网易云音乐评论爬虫实战:破解加密接口抓取数据
一、接口分析找准评论数据请求入口在抓取网易云音乐歌曲评论时我们不难发现页面并不会随着翻页刷新跳转评论的加载属于异步AJAX请求。这类接口有一个明显特点接口地址固定不变分页切换完全依靠请求载荷中的参数控制无需更换请求URL这也是当下主流网站动态加载数据的常见实现方式。想要顺利拿到完整的评论数据第一步就是吃透接口的加密规则破解前端加密参数还原完整的请求逻辑才能精准构造出平台认可的合法请求载荷顺利打通数据抓取的关键环节。二、核心加密JS代码还原网易云音乐为了防止数据被随意爬取对评论接口做了严格的参数加密处理直接请求接口会被拒绝访问。想要攻克这个难点我们需要先还原前端的加密逻辑拿到生成params和encSecKey这两个核心校验参数的代码这也是整个爬虫能否跑通的关键所在。我们通过分析网页源码还原出完整的加密函数直接复用这套代码即可完成加密参数的生成省去手动逆向分析的繁琐步骤具体代码如下functiona(a){vard,e,babcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789,c;for(d0;ad;d1)eMath.random()*b.length,eMath.floor(e),cb.charAt(e);returnc}functionb(a,b){varcCryptoJS.enc.Utf8.parse(b),dCryptoJS.enc.Utf8.parse(0102030405060708),eCryptoJS.enc.Utf8.parse(a),fCryptoJS.AES.encrypt(e,c,{iv:d,mode:CryptoJS.mode.CBC});returnf.toString()}functionc(a,b,c){vard,e;returnsetMaxDigits(131),dnewRSAKeyPair(b,,c),eencryptedString(d,a)}functiond(d,e,f,g){varh{},ia(16);returnh.encTextb(d,g),h.encTextb(h.encText,i),h.encSecKeyc(i,e,f),h}functione(a,b,d,e){varf{};returnf.encTextc(ae,b,d),f}window.asrsead,window.ecnonasre// 构造请求参数varpageNo1varstr{rid:R_SO_4_2682113703,threadId:R_SO_4_2682113703,pageNo:${pageNo},pageSize:20,cursor:-1,offset:0,orderType:1,csrf_token:df9a3fb556b47931eeec5c5eb9faac9b}varbVA3xwindow.asrsea(str,010001,00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7,0CoJUm6Qyw8W8jud);// 生成最终请求载荷vare4i{params:bVA3x[encText],encSecKey:bVA3x[encSecKey]}console.log(e4i);三、Python爬虫代码实现搞定前端加密逻辑之后我们借助Python的requests库模拟浏览器发送请求把JS脚本生成的加密参数直接放入请求的data字段中作为载荷再搭配完整的请求头和Cookie信息伪装成正常的网页访问就能顺利通过平台的校验调用接口并获取返回的评论JSON数据。完整的Python代码如下这套代码适配固定接口地址后续想要翻页抓取只需要修改对应分页参数即可上手十分简单importrequests# 请求Cookie维持登录状态cookies{vinfo_n_f_l_n3:3916ff44beb0c078.1.0.1757143646311.0.1757143808916,_ga:GA1.1.303110697.1757770466,_clck:1l10bbd%5E2%5Efza%5E0%5E2082,_ga_C6TGHFPQ1H:GS2.1.s1757770465$o1$g1$t1757770693$j60$l0$h0,_iuqxldmzr_:32,_ntes_nnid:1ee47c1a495259c0598a10bf662afb17,1757998978281,_ntes_nuid:1ee47c1a495259c0598a10bf662afb17,NMTID:00Onmu3maG4d-bidkIqvMR7jmYMoK0AAAGZUOeSwA,WEVNSM:1.0.0,WNMCID:ixgtne.1757998979571.01.0,WM_TID:xSejT%2BxV169FUVUARFLC0mdBuTqCwgVE,sDeviceId:YD-QZLe%2FrgGqQ1ARxURVUaHgnYMn5zRcAzJ,ntes_utid:tid._.GaFvf4nQEeZFB1EBBAKSwiZYi9jUcF2I._.0,__snaker__id:QPd9674UKVC6UyD0,ntes_kaola_ad:1,__csrf:df9a3fb556b47931eeec5c5eb9faac9b,WM_NI:kK23WUdxhv5GPG3fEMO2OvOADLnrSQX%2FI1qKL%2FiF6qWmCvjqR79%2By3%2FnAONLuYrt3o5WWIMJovb0NQiglc5XxIdE0aJCrrxWNX8vxbZsmkjBieN6SCxdQu3Qy0XgFxPlckE%3D,WM_NIKE:9ca17ae2e6ffcda170e2e6eeb3d760afe9bba2c240b4e78ab7d45b979e9a87d2728696c0b4fb7daba985b5fb2af0fea7c3b92aa995fed4d65fa8a8a897b84d9499fd87c8478dee8197ce4b8894a293d25b9cf187d2f44190f1a7a7b57b95b38d97e97b92e9f7ccfc39edb28fb0cd48b787be95b265f78999aad042adaaaed1cd5babb9a484b854bc97aca6b36b8a9dbe93fb5d8e88f897fb6a9aada38ce94aabbb82d7d249bcbc9f96b25bbbf09888c57494b4ad8cc837e2a3,gdxidpyhxdE:Lr%5Cm7yjN0baYEslbOj70BUDx%2BaSZjyognN6TZ1qp4uNlg%2B7uwWfuXHxCZQ0koz%5CM6QC8Z87kvmw7Vq23kZMRAGPjo3tT0Za37oGUh6v95wvQOX8d9k9dPeixk7XVIMVownl8i2VoBNvmZKk2%2F4HeHBBnUv%2B5X5Qhd5gsHVfq52vpWnTA%3A1761309901295,__csrf:2e43ce8440e8205e4ff136f3bee8a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nkA34tOD5jlNrlto0vr%5CFq%5C1QSBOsUNotpH5B9uX3DK%5C1yO0tjI4pe%2Bkvi3rPSugdDD4DbpD%2Bpq%5CJ7FJ%5CmRrTorD3ZNHTVSehKch8St0xVd%2BXvBdVmGwmz09dmwVbyeiFRjy%2F8sCsqQivwfSPvGFBnE5khdkmCIn8HrJOnaSYSUDIJxa%3A1761313070855,}# 请求头模拟浏览器访问规避基础反爬headers{accept:*/*,accept-language:zh-CN,zh;q0.9,cache-control:no-cache,content-type:application/x-www-form-urlencoded,nm-gcore-status:1,origin:https://music.163.com,pragma:no-cache,priority:u1, i,referer:https://music.163.com/song?id2682113703,sec-ch-ua:Chromium;v140, NotA?Brand;v24, Google Chrome;v140,sec-ch-ua-mobile:?0,sec-ch-ua-platform:Windows,sec-fetch-dest:empty,sec-fetch-mode:cors,sec-fetch-site:same-origin,user-agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/140.0.0.0 Safari/537.36,}# 接口公共参数params{csrf_token:df9a3fb556b47931eeec5c5eb9faac9b,}# 加密后的请求载荷替换为JS生成的最新参数即可data{params:LuinkKIvOA23xCKsaM72yok/qhQ/UH7oR1u5yjTzzv3TqaZAitAVLZZ0p93HupMAJpIo9Ik1JsGPj1Gj4CItoARiQrkpCqjT4qa4KHZqFRQV6OnEcCfgidjiaDj/SLasLb38s2qtjoWtxLclwUIAni4Smc7wZLNISUGfmzOlkGNOqJ5ORwUdRiqeP1hzcE94NsNi7rHMAQww/XPS09AOcwPxOeGlh0ueQCrTisKhLoiCvBF9OaOW4YLp/U458dSxr855EEDbmK23VGZEv5Kqsrnn78ZIs1f83Apcayv92NgyKwCi0mcH5yykHXaM8W27L8nUlk8dLbMFIv0CcM4rYnSW8ahhTJYSm8HVKVo,encSecKey:c023f645a6815df0d22b792757ed5d414afd3874242432e5b7df4bde40d1113b1c4e1217de5c38e40612c866136321c241719197f9225d86d2bda01151f1921943a9b8a0a3a494793855c4603ce64db8108d1f92b2737bfbfb41cc4696e61a20a0af8d8a216ebc00cd2e5e20bdc76b73a190a615efe31d43e9b9f7102fbb78ee}# 发送POST请求获取评论数据responserequests.post(https://music.163.com/weapi/comment/resource/comments/get,paramsparams,cookiescookies,headersheaders,datadata,)# 打印返回的JSON数据包含评论内容、发布时间等信息print(response.text)四、数据解析与分页思路接口成功响应后返回的是标准规整的JSON格式数据里面完整包含了当前页码下的所有评论内容、用户昵称、发布时间、点赞数量、评论楼层等详细信息数据结构清晰易懂。我们只需要借助Python自带的json库对返回的数据进行加载和解析就能精准提取出自己想要的字段后续还可以做数据保存、筛选、统计等后续处理。得益于接口固定的特性分页爬取的逻辑十分简单只需要修改JS代码中的pageNo参数重新生成一组加密载荷再替换Python代码中data里的对应参数即可循环爬取多页评论实现批量抓取。整个流程无需改动URL、请求头和Cookie仅调整分页参数就能实现翻页新手也能快速上手轻松掌握动态接口的爬取技巧。五、版权声明本文仅做技术交流和学习使用严格尊重网易云音乐平台版权所有内容请勿用于商业用途违者后果自负。六、进阶学习本次实战只是爬虫入门级案例主要带大家熟悉加密接口逆向、AJAX动态数据抓取的基础流程。想要掌握更多网站的加密破解技巧、高阶反爬绕过、高效批量爬取、数据清洗入库等硬核实战干货持续关注我后续会更新更多干货满满的爬虫教程和实战项目带你从零玩转网络爬虫攻克各类复杂接口。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2459462.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!