Python爬虫实战,argparse模块,Python模拟登录爬取网易云个人听歌排行榜

2021年7月15日 6点热度 0条评论 来源: 楚_阳

前言

那么今天我们就来爬一波网抑云个人听歌排行榜吧。让我们愉快地开始吧~

开发工具

** Python版本:**3.6.4

** 相关模块:**

argparse模块;

DecryptLogin模块;

prettytable模块;

以及一些python自带的模块。

环境搭建

安装Python并添加到环境变量,pip安装需要的相关模块即可。

DecryptLogin安装方式参见(因为经常更新,已经安装过的小伙伴麻烦记得更新一下,否则可能会在新的案例中报错)

原理简介

首先,打开网抑云,随便找个用户刷新他的听歌排行榜页面并抓包:

发现只要请求类似这样的链接就可以获得该用户的听歌排行榜了:

https://music.163.com/weapi/v1/play/record?csrf_token=90f3b95109118c7335b896e2c24d7ebd

返回的数据是这样的:

现在考虑一下怎么构造这个请求,首先是csrf_token这个东西从哪来,之前的文章其实说过,在用户登录后的cookies里可以直接找到该参数,如下图红框所示(当然如果在非登录状态下也能看到目标用户的听歌排行榜,那么这个csrf_token其实是可有可无的):

接着考虑一下怎么算post参数,因为DecryptLogin库里已经写好了,所以我们这里只考虑怎么得到post数据的原文,查看一下initiator,发现Ajax请求的发起方是某core.js文件:

点进去在对应的位置打个断点(也就是需要用post数据的原文来计算最终的post参数的函数那里,至于怎么找到的,全局搜索encSecKey,然后简单分析一下它的计算流程就可以找到了这个函数啦),然后重新运行一下脚本,我们就可以看到post数据的原文啦:

于是我们就可以愉快地开始写代码啦,核心代码如下:

'''获得某用户的听歌排行榜'''
def getLeaderboard(self, uid):
    url = 'https://music.163.com/weapi/v1/play/record?csrf_token=' + self.csrf
    data = {
                'type': '-1',
                'uid': uid,
                'limit': '1000',
                'offset': '0',
                'total': 'true',
                'csrf_token': self.csrf
            }
    res = self.session.post(url, headers=self.headers, data=self.cracker.get(data))
    res_json = res.json()
    leader_board = {'weekData': [], 'allData': []}
    if res_json['code'] == 200:
        all_data = res_json.get('allData')
        for item in all_data:
            songname = item.get('song').get('name')
            songid = item.get('song').get('id')
            play_count = item.get('playCount')
            leader_board['allData'].append([songid, songname, play_count])
        week_data = res_json.get('weekData')
        for item in week_data:
            songname = item.get('song').get('name')
            songid = item.get('song').get('id')
            play_count = item.get('playCount')
            leader_board['weekData'].append([songid, songname, play_count])
    else:
        raise RuntimeError('Fail to get leaderboard for %s...' % uid)
    return leader_board

文章到这里就结束了,感谢你的观看,关注我每天分享Python模拟登录系列,下篇文章分享拉勾网模拟登录

为了感谢读者们,我想把我最近收藏的一些编程干货分享给大家,回馈每一个读者,希望能帮到你们。

干货主要有:

① 2000多本Python电子书(主流和经典的书籍应该都有了)

② Python标准库资料(最全中文版)

③ 项目源码(四五十个有趣且经典的练手项目及源码)

④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)

⑤ Python学习路线图(告别不入流的学习)

⑥ 两天的Python爬虫训练营直播权限

All done~完整源代码+干货详见个人简介或者私信获取相关文件。。

    原文作者:楚_阳
    原文地址: https://www.cnblogs.com/daimubai/p/15006063.html
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系管理员进行删除。