分析喜马拉雅接口:
打开浏览器调试窗口,找了半天,也没找到html中的audio标签,看来喜马拉雅没有用html5默认的音频播放器。
终于在network窗口,发现了音频请求接口。
![](https://i-blog.csdnimg.cn/blog_migrate/6caccc11dcf499a20cf30f4d24c7419b.png)
接口1. 通过“trackid” 获取音频的地址。比如说第1集,trackid是1155622.
返回的是音频的具体信息,格式为json:
只要我们知道的每一集(index)的trackid,就能通过以上接口获取到具体的音频播放地址。我在想,第1集对应1155622,那是不是index和trackid的关系就是 index=trackid-1155621呢?并不是。
看最后一集就知道:
![](https://i-blog.csdnimg.cn/blog_migrate/9b754e8da43e4b705430156df3bbe7d6.png)
看来我们需要通过一定方法获得 1~720集,各自对应的trackid. 在数据库中存储这样的一张mapping表。
当我点击正序,倒序的时候,我发现了另一接口。
![](https://i-blog.csdnimg.cn/blog_migrate/589703bd75da5644ec352b8072a5aa8a.png)
返回:
![](https://i-blog.csdnimg.cn/blog_migrate/e8235cbb4376fe357ab2c6fe1071722e.png)
接口2,获取index和track id的mapping关系
这里的专辑id,在浏览器的地址可以获取:
![](https://i-blog.csdnimg.cn/blog_migrate/7dbde12418c4aac91a638333844f91bb.png)
先用代码简单实现上面的两个接口吧:
a) 传入专辑id,爬取出index---trackid,爬的时候需要注意下设置header,否则会被喜马拉雅给ban掉,返回为空
import requests
import json
headers = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
'Accept-Encoding': 'gzip, deflate',
'Accept-Language': 'zh-CN,zh;q=0.9',
'Cache-Control': 'max-age=0',
'Connection': 'keep-alive',
'Host': 'www.ximalaya.com',
'If-None-Match': 'W/"2cc08-HvI5ufGZ9TNYyyZOgJLO8mPSV64"',
'Upgrade-Insecure-Requests': '1',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36'
}
def getIndexAndID(albumId):
for i in range(1,1000):
pageurl = 'http://www.ximalaya.com/revision/album/getTracksList?albumId={}&pageNum={}'.format(albumId, i)
s = requests.session()
ret = s.get(url=pageurl, headers=headers).content.decode('utf-8')
j = json.loads(ret)
tracks = j['data']['tracks']
if len(tracks) > 0:
for track in tracks:
print(track['index'],track['trackId'])
else:
break
b)通过trackid,获取音频地址
def getDownloadUrl(trackId):
print('geting src from xmly web for {}'.format(trackId))
s = requests.session()
ret = s.get(url='http://www.ximalaya.com/revision/play/tracks?trackIds={}'.format(trackId), headers=headers).content
j = json.loads(ret)
src = j['data']['tracksForAudioPlay'][0]['src']
if src and src!="" and 'm4a' in src:
return src
else:
return ""
下一篇,开始写首页前端,将专辑信息,index和trackid存入django 数据库.