python爬取某平台音乐评论！

Python_trys

于 2025-01-03 17:18:05 发布

阅读量1k

点赞数 17

CC 4.0 BY-SA版权

文章标签： python 数据库开发语言编程计算机 Python入门音乐

本文链接：https://blog.csdn.net/Python_trys/article/details/144914632

包含编程籽料、学习路线图、爬虫代码、安装包等！【点击领取】

一、准备工作：查看网易云音乐网页源码

首先任意选择一条评论，查看是否是写在源代码里面的

选择一条评论.png

在页面源代码里一搜：

果然没有.png

既然源代码里找不到，只能使用网页抓包工具看看在哪里包里面了

get包.png

我们得到get包里请求的url：

url.png

看看有没有传递什么参数：

传递的参数.png

这里明显看出来参数是被加密过的，所以我们要想办法找到网页加密的过程

打开initiator一个一个的找到加密时是在哪个js里面

1.png

image.png

接下来的反向js会很痛苦，需要我们一个一个的看

反向js慢慢找咯.png

经过一系列断点查找终于找到我了我们的要的url

找到url了！！！！.png

我们继续向回找，一定要找到参数被加密的过程最终找到未加密的数据如下：

image.png

找到了加密的页面后，我们需要一行一行的打断点，知道找到data里的内容被加密的那一行

image.png

我们观察这个加密函数：
var bVj7c = window.asrsea(JSON.stringify(i7b), bsR1x([“流泪”, “强”]), bsR1x(Xp4t.md), bsR1x([“爱心”, “女孩”, “惊恐”, “大笑”]));

一共传递了四个参数我们来一一分析

第一个是i7b这是个上一个js中传递进来的参数：
我们需要在python中提前保存好

i7b.png

第二个参数bsR1x([“流泪”, “强”])：第一次见是不是觉得很奇怪，我们放到浏览器中运行一下：

第二个参数.png

我们发现第二个参数是个定值 010001
第三个参数和第四个参数同理也都是定值

后两个参数.png

以上，我们就搞定了加密过程中所传递的参数，我们现在python中写好

# 第一个参数
data={
    "csrf_token": "",
    "cursor": "-1",
    "offset": "0",
    "orderType": "1",
    "pageNo": "1",
    "pageSize": "20",
    "rid": "R_SO_4_1901371647",
    "threadId": "R_SO_4_1901371647"
}
# 第二个参数
e = '010001' 
# 第三个参数
f = '00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7'
# 第四个参数
g = '0CoJUm6Qyw8W8jud'

继续在页面中找到windows.asrsea()的处理过程：

加密过程.png

二、分析加密代码：

1.在d函数中的第一行调用了a函数，并传递了参数16，所以我们先分析a函数

d.png

a.png

通过读a函数，我们发现a函数是生成一个a（传进来的参数）位的字符串，也就是说d中的i将会是一个随机数（阿这也太狗了）
这里就遇到瓶颈了，既然i是一个随机数，而b和c函数都使用到了i这个变量，这就极大的干扰到我们继续分析。
于是我们必须另辟蹊径，我们发现无论是b还是c函数，传入的参数除了i都是定值，也就是说如果我们能把i定下来，那么h.encSecKey就可定下来了，那么我们如何把i定下来呢？
我们可以让页面继续运行，然后得到i和对应的h.encSecKey这样我们就可以在python中将这两个变量写死。

image.png

得到了i和对应的encSecKey.png

在python中写死i和encSecKey：

i="gcbRwuLzJcbzxAPC"

def get_ensSecKey():
    return "24caa54f2cccf556753a02162ae1f2c37d9ae4af3289e9b773100a3c2d284b94232ac513680119fdb38b3551f18f1e6bb6fd00d49507502da30df2e0d361e01c702be2dd4b31a97a25e95f00e2cdd5663a6ba0e6b328dd073d1c5e1b2a0278accce59c3645065ef1f61e965ef505e8f9842e8f1e0680242e511b8fc37aadc522"

2.想办法得到第二个参数params
第二个参数和b函数有关，看到b函数中有一个AES的字样，就需要我们自行查询百度了-----大概了解了是一个加密的过程，其中的参数e就是我们的data数据，c传入的是一个密钥key，iv是位偏移，mode是加密模式，这里用的是CBC加密，具体的过程我们不必深究，我们需要做的是在python中模拟这里加密的过程，这样的话我们就可以通过修改data中的rid字样来获得不同歌曲的评论。
模拟b函数获得 params参数

def get_params(data):
    first=enc_params(data,g); #d中的第一次加密
    secend=enc_params(first,i);#d中的第二次加密
    return secend;

def to_16(data):
    pad=16-len(data)%16;
    data+=chr(pad)*pad
    return data
#模拟加密过程
def enc_params(data,key):
    aes = AES.new(key=key.encode('utf-8'),iv="0102030405060708".encode('utf-8'),mode=AES.MODE_CBC)
    data = to_16(data)
    bs = aes.encrypt(data.encode('utf-8')) #加密的内容长度必须是16的倍数
    return str(b64encode(bs),"utf-8")

最终可以得到两个加密后的参数了

三、爬取评论内容

我们查看请求方式是post，我们用对应的post方式并传递对应的参数，模拟加密过程，最终可以相应；

url='https://music.163.com/weapi/comment/resource/comments/get?csrf_token='
resp=requests.post(url,data={
    "params":get_params(json.dumps(data)),
    "encSecKey":get_ensSecKey()
})
resp.encoding='utf-8'
dic=resp.json();
comments=dic['data']['hotComments']
for comment in comments:
    content=comment['content']
    print(content)
    #break;测试用

结果如下：（仅进行了测试）