喜马拉雅音频内容下载（json参数解析）

f12打开抓包工具，播放一个（非vip）视频，点击“媒体”

单击打开

​

可以复制URL，发现就是我们要的音频。

复制“CKwRIJEEXn-cABa0TgCj-ek6”，搜索，可以找到链接的来源

​

​

​

复制“/revision/play/v1/audio”，搜索，找到我们需要的json文件（找不到的话就刷新浏览器）

​

将json文件在‘源代码’里打开，发现"xm-sign": z.getSign() 可能是加密的方式

​

点击播放另一视频进入调试，点击getSign()函数，得

​

​

打上断点运行

​

经过断点运行分析 （运用单步运行进行分析）：

​

t 始终为 himalaya-

n，e 为服务器时间戳， 通过 https://www.ximalaya.com/revision/time 可得

r 为 当前时间的时间戳

l(100)为100以内的随机数

此时我们可以得知参数被加密后的格式为

{himalaya-服务器时间戳} （100以内随机数） 服务器时间戳 （100以内随机数） 当前时间戳

​但是！！！！

注意还有下述操作，鼠标放在a（e）上，出现白框，点击链接，如下：

​

​

a(e)函数

在6660行打断点运行（合理使用‘运行’和‘单步运行’）

​

可以看出输入为 {himalaya-服务器时间戳}，继续运行看看输出为啥

​

返回"02d95bb6140a4626c9d447f2d3385e61"，是32位数字，合理猜测是md5算法，找个md5在线转换器验证一手

​

因此，a函数就是md5算法

继续运行，看看最终返回给xm-sign的是啥

​

故可以得出结论， 参数被加密后的格式（最终版本）为：

himalaya-服务器时间戳经过md5加密 （100以内随机数） 服务器时间戳 （100以内随机数） 当前时间戳

import requests import json import time import random import hashlib url = 'https://www.ximalaya.com/revision/play/v1/audio?id=48241057&ptype=1' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36 Edg/106.0.1370.47' } #服务器时间戳 severtime = requests.get('https://www.ximalaya.com/revision/time',headers=headers).text #现在时间戳 nowtime = str(round(time.time()*1000)) #round()返回保留几位小数的值，默认为整数 //time.time()返回当前时间的时间戳//time.time()得10位数，目前时间戳为13位数 #求加密的参数 xm_sign = str(hashlib.md5('himalaya-{}'.format(severtime).encode()).hexdigest()) '({})'.format(round(random.random()*100)) severtime '({})'.format(round(random.random()*100)) nowtime #print(xm_sign) #更新请求头参数 headers['xm-sign'] = xm_sign #提取及解析音频网址 resp = requests.get(url,headers=headers) src_dic = json.loads(resp.text) src = src_dic['data']['src'] #下载音频 with open(f'./video/1.m4a',mode='wb') as f: f.write(requests.get(src,headers=headers).content)三.总结

本文主要介绍的爬取喜马拉雅过程中的参数解析，爬取音频较为简单，只爬取一个音频，之后可以替换音频地址或者爬取多个音频，可以使用异步的方法高效率爬取更多的音频。冲！！！