最近想寫一個QQ音樂的API接口,爲了省事先到網上查了資料,發現很多都是不能用的,估計官方進行了升級,算了,還是自己來吧。
1. 如何下載付費歌曲
打開QQ音樂,任意搜索一首歌曲,發現歌曲需要收費:但我們可是優秀的爬蟲工程師,要看底層的東西。
打開網頁版QQ音樂,搜索該歌曲會顯示如下頁面:點擊第一首:這樣就來到了播放頁面,然後打開開發者選項,在network選項卡中按ctrl+R展示所有的交互文件。然後第一步當然是檢查網頁源代碼啦,因爲歌曲URL通常會包含在源代碼中,如圖所示在源代碼中查找URL可能比較繁瑣,但只要細心就能發現一些蛛絲馬跡,如圖:這個節點中包含了一串m4a文件的URL,實際上QQ音樂下載的文件大多數是m4a格式的,當我們打開這個URL之後,果然就是歌曲文件:那麼我們只要得到任意歌曲的URL就能通過請求庫直接下載了。但是在那之前我們需要取得播放頁面的URL,因爲歌曲URL是包含在播放頁面的源代碼中的,我們可以看到播放頁面URL爲:
https://i.y.qq.com/v8/playsong.html?ADTAG=newyqq.song&songmid=001OyHbk2MSIi4
其中ADTAG是固定參數,需要注意的是songmid,它指定每首歌曲的唯一id,如果要尋找songmid,我們可能要前往搜索頁面,因爲這個參數很可能包含在我們按下搜索鍵後服務器的返回值中。
但遺憾的是,我們並沒有在搜索頁面源代碼中發現任何歌曲信息,這說明歌曲信息很可能是以XHR格式傳輸的,這也很符合網站設計的規範。
終於在一個XHR文檔中我們發現了搜索結果:list中的每個值都是一個搜索結果,展開之後就能看到歌曲的mid:然後再看看頁面的URL:
https://c.y.qq.com/soso/fcgi-bin/client_search_cp?ct=24&qqmusic_ver=1298&new_json=1&remoteplace=txt.yqq.song&searchid=64979681270102176&t=0&aggr=1&cr=1&catZhida=1&lossless=0&flag_qc=0&p=1&n=10&w=%E5%8D%81%E5%B9%B4&g_tk_new_20200303=5381&g_tk=5381&loginUin=0&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8¬ice=0&platform=yqq.json&needNewCode=0
其中有很多參數,但是我經過多次驗證發現,只有w參數是必須的,如圖:這其實給我們提供了很多方便。
那麼我們先梳理一下流程,我們需要傳遞一個w歌曲名參數到搜索頁面中,在搜索結果中找到歌曲mid,獲得歌曲頁面源代碼,在源碼的audio節點中找到歌曲URL,最後下載保存到文件中。
import requests
from urllib.parse import unquote, quote
from pyquery import PyQuery as pq
class Music():
def __init__(self):
self.headers = {
'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Mobile Safari/537.36'
}
def download_music(self, sone_name):
'''定義下載文件方法'''
self.get_sonmid(sone_name)
def get_sonmid(self, sone_name):
'''獲取文件ID'''
url = 'https://c.y.qq.com/soso/fcgi-bin/client_search_cp?ct=24&qqmusic_ver=1298&new_json=1&remoteplace=txt.yqq.song&t=0&aggr=1&cr=1&catZhida=1&lossless=0&flag_qc=0&p=1&n=10&w={0}&g_tk_new_20200303=5381&g_tk=5381&loginUin=0&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8¬ice=0&platform=yqq.json&needNewCode=0'.format(quote(sone_name))
#搜索頁面URL
resp = requests.get(url, headers=self.headers)
#返回搜索列表
resp_dic = resp.json()
self.get_songloc(resp_dic['data']['song']['list'][0]['mid'])
#獲得結果中第一首歌曲ID
def get_songloc(self, mid):
'''獲得歌曲文件鏈接並下載'''
url = 'https://i.y.qq.com/v8/playsong.html?ADTAG=newyqq.song&songmid={0}'.format(mid)
#通過mid構建播放頁面URL
resp = requests.get(url, headers=self.headers)
#返回HRML文檔樹
doc = pq(resp.text)
audio = doc('audio')
#獲得audio節點
medio_url = audio.attr('src')
#獲得歌曲文件URL
print(medio_url)
resp = requests.get(medio_url, headers=self.headers)
with open('music.m4a', 'wb+') as f:
f.write(resp.content)#保存二進制文件
if __name__ == '__main__':
music = Music()
song_name = input('請輸入歌曲名:')
music.download_music(song_name)
運行以上代碼後,在控制檯輸入“十年”,我們可以看到控制檯成功輸出了歌曲文件的URL:
http://aqqmusic.tc.qq.com/amobile.music.tc.qq.com/C400002AIxAT3HZwiA.m4a?guid=7223831426&vkey=B2EF54EF4C8F2FA2B6544984A54B071B623702999E1DAE7DD355884D595CAACC79D4C54C4AA8890CB3BE98760092825D9E46CEF4139DDFB6&uin=0&fromtag=38
同時在本目錄下將歌曲保存了下來:用QQ音樂播放器打開後:成功播放!
但是該方法只能下載大部分的付費歌曲和免費歌曲,還有少部分的試聽歌曲會解析失敗,因爲官方重構了這部分歌曲的播放頁面,需要登陸並且傳遞用戶信息。在此記錄一下,解決個問題之後再重新發張帖子。
如果你覺得文章對你有幫助,可以關注微信公衆號“機器圖騰”,裏面有免費的網絡爬蟲教程以及python學習資源,每週不定時更新一些有趣的python小項目。