【小白必看】使用Python爬取喜马拉雅音频并保存的示例代码

前言

本文介绍了如何使用Python中的requests库来获取音频文件并保存到本地。在这个例子中，我们使用了喜马拉雅平台上的一个API接口来获取音频ID和名称，并使用这些信息构造音频地址，然后通过发送HTTP请求将音频内容下载保存到本地。

运行效果截图

导入requests库

import requests

这行代码导入了requests库，它是一个常用的HTTP请求库，用于发送HTTP请求和处理响应。

获取集数音频ID的链接

url_list = 'https://www.ximalaya.com/revision/play/v1/show?id=67641798&sort=0&size=30&ptype=1'
url_list_resp = requests.get(url_list,headers=headers)

这两行代码分别定义了一个获取音频ID列表的链接url_list，并使用requests.get()方法发送GET请求获取响应。headers变量用于设置请求头信息，其中User-Agent字段指定了发送请求的浏览器标识。

提取音频ID和名称

track_list = [(tack.get('trackId'),tack.get('trackName')) for tack in url_list_resp.json().get('data').get('tracksAudioPlay')]

这行代码通过解析响应的JSON数据，提取了音频的ID和名称，并将其存储在列表对象track_list中。

循环处理每个音频

for id, name in track_list:
    # 获取音频地址的链接
    audio_src= f'https://www.ximalaya.com/revision/play/v1/audio?id={id}&ptype=1'
    src = requests.get(audio_src,headers=headers)

    audio_url = src.json().get('data').get('src')
    # audio_url = 'https://aod.cos.tx.xmcdn.com/group39/M07/34/82/wKgJnlqChT2jRXU8AEn2S2TpSzo586.m4a'
    # 发送请求
    resp = requests.get(audio_url,headers=headers)
    print(f'正在保存{name}音频')
    # 保存数据 w写文件  b字节流
    with open(f'audio/{name}.mp3','wb') as f:
        # resp.text  文本  resp.content 内容   resp.json()
        f.write(resp.content)

这部分代码中使用了一个for循环来遍历track_list列表中的每个音频。首先，它构造了获取音频地址的链接audio_src，然后发送GET请求获取响应并解析出音频地址audio_url。接下来，它再次发送GET请求获取音频的内容，并将其保存到以音频名称命名的文件中。

注意：代码中注释的部分表示了一些其他可能的音频链接和文件保存方式。具体选择哪种方式取决于你的需求和实际情况。

完整代码

import requests
# 导入requests库，用于发送HTTP请求和处理响应
# pip install requests

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36'}
# 设置请求头信息，其中User-Agent字段指定了发送请求的浏览器标识

url_list = 'https://www.ximalaya.com/revision/play/v1/show?id=67641798&sort=0&size=30&ptype=1'
# 定义了一个获取音频ID列表的链接

url_list_resp = requests.get(url_list, headers=headers)
# 发送GET请求获取响应

track_list = [(track.get('trackId'), track.get('trackName')) for track in url_list_resp.json().get('data').get('tracksAudioPlay')]
# 提取音频ID和名称

for id, name in track_list:
    # 循环处理每个音频
    audio_src = f'https://www.ximalaya.com/revision/play/v1/audio?id={id}&ptype=1'
    # 构造获取音频地址的链接
    src = requests.get(audio_src, headers=headers)
    # 发送GET请求获取音频地址的响应

    audio_url = src.json().get('data').get('src')
    # 从响应的JSON数据中提取音频地址

    resp = requests.get(audio_url, headers=headers)
    # 发送GET请求获取音频文件内容

    print(f'正在保存{name}音频')
    # 打印正在保存的音频名称

    with open(f'audio/{name}.mp3', 'wb') as f:
        # 打开一个文件，并以二进制写入模式写入文件中
        f.write(resp.content)
        # 将音频文件内容写入文件中

分点讲解

import requests

这行代码导入了requests库，用于发送HTTP请求和处理响应。

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36'}

这行代码定义了一个字典 headers，用于设置请求头信息。在这个例子中，我们设置了一个User-Agent字段，模拟浏览器的标识。

url_list = 'https://www.ximalaya.com/revision/play/v1/show?id=67641798&sort=0&size=30&ptype=1'

这行代码定义了一个字符串变量 url_list，它是用来获取音频ID列表的链接。在这个例子中，链接是喜马拉雅平台提供的一个API接口。

url_list_resp = requests.get(url_list, headers=headers)

这行代码发送一个GET请求去获取响应。使用 requests.get() 方法发送GET请求，并将响应保存到变量 url_list_resp 中。

track_list = [(track.get('trackId'), track.get('trackName')) for track in url_list_resp.json().get('data').get('tracksAudioPlay')]

这行代码提取音频ID和名称。通过解析JSON格式的响应数据，我们从中提取出音频的ID和名称，并将它们存储在一个列表对象 track_list 中。这里使用了列表推导式，遍历了 tracksAudioPlay 字段中的每个元素，提取出 trackId 和 trackName 字段的值。

for id, name in track_list:

这行代码开始循环处理每个音频。我们从 track_list 列表中依次取出音频的ID和名称，赋值给变量 id 和 name。

audio_src = f'https://www.ximalaya.com/revision/play/v1/audio?id={id}&ptype=1'

这行代码构造了获取音频地址的链接。我们通过字符串格式化将音频的ID插入到链接中，创建一个完整的URL，以便获取音频的地址。

src = requests.get(audio_src, headers=headers)

这行代码发送一个GET请求去获取音频地址的响应。我们使用 requests.get() 方法再次发送GET请求，获取音频地址的响应，并将其保存到变量 src 中。

audio_url = src.json().get('data').get('src')

这行代码从响应的JSON数据中提取出音频地址。我们解析JSON格式的响应数据，并从中获取 data 字段的值，然后再从 data 字段中获取 src 字段的值，即音频的地址。

resp = requests.get(audio_url, headers=headers)

这行代码发送一个GET请求去获取音频文件的内容。我们使用 requests.get() 方法发送GET请求，获取音频文件的内容，并将其保存到变量 resp 中。

print(f'正在保存{name}音频')

这行代码打印正在保存的音频名称。我们使用 print() 函数输出保存当前音频的名称。

with open(f'audio/{name}.mp3', 'wb') as f:
    f.write(resp.content)

这行代码使用文件操作来保存音频文件。我们以二进制写入模式打开一个文件，根据音频名称创建对应的文件，并将音频文件的内容写入到文件中。

结束语

通过本文，我们学习了如何使用Python中的requests库来处理HTTP请求，并结合喜马拉雅平台的API接口完成了音频文件的下载和保存。当然，这只是一个简单的示例，实际应用中可能还涉及到其他更复杂的操作和处理方式。希望本文对你理解和使用requests库有所帮助，并能够在实际项目中发挥作用。