python 爬取音频 爬虫抓取音频

大家好，我是chilly，今天是 2018年05月01日，下面给大家分享本人爬取酷狗音乐top100的音频的案例

好，一起来看看需求

我们想要爬取top100的歌曲信息以及歌曲所在的url。

那么确定好需求后，我们就准备开始我们的步伐。在如上的页面F12，是没有我们所想要的MP3源地址的，所以我们点开任一首歌。打开F12开发者工具，页面如下

可以看到，歌曲是经过 Ajax 异步加载获取的，而请求参数是加密的，其中的id在前一个页面可以获取，并且这里可以不提供第二个参数也可以获取该响应，主要的hash后的参数。在看了大神们的解码分析后，望而却步，但奇迹般发现

当前页面的url是含有hash参数的，当即想到用 selenium+pantomJs 路线来获取当前页面url，用当前页面的url中的hash参数，来构造请求，获取我们想要的json数据，该数据中包含我们需要的歌曲的具体信息

给大家看看selenium部分的代码

依次点击每首歌曲，然后获取url，返回前一个页面，继续进入下一个歌曲的界面，获取url，最后将结果保存在文件中。

文件内容如下

到了这里我们已经成功一大半了，因为我们已经拿到了每首歌曲对应的hash参数，我们只需要对这个参数简单的构造

然后对这些url，向酷狗服务器发起访问请求，酷狗将数据都发送给了我们，经过json解析后，我们将结构化的数据保存在kugou.txt中

当然，大家可以存储数据库，excel。

总结： 整个过程，熟悉了 selenium + pantomJs 的使用 ，整个案例中，最重要的是，如何获取url，能够让酷狗服务器乖乖地将包含歌曲信息的 json 数据，回传给我们，而这篇教程，就是采用 selenium来获取hash参数，当然大家也可以进行解密。大家可以自行尝试，这里给大家推荐 大神详解网易音频爬虫加密参数的破解 打开链接 

感谢大家。