喜马拉雅音频数据+Python+xm-sign突破

郑重声明：
本项目的所有代码和相关文章，仅用于经验技术交流分享，禁止将相关技术应用到不正当途径，因为滥用技术产生的风险与本人无关。
文章仅源自个人兴趣爱好，不涉及他用，侵权联系删

1 目标

爬取目标网站音频数据

2 网站

https://www.ximalaya.com/gerenchengzhang/19596428/

3 流程分析

3.1 目标页分析

F12,点击播放按钮，我们发现一个音频文件https://aod.cos.tx.xmcdn.com/group53/M02/1C/D5/wKgLfFv8v8WjjPi3AJIoAbFhZp8330.m4a

发现是我们刚才首页点击播放的音频，同理，我们需要的是下面所有课程的音频数据，可以测试一下，

音频就在这里，那让我们来拿到数据。

3.2 详情页尝试拿数据

None，直接访问链接https://www.ximalaya.com/revision/play/v1/audio?id=139836377&ptype=1

查看一下请求头，发现 xm-sign是由js加密而成，会即时发生变化，所以我们需要在请求的时候带上xm-sign参数即可拿到数据。

3.3 寻找js加密文件

全局搜索xm-sign，找到所在js文件，在此断点调试，找到所在函数.getSign()，

查看函数所在位置，继续断点调试

这里，我们基本发现xm-sign的生成代码了，跟以前大同小异

                                e = Date[s("0x2c")](),
                                "{himalaya-"[s("0x2d")](t, "}(")[s("0x2d")](p(100), ")")[s("0x2d")](t, "(")[s("0x2d")](p(100), ")")[s("0x2d")](e).replace(/{([\w-]+)}/, (function(t, e) {
                                    return c(e)
                                }
                                ))

此处使用replace是将{}里面的数据替换成c(e)函数返回的数据。这里t就是服务器的时间戳

使用get请求，会返回服务器的时间戳，e,就是现在的时间戳，此时我们就可以大致构造出xm-sign的代码了，

{} +(100以内的随机数) + 服务器时间戳 + (100以内的随机数) + 现在的时间戳，因为{}的数据被替换为c(e)函数返回的值，所以我们继续进入函数，断点调试。

得到（此处为之前截取，可自行调试，我这太卡。。）

格式类似于MD5编码，md5加密的数据，一般都是32位的字符，我们尝试一下

(这里喜马拉雅会将字母变动，现在版本为hamalaya),此时我们就可以直接调用python的md5进行编码即可，不需调用js。到这里我们就得到了xm-sign完整生成过程。

md5(ximalaya-服务器时间戳) +(100以内的随机数) + 服务器时间戳 + (100以内的随机数) + 现在的时间戳

对应代码

    sign = str(hashlib.md5("himalaya-{}".format(serverTime).encode()).hexdigest()) + "({})".format(str(round(random.random()*100))) + serverTime + "({})".format(str(round(random.random()*100))) + nowTime

简单整理整体代码：

# -*- coding: utf-8 -*-
import requests
import time
import hashlib
import random
import json
from requests.packages.urllib3.exceptions import InsecureRequestWarning
requests.packages.urllib3.disable_warnings(InsecureRequestWarning)

# 获取sign签名

def get_sign(headers):
    serverTimeUrl = "https://www.ximalaya.com/revision/time"
    response = requests.get(serverTimeUrl,headers=headers,verify=False)
    serverTime = response.text
    nowTime = str(round(time.time()*1000))

    sign = str(hashlib.md5("himalaya-{}".format(serverTime).encode()).hexdigest()) + "({})".format(str(round(random.random()*100))) + serverTime + "({})".format(str(round(random.random()*100))) + nowTime
    # 在这里添加入请求头
    headers["xm-sign"] = sign
    return headers

def get_header():
    headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.90 Safari/537.36"
    }
    headers = get_sign(headers)
    return headers


if __name__ == '__main__':
	# 这是一个搜索接口
    url = "https://www.ximalaya.com/revision/play/v1/audio?id=139836377&ptype=1"
    s = requests.get(url,headers=get_header(),verify=False)
    print(s.json())

"""
return
{'ret': 200, 'data': {'trackId': 139836377, 'canPlay': True, 'isPaid': False, 'hasBuy': True, 'src': 'https://aod.cos.tx.xmcdn.com/group53/M02/1C/D5/wKgLfFv8v8WjjPi3AJIoAbFhZp8330.m4a', 'albumIsSample': False, 'sampleDuration': 0, 'isBaiduMusic': False, 'firstPlayStatus': True, 'isVipFree': False, 'lyricPath': ''}}

"""

到此就成功拿到src数据，成功拿到音频文件https://aod.cos.tx.xmcdn.com/group53/M02/1C/D5/wKgLfFv8v8WjjPi3AJIoAbFhZp8330.m4a。

 

转载请注明转自：https://blog.csdn.net/Owen_goodman/article/details/108579622