目标
网易云音乐只需要解密params和encSecKey就可以开始快乐的抓取了，当然你没有足够的代理IP的话，还是要慢点爬，废话不多说，直接开整。
请求
老规矩，先看看我们要抓的页面样子：
查看网络请求：
从名字上就可以快速定位是哪个请求，是POST请求，那看看它提交了哪些参数吧，FormData如下：
提交的参数即前面提过的params和encSecKey，是加密过的，看看返回的内容的格式：
ok,基本的东西我们都已经知道，可以进入下一步了找到解密两个参数了。
分析
调试前我们得先找到这两个值的位置，那就搜索呗，先定位JS文件再定位代码位置。怎么搜索应该都知道的吧，搜params或encSecKey均可，搜出来多个结果不确定是哪个文件的话可以每个点进去再搜索一下关键参数，以此确定是否是目标文件，这里我直接标记了正确文件，大家点击进去即可。
进入JS文件后，同样搜索关键参数params或encSecKey：
找到了encSecKey的位置，把这几行代码抠出来分析一下：
var bVZ8R = window.asrsea(JSON.stringify(i0x), bqN0x(["流泪", "强"]), bqN0x(Wx5C.md), bqN0x(["爱心", "女孩", "惊恐", "大笑"]));
e0x.data = j0x.cs1x({
params: bVZ8R.encText,
encSecKey: bVZ8R.encSecKey
})
粗略看，params和encSecKey来自bVZ8R.encText和bVZ8R.encSecKey，而bVZ8R是window.asrsea的结果，window.asrsea有四个参数，JSON.stringify(i0x), bqN0x(["流泪", "强"]), bqN0x(Wx5C.md), bqN0x(["爱心", "女孩", "惊恐", "大笑"]，先看后面三个参数，从它们固定的值可以大胆推测这三个值也是固定的。之所以说都是固定的，看看Wx5C.md：Wx5C.md是一个固定好的数组，而bqN0x(["流泪", "强"])和bqN0x(["爱心", "女孩", "惊恐", "大笑"]这结果肯定也是不会变的，如下图，测试了一下：
大概弄清楚了这几个参数，剩下的就是搞明白window.asrsea的具体实现方式，还有i0x是什么样的，进入调试环节。
调试
window.asrsea打上断点，我的代码位置是13133行，点击粉丝列表下一页就会激活断点，在激活断点的同时我们也能一睹i0x的芳容，在控制台中输入i0x：
limit、offset、total、userId这些其实都是可知的，而csrf_token的产生可以看这里，细心的童靴应该早就发现了：
}
i0x["csrf_token"] = v0x.gP3x("__csrf"); ## csrf_token在这里产生
X0x = X0x.replace("api", "weapi");
e0x.method = "post";
delete e0x.query;
var bVZ8R = window.asrsea(JSON.stringify(i0x), bqN0x(["流泪", "强"]), bqN0x(Wx5C.md), bqN0x(["爱心", "女孩", "惊恐", "大笑"]));
我点进v0x.gP3x函数看了看：
从代码中可以看出csrf_token来自于Cookie中的__csrf:
那这个值就可以在请求网页的时候从cookie中获取到，继续调试window.asrsea吧。一路点击下一步，进入函数中。
跳到一个d(d,e,f,g)函数里，稍微往下一看，发现window.asrsea就等于这个d函数，哦了，那就调试这个d函数就行：
function d(d, e, f, g) {
var h = {}
, i = a(16);
return h.encText = b(d, g),
h.encText = b(h.encText, i),
h.encSecKey = c(i, e, f),
h
}
进入a函数：
大概看出来a函数是产生随机数的，继续运行，进入b函数：
熟悉的AES加密，继续运行进入c函数：
又是熟悉的RSA加密，网易可真谨慎，各种加密。到这里总的框架已经调试完了，剩下的无非就是抠JS代码了。
python运行
这次不是单单运行了结果哦，还带上了爬取与入库：
获取params和encSecKey
def get_enc(self,a):
with open('..//js//wangyiyun.js', encoding='utf-8') as f:
wangyiyun = f.read()
js = execjs.compile(wangyiyun)
logid = js.call('get_pwd', a)
print(logid)
return logid
抓取
def get_fans(self):
resp = self.get_home_page()
print(resp.cookies)
print(resp.status_code)
time.sleep(6)
limit = 20
for i in range(1,110):
print("第{}页".format(i+1))
offset = limit*i
a = {"userId": "46991111", "offset": str(offset), "total": "false", "limit": str(limit), "csrf_token": ""}
print(a)
logid = self.get_enc(a)
data = {
"params":logid["encText"],
"encSecKey":logid["encSecKey"],
}
print(data)
fans_url = "https://music.163.com/weapi/user/getfolloweds?csrf_token="
resp = self.session.post(url=fans_url,data=data,headers=self.headers)
followed = json.loads(resp.text)
followed_list = []
for foll in followed["followeds"]:
foll_dict = {}
foll_dict["short_name"] = foll.get("py","") #缩写
foll_dict["userId"] = foll.get("userId","") #用户ID
foll_dict["nickname"] = foll.get("nickname","") #昵称
foll_dict["vipType"] = foll.get("vipType","") # vip
foll_dict["eventCount"] = foll.get("eventCount","")#动态
foll_dict["vipRights"] = str(foll.get("vipRights","")) #VIP权益
foll_dict["gender"] = foll.get("gender","") #性别
foll_dict["avatarUrl"] = foll.get("avatarUrl","") #头像
foll_dict["followed"] = foll.get("followed","")
foll_dict["followeds"] = foll.get("followeds","") #粉丝
foll_dict["follows"] = foll.get("follows","") #关注
foll_dict["playlistCount"] = foll.get("playlistCount","") #歌单
foll_dict["mutual"] = foll.get("mutual","") #
foll_dict["expertTags"] = str(foll.get("expertTags",""))
foll_dict["experts"] = str(foll.get("experts",""))
print(foll_dict)
followed_list.append(foll_dict)
self.mysql.insert("music",followed_list)
tm = random.randint(10，30)
time.sleep(tm)
这里要注意一下，要抓取指定的页面你还得先访问这个页面，不能直接请求"https://music.163.com/weapi/user/getfolloweds?csrf_token=这个链接，因为它根本就没有带关于哪个页面的信息。
请求指定网页
def get_home_page(self):
url = "https://music.163.com/#/user/home?id=1737833656"
resp = self.session.get(url)
return resp
表结构
@property
def create_table_sql(self):
create_table = """
CREATE TABLE IF NOT EXISTS music (
short_name varchar(30) ,
userId varchar(100) NOT NULL,
nickname varchar(30),
vipType varchar(30) ,
eventCount varchar(200),
vipRights varchar(900),
gender varchar(900),
avatarUrl varchar(200),
followed varchar(30),
followeds varchar(30),
follows varchar(30),
playlistCount varchar(30),
mutual varchar(30),
expertTags varchar(30),
experts varchar(30),
PRIMARY KEY (userId)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4"""
return create_table
入库
def insert(self,table,data_list):
if len(data_list) > 0:
data_list = [{k: v
for k, v in data.items() if v is not None}
for data in data_list]
keys = ", ".join(data_list[0].keys())
values = ", ".join(["%s"] * len(data_list[0]))
sql = """INSERT INTO {table}({keys}) VALUES ({values}) ON
DUPLICATE KEY UPDATE""".format(table=table,
keys=keys,
values=values)
update = ",".join([
" {key} = values({key})".format(key=key)
for key in data_list[0]
])
sql += update
print(sql)
self.connect()
try:
ret = self.cursor.executemany(sql, [tuple(data.values()) for data in data_list])
self.conn.commit()
except Exception as e:
self.conn.rollback()
print("Error: ", e)
traceback.print_exc()
finally:
self.close()
过程
结束
快乐的时光过得真快，到这里就结束了，抓取过程与入库大家可以作为一个参考。完整的JS代码都已整理好，请关注知识图谱与大数据公众号，找到本文点击文末阅读更多获取，创作不易，请多关注，当然不关注也无所谓。