python3.基礎爬取網易雲音樂【超詳細版】

簡單學習了python爬蟲之後，我們就可以嘿咻嘿咻了...因為平時就是用網易雲聽的歌，也喜歡看歌裡的評論，所以就爬網易雲音樂評論吧！

正式進入主題

首先還是去找目標網頁並開始分析網頁結構，如下

上面的三個箭頭都是所要找的資料，分別是評論使用者，評論和點贊數，都可以用正規表示式找出來，接下來繼續找怎樣找到下一頁的資料，還是用開發者工具，但是當點選下一頁的時候，網頁的url沒有變，說明網頁是動態載入，所以就不能在當前網頁找資料了，應該在他的 xhr 檔案裡找，所以點入 network 看看，然後也點選下一頁一看，果然有想要的

看到這裡，就興奮地去敲程式碼了

一點選執行，結果什麼東西都沒有，但是他的狀態碼是200，明顯請求成功啊，卻沒有東西返回，再去network仔細看看這個網頁，看到他是個post請求，也看到了需要post兩個引數params和ensSecKey

一看到這個，密密麻麻的數字和字母，就猜應該是被加密了，不過可以複製下來看看有沒有用。接下來看下他的Response，咦，這是個json，不是html結構的，所以需要用到Json庫來進行解析

現在開始敲程式碼吧，先把上面的兩個引數複製過來看看。

現在把每條評論的評論使用者和點贊數和評論獲取出來

可以看到，利用json.loads()方法把資料轉成python格式裡的字典後就可以把想要的資料取出來了，但是，下一頁怎樣取？總不能每次都複製貼上那兩個引數吧？那唯一的方法就是不爬了。。怎麼可能？我的繼續，那我就要進行破解這兩個引數了，那好繼續看 network， 因為要加密，肯定要用js進行加密的

看到剛才那個網站的發起者core.js,,然後把它檔案下載下來慢慢研究

儲存後在經過美化，然後進行查詢那個encSecKey引數（ps:JSj'e'tong'yang'de美化網址為 …

看到window.asrsea()方法有四個引數，先不去管這個函式，先看看他的四個引數是什什，這裡沒必要去研究那四個引數怎樣來的，只需要知道他是什麼，那麼我們可以加點程式碼上去讓他顯示出來，從而利用fiddler來進行除錯

加入程式碼如下

可以分別獲取上面的每一個引數，也把那個params獲取看看，然後在fiddler上操作如下

完成上面的設定後重新整理網頁就可以在console上面找到引數資訊，如果沒有的話這是因為你之前瀏覽該網頁的時候它被快取了下來，所以要清除快取檔案（在清除瀏覽器記錄裡面有）

那個rid有本歌曲的id，明顯是與評論有關的，我試著連翻幾頁後，發現那個offset就是評論偏移數，offset就是(頁數-1)*20，total在第一頁是true，在其他頁是false

同樣的方法也得到第二個引數為：010001

第三個引數為：00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7

第四個引數為：0CoJUm6Qyw8W8jud

接下來就要看window.asrsea()方法是什麼操作的了，還是透過查詢js檔案可以看到這個

透過研究i是隨機獲取十六個字元而b函式是 AES加密 ，其中偏移量為 0102030405060708 ，模式為 CBC ，看回d函式，其中 params連續兩次加密，第一次加密時，文字為第一個引數。金鑰為第四個引數，第二次加密時文字為第一次加密的值，金鑰為隨機數a。而encSeckey是一個RSA加密，他的公鑰是第二個引數，模式是第三個引數，文字為那個隨機字串a

終於分析完了，接著開始敲程式碼

先來個獲取第一頁評論的程式碼

這是獲取兩個引數的類

這是解析網易雲音樂和獲取評論的類

然而一點選執行，直接給我報了個錯： TypeError: can't concat str to bytes

原來是因為在第二次加密的時候，那個params是個byte型別，所以把他轉成字串型別就可以了

再次點選執行，結果還是報錯了： json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)

這個報錯因為我的json解析錯了，回頭除錯一看， 網頁返回的東西是空的，但他的狀態碼是200 ，這是什麼鬼？接著我再試了把那兩個引數的值直接複製和前面一樣看看，結果執行成功，這就說明我的是加密過程錯了，然後我就回去看了幾篇，看不出什麼錯誤，上網百度找到了這個知乎文章，我把她的程式碼複製過來執行下，結果是可以的，我就繼續看看我和她的區別，原來我 在用那個16個隨機字元的時候用錯了，我在兩個引數給了兩個不同的，而是需要給共同一個的 ，看到這裡，我就直接回去改了下，果然執行成功，程式碼我就不貼出來了，效果如下

接著是獲取每一頁的評論，而每一頁與第一個引數的offset有關，其中的公式為 offse=(頁數-1) 20 *，total在第一頁是true，在其他頁是false

接下來點執行就可以了，但是執行到第八頁的時候出現了這個異常

raise errorclass(errno, errval)

pymysql.err.InternalError: (1366, "Incorrect string value: '\xF0\x9F\x92\x94' for column 'content' at row 1")

這是首頁資料庫效果

獲取完成（家駒的歌評論這麼少嗎？emmmm...）