyth\网络爬虫设计\QQMp3spider\getsign.js', 'r') as fr:course = fr.read()js = execjs.compile(course)sign = js.call('getSecuritySign', datas)# a = Sim_hash(data=datas)# sign += a.jiami(a.get_sign())# ss = 'CJBPACrRuNy7' + json.dumps(datas)# ss = 'CJBPACrRuNy7' + JSON.stringify(data);return sign

构造参数获取vkey(purl):

    def get_down_mp3_url(self, song_mid=None):"""params : song_midjust enter the params"""try:if not song_mid or not isinstance(song_mid, str):raise Exception("The song_mid is error, you enter a None or  list, ""you song_mid is ", song_mid, "the type is ", type(song_mid))except Exception as e:print("You can run the function again !", e)params = {"-": "getplaysongvkey3441060389750814","g_tk": "829763618",'sign': '',"loginUin": "884427640","data": {'req': {"module": "CDN.SrfCdnDispatchServer", "method": "GetCdnDispatch","param": {"guid": "62749440", "calltype": 0, "userip": ""}},"req_0": {"module": "vkey.GetVkeyServer", "method": "CgiGetVkey","param": {"guid": "62749440", "songmid": [str(song_mid)], "songtype": [0],"uin": "884427640", "loginflag": 1, "platform": "20"}},"comm": {"uin": 884427640, "format": "json", "ct": 24, "cv": 0}}}sign = self.get_sign(params['data'])print(sign)params['sign'] = sign# 对网址进行一部分微处理url = self.down_mp3_url + urlencode(params, encoding='UTF-8')url = url.replace("+", "")url = url.replace("%27", "%22")# encode the url using utf8print(url)r = requests.get(url, headers=self.headers)time.sleep(0.7)if r.status_code == 200:# 分析出接口网址try:purl = r.json().get("req_0")['data']['midurlinfo'][0]["purl"]return self.down_url + purlexcept Exception as e:print("出现了一点错误，我们正在重试! ", e)time.sleep(1)self.get_down_mp3_url(song_mid=song_mid)else:raise Exception("down request error  ", r.status_code)

这里要注意我们构造的url是有问题的，存在编码不匹配，替换一下就行了。

打印下载：

   def print_list(self):"""print the name_singer_mid the listyou can choose a music download or choose all music"""print('正在加载歌曲列表，请等待........')self.using_selenium_to_get_songmid()print("- " * 10, "QQMusic DownLoad", "- " * 10)print(f'序号\t\t歌曲\t\t歌手')for index, content in enumerate(self.name_singer_mid):print(f'{index + 1}\t\t{content[0]}\t\t{content[1]}')msg = """PS: 输入可以单个或者多个输出，若全部下载，第一个值请输入字母 'a'单个输入，输入结束后回车多个输入，输入以空格隔开序号，后回车请输入你的选项:"""flag = input(msg).split()if len(flag) == 1 and flag[0] == "a":self.down_mp3(self.name_singer_mid, islist=True)elif len(flag) >= 2:# TODO: 生成一个零时数组，遍历返回k = [self.name_singer_mid[int(i) - 1] for i in flag]self.down_mp3(k, islist=True)elif len(flag) == 1:self.down_mp3(self.name_singer_mid[int(flag[0]) - 1], islist=False)def down_mp3(self, url_list, islist=False):"""params: url_list  , using the url to down  load the music.mp3islist  bool  False/ True"""print("正在下载中, 请稍等.......")if not islist:self.down(mid_path=url_list[1], song_mid=url_list[2], song_name=url_list[0])elif islist:for i in url_list:self.down(mid_path=i[1], song_mid=i[2], song_name=i[0])def down(self, mid_path, song_mid, song_name):"""down function """self.isExist(path=(self.path + str(mid_path) + "/"))url = self.get_down_mp3_url(song_mid=song_mid)r = requests.get(url, headers=self.headers)if r.status_code == 200:filename = str(song_name).strip() + ".mp3"with open(filename, 'ab') as fw:fw.write(r.content)print(f'下载ok， 保存ok ,', filename)

爬虫高级必然JS逆向，QQ音乐爬虫就是一个很好的练手，读完学会了直接在你女朋友面前装一手，读完你将收获到，QQ音乐JS逆向，sign参数获取，songmid参数获取，vkey参数获取，selenium自动化解析，用python解析执行js代码。

全部代码：

# -*- coding :  utf-8 -*-
# @Time      :  2020/9/24  21:52
# @author    :  沙漏在下雨
# @Software  :  PyCharm
# @CSDN      :  https://me.csdn.net/qq_45906219
import requests
from urllib.parse import urlencode
from get_useragent import GetUserAgentCS
import os
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from lxml import etree
import time
import execjs  # 执行jsclass Getparams(object):"""参数需要逆推，在第一个get_mp3_ur中，参数 vkey 是会变化的，所以我们需要拿到vkey参数 和 C4000....... m4a 参数继续分析其他页面， 看看怎么拿到这些参数"""def __init__(self):self.ua = GetUserAgentCS().get_user()#  setting the selenium headlessself.chrome_options = Options()self.chrome_options.add_argument('--headless')self.chrome_options.add_argument('--disable-gpu')self.browser = None# 添加随机请求头 并完成设置self.SeleniumUserAgent()self.SeleniumSettingEnd()# 测试代码# ----------------------self.get_mp3_url = 'https://isure.stream.qqmusic.qq.com/C4000000CZcC0Yu576.m4a?'self.params = {"guid": "62749440", "vkey": "CD3C2A1C153884C4A10594EBA5A1070036CDB6107A2DEB9FE139C3C9""D4F73CF44AD0711941B2B4D33B1A76D52DFAE72231F3BAF1FFB05FC5","uin": "2936", "fromtag": "66",}# ---------------------self.path = os.path.join(os.path.dirname(__file__), 'QQ音乐下载/')self.headers = {"user-agent": self.ua}self.down_mp3_url = 'https://u.y.qq.com/cgi-bin/musics.fcg?'# 暂时先用一页  有需要扩展可以全站爬取self.homepage = 'https://y.qq.com/n/yqq/playlist/7278178798.html'# down url requestself.down_url = 'https://ws.stream.qqmusic.qq.com/'self.name_singer_mid = []self.isExist(path=self.path)def SeleniumUserAgent(self):"""Setting the selenium the user-agent"""self.chrome_options.add_argument("lang=zh_CN.UTF-8")  # setting the language (chinese)self.chrome_options.add_argument(f"user-agent={self.ua}")def SeleniumSettingEnd(self):"""Setting the selenium  if end"""# As: selenium Chrome Settingself.browser = webdriver.Chrome(options=self.chrome_options)def isExist(self, path=None):"""mkdir"""print('create and  into ', path)path = path.strip()if not os.path.exists(path):os.mkdir(path)os.chdir(path)else:os.chdir(path)def using_selenium_to_get_songmid(self):"""using the selenium to spider the page nowTODO: The function maybe using add the page cookiesreturn  fill the self.list"""self.browser.get(self.homepage)time.sleep(1)  # 等待js渲染完成html = etree.HTML(self.browser.page_source)song_name = html.xpath('//ul[@class="songlist__list"]/li/div/div[3]/span/a/@title')song_tags_a = html.xpath('//ul[@class="songlist__list"]/li/div/div[3]/span/a/@href')# https://y.qq.com/n/yqq/song/002d6Cow334MPL.html  类似这样的song_mid = ["".join(i.strip(".html").split("/")[-1]) for i in song_tags_a]song_singer = html.xpath('//ul[@class="songlist__list"]/li/div/div[4]/a/text()')self.name_singer_mid = list(zip(song_name, song_singer, song_mid)).copy()# print(list(zip(song_name, song_singer, song_mid)))def get_sign(self, datas):with open('D:\pyth\网络爬虫设计\QQMp3spider\getsign.js', 'r') as fr:course = fr.read()js = execjs.compile(course)sign = js.call('getSecuritySign', datas)# a = Sim_hash(data=datas)# sign += a.jiami(a.get_sign())# ss = 'CJBPACrRuNy7' + json.dumps(datas)# ss = 'CJBPACrRuNy7' + JSON.stringify(data);return signdef get_down_mp3_url(self, song_mid=None):"""params : song_midjust enter the params"""try:if not song_mid or not isinstance(song_mid, str):raise Exception("The song_mid is error, you enter a None or  list, ""you song_mid is ", song_mid, "the type is ", type(song_mid))except Exception as e:print("You can run the function again !", e)params = {"-": "getplaysongvkey3441060389750814","g_tk": "829763618",'sign': '',"loginUin": "884427640","data": {'req': {"module": "CDN.SrfCdnDispatchServer", "method": "GetCdnDispatch","param": {"guid": "62749440", "calltype": 0, "userip": ""}},"req_0": {"module": "vkey.GetVkeyServer", "method": "CgiGetVkey","param": {"guid": "62749440", "songmid": [str(song_mid)], "songtype": [0],"uin": "884427640", "loginflag": 1, "platform": "20"}},"comm": {"uin": 884427640, "format": "json", "ct": 24, "cv": 0}}}sign = self.get_sign(params['data'])print(sign)params['sign'] = sign# 对网址进行一部分微处理url = self.down_mp3_url + urlencode(params, encoding='UTF-8')url = url.replace("+", "")url = url.replace("%27", "%22")# encode the url using utf8print(url)r = requests.get(url, headers=self.headers)time.sleep(0.7)if r.status_code == 200:# 分析出接口网址try:purl = r.json().get("req_0")['data']['midurlinfo'][0]["purl"]return self.down_url + purlexcept Exception as e:print("出现了一点错误，我们正在重试! ", e)time.sleep(1)self.get_down_mp3_url(song_mid=song_mid)else:raise Exception("down request error  ", r.status_code)def print_list(self):"""print the name_singer_mid the listyou can choose a music download or choose all music"""print('正在加载歌曲列表，请等待........')self.using_selenium_to_get_songmid()print("- " * 10, "QQMusic DownLoad", "- " * 10)print(f'序号\t\t歌曲\t\t歌手')for index, content in enumerate(self.name_singer_mid):print(f'{index + 1}\t\t{content[0]}\t\t{content[1]}')msg = """PS: 输入可以单个或者多个输出，若全部下载，第一个值请输入字母 'a'单个输入，输入结束后回车多个输入，输入以空格隔开序号，后回车请输入你的选项:"""flag = input(msg).split()if len(flag) == 1 and flag[0] == "a":self.down_mp3(self.name_singer_mid, islist=True)elif len(flag) >= 2:# TODO: 生成一个零时数组，遍历返回k = [self.name_singer_mid[int(i) - 1] for i in flag]self.down_mp3(k, islist=True)elif len(flag) == 1:self.down_mp3(self.name_singer_mid[int(flag[0]) - 1], islist=False)def down_mp3(self, url_list, islist=False):"""params: url_list  , using the url to down  load the music.mp3islist  bool  False/ True"""print("正在下载中, 请稍等.......")if not islist:self.down(mid_path=url_list[1], song_mid=url_list[2], song_name=url_list[0])elif islist:for i in url_list:self.down(mid_path=i[1], song_mid=i[2], song_name=i[0])def down(self, mid_path, song_mid, song_name):"""down function """self.isExist(path=(self.path + str(mid_path) + "/"))url = self.get_down_mp3_url(song_mid=song_mid)r = requests.get(url, headers=self.headers)if r.status_code == 200:filename = str(song_name).strip() + ".mp3"with open(filename, 'ab') as fw:fw.write(r.content)print(f'下载ok， 保存ok ,', filename)def start(self):"""start yourself  demo"""url = self.get_mp3_url + urlencode(self.params)r = requests.get(url, headers=self.headers)if r.status_code == 200:with open("勿忘.mp3", 'wb') as fw:fw.write(r.content)print("down load successful !")a = Getparams()
a.print_list()

此文转载文，著作权归作者所有，如有侵权联系小编删除！

原文地址：https://blog.csdn.net/qq_45906219/article/details

完整项目代码或者视频教程点这里

QQ音乐JS逆向爬虫，我用python全都爬！相关推荐

QQ音乐JS逆向分析参数,爬它,多图预警
昨天看一个哥们的文章说是MD5加密,自己试了试,不知道怎么出错了,所以就老老实实JS逆向了,但真的是MD5加密分析一下要获得的参数这次用逆推的方式,应该好理解 1.开发者模式,媒体C40000开头 ...
python爬取qq音乐评论_爬虫：QQ音乐评论
QQ音乐评论有些小伙伴反馈,对于爬虫的完整流程,还是不清楚,这边就按顺序,给大家梳理一下反爬首先查看一下,我们要爬取的网页,是否反爬(各种侵害人家服务器的事情,我们不能干) QQ音乐网址:htt ...
NO.35——qq音乐全站分布式爬虫（一）
一.目的 qq音乐提供免费在线试听,但是下载需要付费,通过开发爬虫,绕过付费环节,直接下载我们需要的歌曲. 二.方法爬取对象是web端qq音乐,爬取范围是全站的歌曲信息,爬取方式是在歌手列表下获取每 ...
手把手操作JS逆向爬虫入门(一)
本文爬取的网站如下(可以找解密工具解码) aHR0cHM6Ly9uZXdyYW5rLmNuLw== 爬取的内容为网站的资讯情报版块的新闻资讯鼠标点击翻页,在开发者工具中查看请求包,很容看出请求地址和 ...
js逆向爬虫实战之快手第三方平台之获取登录cookies！
爬虫js逆向系列我会把做爬虫过程中,遇到的所有js逆向的问题分类展示出来,以现象,解决思路,以及代码实现.我觉得做技术分享,不仅仅是要记录问题,解决办法,更重要的是要提供解决问题的思路.怎么突破的, ...
如何用python抓取qq音乐_手把手教你使用Python抓取QQ音乐数据（第二弹）
[一.项目目标] 通过Python爬取QQ音乐数据(一)我们实现了获取 QQ 音乐指定歌手单曲排行指定页数的歌曲的歌名.专辑名.播放链接. 此次我们在之前的基础上获取QQ音乐指定歌曲的歌词及前15个精 ...
如何用python抓取qq音乐_手把手教你使用Python抓取QQ音乐数据（第三弹）-阿里云开发者社区...
[一.项目目标] 通过手把手教你使用Python抓取QQ音乐数据(第一弹)我们实现了获取 QQ 音乐指定歌手单曲排行指定页数的歌曲的歌名.专辑名.播放链接. 通过手把手教你使用Python抓取QQ音乐 ...
python爬取qq音乐评论_教你用Python爬去QQ音乐评论
有态度地学习去年夏天,好像于我而言,重要的事就是毕业来临,从此踏上了搬砖之路,从学校到职场,之间身份的转变,让我又多了一份责任.当然还有一段感情经历,现在回头去看,只能说且行且珍惜,或许以后未必能再 ...
如何用python抓取qq音乐_手把手教你使用Python抓取QQ音乐数据
[一.项目目标] 获取 QQ 音乐指定歌手单曲排行指定页数的歌曲的歌名.专辑名.播放链接. 由浅入深,层层递进,非常适合刚入门的同学练手. [二.需要的库] 主要涉及的库有:requests.json ...

QQ音乐JS逆向爬虫，我用python全都爬！

效果图：

页面分析：

1. 初步分析

2. 寻找vkey

3. 寻找songmid：

4. 寻找sign：

爬虫思路：

代码：

init：

获取songmid：

获取sign:

构造参数获取vkey(purl):

打印下载：

全部代码：

QQ音乐JS逆向爬虫，我用python全都爬！相关推荐

最新文章

热门文章