Python使用Requests和BS4实现蓝奏云直链解析与下载

在很多时候，都会使用到程序自主更新功能，那么今天我们就用蓝奏云实现一个Python程序的自主更新(当然，今天只是完成请求蓝奏云的直链地址)

思路解析

我们可以首先申请一个蓝奏云的账号，在这里就不过多地阐述，在这里了，我们可以使用我这里的一个网址来进行解析 cookies地址

我们可以看到这一个主页面

我们要获取的就是这个红色bottom的链接地址
我们可以打开开发者模式，便可以看到这个iframe标签

在这里插入图片描述

它把我们指引到另外一个链接地址

在这里插入图片描述

这里便是这一个红色bottom的真实位置
当我们惦记这个主要界面时，只能看到这个超时的显示，无法看见其他的内容，我们便可以知道它是通过后台加载或接口来的到数据的

在这里插入图片描述

我们可以继续往下查找，最终在ajaxm.php中找到了地址

在这里插入图片描述

请求这个 地址(已失效)，我们便可以看到下载成功

在这里插入图片描述

那么我们看一下是怎么请求获取数据的，然后我们要模拟这个请求再次获取数据

在这里插入图片描述

我们可以看出它是用表单提交的，action和sign和vis就是表单的参数，我们只要把这个表单发送到这个php网站，就可以获取蓝奏云直链了

代码实现

#coding=utf-8
from bs4 import BeautifulSoup
import requests
import re
import time
import json

def GetHeaders(url):
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36',
        'referer': url,#蓝奏云分享文件链接地址
        'Accept-Language': 'zh-CN,zh;q=0.9',
    }
    return headers

def GetRealAddress(url):
    # 获取分享页面html文件
    res = session.get(url,headers=GetHeaders(url))
    # 引入BeautifulSoup库对html进行处理，获取iframe中的出现的js文件
    soup = BeautifulSoup(res.text,'html.parser')
    url2 = 'https://www.lanzous.com/'+soup.find('iframe')['src']
    #print(url2)
    res2 = session.get(url2,headers=GetHeaders(url2))

    # 正则提取请求三个参数

    a = re.findall(r'var a = \'([\w]+?)\';',res2.text)
    params = re.findall(r'var [\w]{6} = \'([\w]+?)\';',res2.text)
    #print(params)

    # 请求下载地址
    url3 = 'https://www.lanzous.com/ajaxm.php'
    data = {
        'action':'downprocess',
        'sign':params[1],
        'ves':1,
    }
    res3 = session.post(url3,headers=GetHeaders(url2),data=data)
    res3 = json.loads(res3.content)


    # 请求最终重定向地址
    try:
        url4 = res3['dom']+'/file/'+res3['url']
    except:
        while True:
            res3 = session.post(url3,headers=GetHeaders(url2),data=data)
            res3 = json.loads(res3.content)
            a = res3.get("inf")
            #print(res3)
            if a == "已超时，请刷新":
                print("正在为您尝试第二次爬取，请稍后...")
            else:
                break
    else:
        pass
    print(url4)
    headers2 = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/66.0',
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
    }
    res4 = session.head(url4, headers=headers2)
    file_address = res4.headers['Location']

    return file_address

if __name__ == '__main__':
    session = requests.session()
    address = GetRealAddress("https://fightmountain.lanzous.com/ixtAme2m0kd")
    r = requests.get(address) 
    with open("cookies.txt",'wb') as f:
        f.write(r.content)

在这里呢，我们主要使用session实现会话保持，然后使用post方法来获取数据，最后请求数据，获取最终的直链

参考文档

Python爬取蓝奏云直链(获取真实文件地址)