使用python3爬取網易云音樂的評論

用過很多播放器穷当,之前一直是酷我获洲,偶爾QQ阱表。但是網易云音樂出來后毅然變成了他的忠實用戶。精確推薦和樂評都很贊贡珊!安利了不少人入坑最爬。前些日子網易云音樂將精選用戶評論搬上了地鐵,使網易云音樂又火了一把飞崖。因此就想爬取一些歌曲的評論烂叔。

分析

通過抓包分析與評論有關的內容在評論相關的請求在http://music.163.com/weapi/v1/resource/comments/R_SO_4_186016?csrf_token= 這個請求下完成。

網絡請求

如圖我們可以看到有兩個參數(shù)params和encSecKey」掏幔現(xiàn)在如何得到這兩個參數(shù)就變得至關重要蒜鸡。參考知乎https://www.zhihu.com/question/36081767 問題的解答

core.js

core.js

b函數(shù)與asrea為一個函數(shù)胯努,四個參數(shù)分別為:
第一個參數(shù):first_param = '{rid:"", offset:"0", total:"true", limit:"20", csrf_token:""}'
rid就是R_SO_4_加上歌曲的id(其實這個參數(shù)也是可以沒有的),offset就是(評論頁數(shù)-1) * 20逢防,total在第一頁是true叶沛,其余是false。

第二個參數(shù):010001

第三個參數(shù):00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7

第四個參數(shù):0CoJUm6Qyw8W8jud

第二三四個參數(shù)均為固定值

此時b函數(shù)就是一個AES加密忘朝,經過了兩次加密生成params灰署。其中i為長度為16的一個字符串,可以取定值局嘁。那么此時c函數(shù)生成的encSecKey便為固定值溉箕。
參數(shù)生成完畢即可訪問獲取返回的json數(shù)據。
github地址
代碼如下

#! /usr/bin/python
# -*-coding:utf-8-*- 
# Author:zp

from Crypto.Cipher import AES
import base64
import requests
import json
import codecs
import time

# 頭部信息
headers = {
    'Host': "music.163.com",
    'Accept-Language': "zh-CN,zh;q=0.8",
    'Accept-Encoding': "gzip, deflate, sdch",
    'Content-Type': "application/x-www-form-urlencoded",#text/html;charset=utf8
    'Cookie': "JSESSIONID-WYYY=cd1Rl3VE3QCuWrM1F2p5X2uldz7nID%5CPkiCScp1xwmj%5CQaK1ntkfjHrdsOIPo63qTVSQ%2F31E5R19S8qrlWscJtCZM4fHnp25P%2FHrDweHD91%2FeaFxBD%2Fq6efikdBYg9mDhDAHy0yW23r6iGkCIUE4NGQYNw4oMbmeNiBuf%2BTNfh6MysQ%2B%3A1491229798294; _iuqxldmzr_=32; _ntes_nnid=d805c50ad0597b9a6f15c3a0724ac9f3,1491227998322; _ntes_nuid=d805c50ad0597b9a6f15c3a0724ac9f3; __utma=94650624.196941009.1491227999.1491227999.1491227999.1; __utmb=94650624.8.10.1491227999; __utmc=94650624; __utmz=94650624.1491227999.1.1.utmcsr=baidu|utmccn=(organic)|utmcmd=organic; playerid=36222054",
    'Connection': "keep-alive",
    'Referer': 'http://music.163.com/'
}
# 設置代理服務器
proxies = {
    'http:': 'http://121.232.146.184',
    'https:': 'https://144.255.48.197'
}

# offset的取值為:(評論頁數(shù)-1)*20,total第一頁為true悦昵,其余頁為false
# first_param = '{rid:"", offset:"0", total:"true", limit:"20", csrf_token:""}' # 第一個參數(shù)
second_param = "010001"  # 第二個參數(shù)
# 第三個參數(shù)
third_param = "00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7"
# 第四個參數(shù)
forth_param = "0CoJUm6Qyw8W8jud"


# 獲取參數(shù)
def get_params(page):  # page為傳入頁數(shù)
    iv = "0102030405060708"
    first_key = forth_param
    second_key = 16 * 'F'
    if (page == 1):  # 如果為第一頁
        first_param = '{rid:"", offset:"0", total:"true", limit:"20", csrf_token:""}'
        h_encText = AES_encrypt(first_param, first_key, iv)#加密方式是第一個參數(shù)和最后一個參數(shù)通過固定iv加密
    else:
        offset = str((page - 1) * 20)
        first_param = '{rid:"", offset:"%s", total:"%s", limit:"20", csrf_token:""}' % (offset, 'false')
        h_encText = AES_encrypt(first_param, first_key, iv)
    h_encText = AES_encrypt(h_encText, second_key, iv)#第二次加密是上次加密返回值與一個16位的任意字符串加密
    return h_encText


# 獲取 encSecKey
def get_encSecKey():
    encSecKey = "257348aecb5e556c066de214e531faadd1c55d814f9be95fd06d6bff9f4c7a41f831f6394d5a3fd2e3881736d94a02ca919d952872e7d0a50ebfa1769a7a62d512f5f1ca21aec60bc3819a9c3ffca5eca9a0dba6d6f7249b06f5965ecfff3695b54e1c28f3f624750ed39e7de08fc8493242e26dbc4484a01c76f739e135637c"
    return encSecKey


# 解密過程
def AES_encrypt(text, key, iv):
    pad = 16 - len(text) % 16
    #print(type(text))
    text = text + pad * chr(pad)
    encryptor = AES.new(key, AES.MODE_CBC, iv)
    encrypt_text = encryptor.encrypt(text)
    encrypt_text = base64.b64encode(encrypt_text).decode()
    return encrypt_text


# 獲得評論json數(shù)據
def get_json(url, params, encSecKey):
    data = {
        "params": params,
        "encSecKey": encSecKey
    }
    response = requests.post(url, headers=headers, data=data, proxies=proxies)
    return response.content



# 抓取某一首歌的全部評論
def get_all_comments(url):
    all_comments_list = []  # 存放所有評論
    all_comments_list.append(u"用戶ID 用戶昵稱 用戶頭像地址 評論時間 點贊總數(shù) 評論內容\n")  # 頭部信息
    params = get_params(1)
    encSecKey = get_encSecKey()
    json_text = get_json(url, params, encSecKey).decode()
    json_dict = json.loads(json_text)
    comments_num = int(json_dict['total'])
    if (comments_num % 20 == 0):
        page = int(comments_num / 20)
    else:
        page = int(comments_num / 20) + 1
    print("共有%d頁評論!" % page)
    print(type(page))
    for i in range(page):  # 逐頁抓取
        params = get_params(i + 1)
        encSecKey = get_encSecKey()
        json_text = get_json(url, params, encSecKey).decode()
        json_dict = json.loads(json_text)
        if i == 0:
            print("共有%d條評論!" % comments_num)  # 全部評論總數(shù)
        for item in json_dict['comments']:
            comment = item['content']  # 評論內容
            likedCount = item['likedCount']  # 點贊總數(shù)
            comment_time = item['time']  # 評論時間(時間戳)
            userID = item['user']['userId']  # 評論者id
            nickname = item['user']['nickname']  # 昵稱
            avatarUrl = item['user']['avatarUrl']  # 頭像地址
            comment_info = str(userID) + u" " + nickname + u" " + avatarUrl + u" " + str(
                comment_time) + u" " + str(likedCount) + u" " + comment + u"\n"
            all_comments_list.append(comment_info)
        print("第%d頁抓取完畢!" % (i + 1))
    return all_comments_list

# 抓取熱門評論肴茄,返回熱評列表
def get_hot_comments(url):
    hot_comments_list = []
    hot_comments_list.append("用戶ID   " + u"\t" + "用戶昵稱" + u"\t" + "評論時間" + u"\t" + "點贊總數(shù)" + u"\t" + "評論內容" + u"\t"  + u"\r\n")
    params = get_params(1)  # 第一頁
    encSecKey = get_encSecKey()
    json_text = get_json(url,params,encSecKey).decode()
    json_dict = json.loads(json_text)
    hot_comments = json_dict['hotComments']  # 熱門評論
    #print(hot_comments)
    print("共有%d條熱門評論!" % len(hot_comments))
    for item in hot_comments:
        comment = item['content']  # 評論內容
        likedCount = item['likedCount']  # 點贊總數(shù)
        #comment_time = item['time'] / 1000 # 評論時間(時間戳)除1000轉化為10位時間戳
        #print(comment_time)
        # 轉換成localtime
        time_local = time.localtime(item['time'] / 1000)
        comment_time = time.strftime("%Y-%m-%d", time_local)
        userId = item['user']['userId']  # 評論者id
        nickname = item['user']['nickname']  # 昵稱
        #print(type(comment))
        comment_info = str(userId) + u"\t"  +nickname+u"\t" +str(comment_time)+u"\t" +str(likedCount)   +u"\t\t" +   comment + u"\r\n"
        hot_comments_list.append(comment_info)
    return hot_comments_list

def save_to_file(list, filname):
    with codecs.open(filename, 'a', encoding='utf-8') as f:
        f.writelines(list)
    print("寫入文件成功!")


if __name__ == "__main__":
    start_time = time.time()
    url = "http://music.163.com/weapi/v1/resource/comments/R_SO_4_185821?csrf_token"
    filename = "擱淺.txt"
    all_comments_list = get_all_comments(url)
    save_to_file(all_comments_list, filename)
    #hot_comments = get_hot_comments(url)
    #print(hot_comments)
    #save_to_file(hot_comments,filename)
    end_time = time.time()  # 結束時間
    print("程序耗時%f秒." % (end_time - start_time))
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市但指,隨后出現(xiàn)的幾起案子寡痰,更是在濱河造成了極大的恐慌,老刑警劉巖棋凳,帶你破解...
    沈念sama閱讀 223,126評論 6 520
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件拦坠,死亡現(xiàn)場離奇詭異,居然都是意外死亡剩岳,警方通過查閱死者的電腦和手機贞滨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,421評論 3 400
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來卢肃,“玉大人疲迂,你說我怎么就攤上這事∧妫” “怎么了?”我有些...
    開封第一講書人閱讀 169,941評論 0 366
  • 文/不壞的土叔 我叫張陵郑气,是天一觀的道長幅垮。 經常有香客問我,道長尾组,這世上最難降的妖魔是什么忙芒? 我笑而不...
    開封第一講書人閱讀 60,294評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮讳侨,結果婚禮上呵萨,老公的妹妹穿的比我還像新娘。我一直安慰自己跨跨,他們只是感情好潮峦,可當我...
    茶點故事閱讀 69,295評論 6 398
  • 文/花漫 我一把揭開白布囱皿。 她就那樣靜靜地躺著,像睡著了一般忱嘹。 火紅的嫁衣襯著肌膚如雪嘱腥。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,874評論 1 314
  • 那天拘悦,我揣著相機與錄音齿兔,去河邊找鬼。 笑死础米,一個胖子當著我的面吹牛分苇,可吹牛的內容都是我干的。 我是一名探鬼主播屁桑,決...
    沈念sama閱讀 41,285評論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼组砚,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了掏颊?” 一聲冷哼從身側響起糟红,我...
    開封第一講書人閱讀 40,249評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎乌叶,沒想到半個月后盆偿,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 46,760評論 1 321
  • 正文 獨居荒郊野嶺守林人離奇死亡准浴,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,840評論 3 343
  • 正文 我和宋清朗相戀三年事扭,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片乐横。...
    茶點故事閱讀 40,973評論 1 354
  • 序言:一個原本活蹦亂跳的男人離奇死亡求橄,死狀恐怖,靈堂內的尸體忽然破棺而出葡公,到底是詐尸還是另有隱情罐农,我是刑警寧澤,帶...
    沈念sama閱讀 36,631評論 5 351
  • 正文 年R本政府宣布催什,位于F島的核電站涵亏,受9級特大地震影響,放射性物質發(fā)生泄漏蒲凶。R本人自食惡果不足惜气筋,卻給世界環(huán)境...
    茶點故事閱讀 42,315評論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望旋圆。 院中可真熱鬧宠默,春花似錦、人聲如沸灵巧。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,797評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至艾君,卻和暖如春采够,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背冰垄。 一陣腳步聲響...
    開封第一講書人閱讀 33,926評論 1 275
  • 我被黑心中介騙來泰國打工蹬癌, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人虹茶。 一個月前我還...
    沈念sama閱讀 49,431評論 3 379
  • 正文 我出身青樓逝薪,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蝴罪。 傳聞我的和親對象是個殘疾皇子董济,可洞房花燭夜當晚...
    茶點故事閱讀 45,982評論 2 361

推薦閱讀更多精彩內容

  • 網易云音樂Web端的接口分析 個人博客同步更新,閱讀體驗也會更好一點要门,歡迎訪問 先看看云村有哪些榜單: 飆升榜的訪...
    wuhtt閱讀 32,897評論 8 42
  • Spring Cloud為開發(fā)人員提供了快速構建分布式系統(tǒng)中一些常見模式的工具(例如配置管理虏肾,服務發(fā)現(xiàn),斷路器欢搜,智...
    卡卡羅2017閱讀 134,720評論 18 139
  • 1#!/usr/bin/env python2.7 2 # 頭部信息3 headers = {4 'Host...
    靜熙老師哈哈哈閱讀 570評論 0 0
  • iOS網絡架構討論梳理整理中医咨。悬钳。。 其實如果沒有APIManager這一層是沒法使用delegate的植康,畢竟多個單...
    yhtang閱讀 5,208評論 1 23
  • 聽說你要結婚了戳鹅,這個消息讓我驚愕校焦,措手不及阅虫,從分開的那一天起缩宜,我知道會有那么一天,一直在做著心理準備廓推,但沒想到這一...
    馬小尕閱讀 818評論 2 2