百度VIP音乐爬取
- 网页分析
- 分析音乐的真实地址
- url拼接 获取所有数据
- 批量获取singid
- 代码编写
- 获取所有的songid
- 根据songid获取音乐的真实地址
- 保存音乐文件
- 无版权音乐稻香的爬取
- 全部代码加q群获取
网页分析
目标站点：http://music.taihe.com/search?key=陈粒
一个人可以跑得很快,一群人可以走得更远!
加入q群 前面923中间414后面804，群里有志同道合的小伙伴，与你一起走的又快有远。
群里有电子书与视频学习资料，更有更有大牛解答，需要帮助时请艾特群主！
获取全部代码
可以加群一起交流，有问题可以私聊群主
分析音乐的真实地址
选择一首歌 以陈粒的走马为例
打开开发者工具，选择network -> media -> 刷新网页就能获取到音乐的真实地址
但是得到的地址在查看源码中是读取不到的，肯定是百度音乐对其进行了隐藏。这种时候一般会有两种情况。第一种是使用了 JavaScript 对请求连接进行了拼接或加密，第二种是数据被隐藏了。由于我们不清楚是出现了那种情况。所以我们只能慢慢的去分析请求的数据。
经过分析我们可以看到真实的音乐地址是存在于这个API里面http://musicapi.taihe.com/v1/restserver/ting?method=baidu.ting.song.playAAC&format=jsonp&callback=jQuery17206453751179783578_1544942124991&songid=243093242&from=web&_=1544942128336
并且我们请求这个 API 返回的是一个 json 数据（也就是python的字典数据类型）。只要我们使用字典的规则就能将我们的所有数据给提取到。
url拼接 获取所有数据
前面我们得到了音乐的真实地址，接下来我们就是分析真实地址的 url ，以期待得到*载下**所有音乐的诀窍。
仔细分析一下 url 就可以发现，?后面的from参数与_即使不存在也不影响数据的请求。
并且后面的参数中的songid其实就是歌曲的唯一id，from参数其实就是表明从哪个平台过来的
所以等一下我们*载下**音乐时，只要批量获取到歌曲的songid就能将所有的歌曲给全部*载下**下来了。不管音乐是否是VIP的，又或者时无版权的均可爬取。
批量获取singid
使用开发者工具，查看网页源码就能查看到songid的位置，如果我们分析一个歌手页面的url你会发现同样可以构造。
到此，整个网页分析就结束了。
代码编写
获取所有的songid
根据目标地址，获取目标地址的所有songid
def get_songid(): url = 'http://music.taihe.com/search?key=%E9%99%88%E7%B2%92' response = requests.get(url=url) html = response.text sids = re.findall(r'sid":(\d+),',html) return sids
根据songid获取音乐的真实地址
def get_music_url(songid):
api_url = 'http://musicapi.taihe.com/v1/restserver/ting?method=baidu.ting.song.playAAC&format=jsonp&callback=jQuery17206453751179783578_1544942124991&songid={songid}&from=web'
response = requests.get(api_url.format(songid=songid))
str_json = re.findall(r'{.*}', response.text)[0]
data = json.loads(str_json)
music_name = data['songinfo']['title']
music_url = data['bitrate']['file_link']
print(music_url, music_name)
保存音乐文件
def save_file(filename, content): with open(file=filename, mode="wb") as f: f.write(content)
无版权音乐稻香的爬取
全部代码
加q群：前面923中间414后面804获取全部代码
可以加群一起交流，有问题可以私聊群主