Python的requests爬取酷我音乐的一些坑(报错、友好错误界面

url = ‘https://www.kuwo.cn/api/www/search/searchMvBykeyWord’

headers = {

‘Referer’: ‘https://www.kuwo.cn/search/list’,

‘cookie’: ‘…’,

‘user-agent’: ‘Mozilla/5.0…’,

‘csrf’: ‘GY3EWHPDHD’,

}

params = {‘key’: ‘夜曲’,

‘pn’: ‘1’,

‘rn’: ‘30’,

‘httpsStatus’: ‘1’

}

respond = requests.get(url=self.url, headers=self.headers, params=self.params)

print(respond.text)

接着我发现 csrf 的内容和 cookie 中的kw_token是一样的,因此这两个都不能缺少

请添加图片描述

我正好就是 cookie 中缺少了此部分,加上去即可:

headers = {

‘Referer’: ‘https://www.kuwo.cn/search/list’,

‘cookie’: ‘kw_token=GY3EWHPDHD’,

‘user-agent’: ‘Mozilla/5.0…’,

‘csrf’: ‘GY3EWHPDHD’,

}

根据试验我得出在这里爬取音乐数据,请求头只需要Referercsrfcookiekw_token部分即可。

问题 3

=======================================================================

爬取音乐MV链接,遇到了 javascript 渲染的动态网页:

请添加图片描述

爬取视频链接的部分代码:

from pyquery import PyQuery as pq

url_mv = pq(url=‘https://y.qq.com/n/ryqq/mv/d0023bpqirq’)

url_mp4 = url_mv.find(‘#video_player__source’).attr(‘src’)

print(url_mp4)

这时候我们会发现我们爬到的信息为None

我试着用requests获取HTML源码,但得到的内容与我在网页中看到的不一样,内容有缺失:

import requests

url_mv = ‘https://y.qq.com/n/ryqq/mv/d0023bpqirq’

url_mp4 = requests.get(url_mv).text

print(url_mp4)

为什么爬到的网页内容和我们看到的不一样呢?这是因为:这个网页的数据是JavaScript渲染的,我们从html的源码中无法获得这些数据,这些数据是在执行JavaScript脚本之后,异步地渲染到页面上的。我们获得的HTML源码为网页初始化的时候的源码,就像下面这样,当然没有视频链接:

请添加图片描述

这时候怎么办呢。我上网查了很多方法,要么是用 selenium 等的库模拟浏览器操作,或者就是渲染引擎等的东西。但 selenium 库耗时又耗内存,我并不想用它。而身为大懒人的我又绝对不会搞什么引擎。这时候我找到了一个绝佳的解决办法(只适用于爬取音乐和MV,其他网页我没有试过,并不清楚)。

解决


如果你在QQ音乐爬取,建议你放弃QQ音乐,它并不适用于我的这个方法。我用的是酷我音乐

首先进入酷我音乐主页,搜索歌曲(这里以“思念”为例),然后点击 MV 栏后开始录制行为,我们随便点击进入一部MV,这时候我们可以发现这边多了一个以url?rid=... 开头的文件,文件内容就是我们需要的链接:

请添加图片描述

如果爬取的是音乐信息,则要点击播放后,看到一个以 url?format=...开头的文件,里面包含了音乐链接:

在这里插入图片描述

然后我们就可以直接用这个文件的 url 地址发送请求:

url_mv = f’https://www.kuwo.cn/url?rid={id_mv}&response=url&format=mp4%7Cmkv&type=convert_url&t=1627025536974&httpsStatus=1&reqId=1b3945f0-eb88-11eb-8b47-0762a118c069’

params = {‘rid’: id_mv,

‘response’: ‘url’,

‘format’: ‘mp4|mkv’,

‘type’: ‘convert_url’,

‘t’: ‘1627025536974’,

‘httpsStatus’: ‘1’,

‘reqId’: ‘1b3945f0-eb88-11eb-8b47-0762a118c069’}

url_mp4 = requests.get(url_mv, params=params).text

print(url_mp4)

with open (‘思念.mp4’,‘wb’) as m:

m.write(mp4)

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
img

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。img

👉二、Python必备开发工具

img
👉三、Python视频合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
img

👉 四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。(文末领读者福利)
img

👉五、Python练习题

检查学习结果。
img

👉六、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
img

img

👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传

一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
img

img

👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传

一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
[外链图片转存中…(img-7SoNRF9r-1712747755929)]

  • 14
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值