python爬虫之JS逆向某易云音乐

Python爬虫之JS逆向采集某易云音乐网站

在获取音乐的详情信息时,遇到请求参数全为加密的情况,现解解决方案整理如下:

JS逆向有两种思路:

一种是整理出js文件在Python中直接使用execjs调用js文件(可见我的另一篇文章《 python爬虫之企某科技JS逆向》)。

一种是根据JS中的逻辑,使用Python重写相应的方法。(可见另一篇文章《爬虫之JS逆向》)

本文介绍的也是第一种思路,即从目标网站中提取JS文件,然后由Python中使用execjs调用,得到我们想要的数据。

需求:爬取音乐网站中的飙升榜数据https://music.163.com/#/discover/toplist

遇到的问题:在请求单条音乐详情时遇到请求参数均是加密的情况。

第一步:获取列表数据,此条没什么限制,跳过。

GET请求https://music.163.com/discover/toplist,即可获取到页面信息,从页面中提取信息即可。

第二步:单条音乐播放时,网站发送了请求,在请求回调中返回了音乐文件的地址。

UntitledImage

切换到载荷页签,可以看到params和encSecKey两个参数均是加密状态的数据。

UntitledImage

根据关键词encSecKey来搜索一下脚本文件。通过ctrl+f再次搜索定位到这一行,params和encSecKey两个参数最终的位置定位到了。

UntitledImage

具体代码为:

var bKB3x = window.asrsea(JSON.stringify(i6c), buV0x(["流泪", "强"]), buV0x(Rg2x.md), buV0x(["爱心", "女孩", "惊恐", "大笑"]));             e6c.data = j6d.cr7k({                 params: bKB3x.encText,                 encSecKey: bKB3x.encSecKey             })

也就是说我们需要的params和encSecKey是由window.asrsea方法生成,此方法有四个参数,多次调试发现第一个参数与音乐属性相关,后三个参数均为固定的字符串。

在控制台输入window.asrsea敲击回车,查看方法定义,点击一下即可定位到脚本中实际的位置。

UntitledImage

根据方法中的相互引用关系,将JS脚本中相应代码复制到一个JS文件中。

然后根据最终返回的需要,我们再定义一个方法来实现。

function get_params() {     let d1 = {         "ids": "[1945262840]",         "level": "standard",         "encodeType": "aac",         "csrf_token": ""     },                 d2 = buV0x(["流泪", "强"]),         d3 = buV0x(Rg2x.md),         d4 = buV0x(["爱心", "女孩", "惊恐", "大笑"]);     let res = asrsea(JSON.stringify(d1), d2, d3, d4);     return j6d.cr7k({         params: res.encText,         encSecKey: res.encSecKey,     }); }

此处定义的get_parmas中音乐ID写死了的,这个后续可以改成动态的即可。

至此,这个音乐网站的JS逆向算是搞完了。下面来看一下效果。

UntitledImage

商匡云商
Logo
对比商品
  • 合计 (0)
对比
0
购物车