完成时间是2023.10.11，相对来说比较新。本博客包含的内容有本地查询、展示前30个搜索结果，下载音乐。注意仅能获取试听音乐的前60s，和直接在网上听效果是一样的，只不过可以下载，整首全部下载目前笔者做不到，这篇博客算是一个记录，也有点逆向那味儿了哈哈哈。

        我默认你懂计算机网络的基础知识和F12网页开发者工具的基础操作。不懂得可以自行百度，本篇没有太难的东西。

目录

一、前言

二、需求

三、现实过程

四、代码分析及实现 

（一）搜索

（二）列表展示

（三）选择下载

（四）全部代码及运行结果

五、总结 

        对于整个过程，我想实现的是，可以在本地代码运行过后，直接输入歌曲名称进行搜索，然后可以输出搜索结果，大概前30首，再输入你要下载的歌曲，输入1代表下载输出列表的第一首这样，然后即可开始下载，将音乐下载到本地。

        我使用的环境是Anaconda，使用python完成了爬取的工作，当然pycharm肯定也可以，只不过我懒得再配环境了。

        现实中如果想要下载酷狗音乐，那首先需要进入酷狗音乐官网，

酷狗音乐 - 就是歌多！小说相声也很多！ (kugou.com)https://www.kugou.com/        在此页面中搜索歌曲，然后网页会返还一个曲库中的歌曲列表，如下图所示：

        接着即可选择某一首，来试听并下载。这就是我们正常的下载音乐的流程，酷狗音乐下载需要客户端，咱虽然没实现整首下载，但也算方便了点是吧。（滑稽）

        爬取的过程其实就是模仿上述流程，接下来进行详细阐述。

        这一部分其实相对更复杂，可以先看第三部分选择下载，最后再看这一部分，我也是最后实现的，但写博客我放在最前面了。

        进入酷狗音乐的搜索界面，打开F12，或者右键选择检查，进入开发者工具界面，选择Network（网络），来查看搜索过程的请求和响应（嫌网络界面请求太多可以clear一下），我搜索花海，可以看到网络界面出现了四条新的记录，如图所示：

        一条一条点进去看，可以看到在song？callback=callback123这条请求的预览（preview）中看到一个data，以及data展开后的list，里面刚好有30条数据，和网页检索出来的30首音乐一一对应，由此，我们可以认为，这个请求就完成了从酷狗音乐那儿获取搜索音乐结果的功能，如图所示：

         此时，我们可以将这个请求的url复制下来（标头选项卡里能看到request url），在浏览器的地址栏里输入，就可以在网页看到获取的数据，如图：

        那么，在python 中我们就需要自己构造这个url，然后使用python发起请求，并获取这个酷狗返回的数据，如下为我搜索花海的url。

complexsearch.kugou.com/v2/search/song?callback=callback123&srcappid=2919&clientver=1000&clienttime=1697096462958&mid=ccc842dce7da774774ce9278c0591119&uuid=ccc842dce7da774774ce9278c0591119&dfid=0R7g5f2OX6eY2EBfN92rrRN0&keyword=花海&page=1&pagesize=30&bitrate=0&isfuzzy=0&inputtype=0&platform=WebFilter&userid=0&iscorrection=1&privilege_filter=0&filter=10&token=&appid=1014&signature=d9087cb7baa10655d4f04275f87ad5d5

        可以看到这个url非常之长，慢慢来看 。

        假设你有一定的web基础，那你应该知道，这个url后面使用 ？ 开头，并使用 & 连接的，就是这个请求（request）的负载（payload），也可以说是参数，我们同样可以通过刚才F12中该请求的负载（payload）选项卡查看到，一共包含21个负载，从callback到signature。

        观察这21个负载，多尝试几次搜索，会发现这个搜索的url中，其实真正改变的，只有几项，如下表所示：

        对于上表中的clienttime，显然这是毫秒时间戳，没什么可说的，然后keyword，显然就是搜索关键词，也没什么好说的。最后的signature就有点摸不着头脑了，这也是关键所在。

        当然，你们自己尝试时部分参数应该会和我不一样，但每次搜索时都不会变化，比如mid和uuid这种，这个url中还有page和pagesize，这个是页面和页大小，就不介绍了，可以自行学习。

        这个时候，我们就可以把其他负载或者说参数准备好，记录下来，留作备用，对于signature，接下来详细展开说。

        第一次看到signature时，应该要想到这个有点像MD5编码生成的32位结果（关于MD5，我也不解释了，可以自行搜搜）。那么我们就要思考，这串字符在编码前的原始的字符串应该是什么，那么，在F12中，我们就可以进行全局搜索，搜索一下signature，结果如图：

        如果没有，那你刷新一下页面，可能是你clear请求时把这个也clear了。在这六个结果中查看，可以发现只有前三个和signature的构造相关，是三个js文件（JavaScrip的基础知识我也不讲，只要知道这个signature时js构造出来的就可以了）。

        其中也可以看出，它就是MD5编码 ，此时可以右键右侧的响应页面，点击在源面板中打开，由此跳转到源代码界面，如图：

        在此界面即可进行对js代码的断点调试（F12中的js断点调试功能可以自行搜索，很多教程），在三个js中依次在这个signature行左边打上断点，刷新页面进行调试，可以发现只有infSign.min.js这个文件的断点生效了，由此得出这个signature的生成与这个js文件相关。

        确定好是这个js起的作用时，就观察这行代码，大致意思就是将s这个变量中的数据直接连接起来，再将其作为参数输入d函数，获取的结果就是signature。全局搜索d函数，结果却是在另一个js中，于是一头雾水，但是参考其他两个js文件，发现这行与其他两个js文件这块的写法类似。

        于是可以初步判断这个d就是MD5函数，那么，接下来，我们将s变量加入watch（方法就是选中s变量，右键，选择将所选文本加入到监视），然后重新断点调试，由此，我们就能发现，这个s包含了哪些东西，如图所示：

        可以看到s是一个长度为22的数组，观察数组，可以得出其变化项也只有clienttime和keyword。通过s.join(“”)操作，即可得到如下结果：

        那么接下来对这个串进行MD5编码，即可获得一个32位的signature，将其拼接到url上去即可完成。经过后来的测试，发现这个思路就是正确的，现实中遇到其爬取的问题，可能会更加复杂，这个相对比较简单。

        由此这一部分搜索的内容的分析就结束了，这一部分代码如下所示：

          get_signature()函数可以将我们构造的s.join(“”)的结果转化为32位字符串。get_list()函数可以通过关键词，构造url，获取搜索结果。

        headers是伪装用的，使用python这种发起请求，需要将我们自己伪装成正常的浏览器，可以在刚才的F12界面的请求标头那儿直接复制，里面的user-agent就是我们需要的东西，如图：

        mid和uuid的值是一样的，我也不知道为什么，而且每次都是固定的，我就直接粘过来当个变量用了。 keycode就是我们s中22个属性，join后的结果。miles即clienttime，通过python的time库获取。

        最后，通过python的format方法，将keycode中的变量进行替换，就可以得到get_signature()函数的输入，从而获取signature。

        获取完signature后，对我们的搜索url进行format，将keyword、signature等进行替换，得到最终的可以搜索结果的url。从而我们便可以通过requests的get方法，获取返回结果，你可以print一下看看，结果就是我们直接将这个url在浏览器打开的结果。

         上述获取的结果，其实就是我们刚开始看到如下这张图里的内容：

        所以，我们要展示的歌曲列表信息，其实就包含在这个响应数据里的data里的list中，为了简介展示，我们仅取list中每条数据的SongName和EMixSongID（这个是每首歌的ID，和以前教程的hash不一样了，可以参考下载部分）。

        这部分代码如下：

        list_res.text[12:-2]可以获取response中 “callback123(” 和 “)” 之间的部分，这部分才能通过json串进行解析，具体语法就不讲了。

        获取完之后，即可通过['data']['list']获取到我们前文提到的歌曲list，将其使用song_list保存，并将其传出show_list函数进行展示，show_list函数仅展示SongName和EMixSongID，并在前面加上个编号。

        输出结果如下：

        这一部分即可根据EMixSongID进行下载。

        在获取列表后，看到喜欢的歌，我们会点击进入该歌曲的主页进行播放或者下载，进入该页面后，打开F12。思考，下载音乐，就是要找到mp3文件，于是ctrl+f，全局搜索mp3，可以看到如下页面：

        其中我们进入这些请求，查看他们的preview，就可以看到其中有一个play_url，凭借我们浅薄的英语，猜测它就是播放的音乐，将其复制到地址栏，发现果然如此，如图所示：

        那么我们就认为，这个请求，就是我们需要的请求（这一堆请求的url都是一样的）。花海这个例子，它的url如下所示（不是play_url）

        其实看到它那个wwwapi，也能有点想法hhh。

        对于这个url，我们将其在地址栏输入，可以得到如下结果（格式化过了）：

        这个里面就包含play_url。

        我也是学习别人的教程，才知道这个url可以删减，我们一段一段删除它的 & ，并输入地址栏测试，可以最终将url简化为如下结果：

        发现仅有encode_album_audio_id=j2sedcc起到作用，仅用这一个参数就能获取play_url，那么我们的任务就变成了获取这个id（也就是歌曲ID），复制这个id，我们在搜索歌曲界面进行F12全局检索j2sedcc，即可获取如图所示结果：

        只有这一个请求能获取这个j2sedcc，这个请求就是我们（一）搜索中讲到的请求，所以，在找（一）搜索中的搜索url时，这样先看下载这块，反而能更快的找到所需的url。

        如果你是从（三）选择下载开始看的，那么，你现在就可以回头去看（一）搜索和（二）列表展示了。

        假定你已经看完，那么这一部分的代码如下：

        其中save_music函数中的info_url，就是我们这一部分所说的获取歌曲play_url的url。

        在这个函数中加入了cookie，因为没有这个cookie就无法完成这个请求，获取方法和user-agent一样（具体原理不讲）。

        接下来就是老生常谈的发起请求，在响应中获取play_url，再通过play_url发起请求，获取音乐，存储音乐这段的代码没什么解释了。

        代码如下：

        结果如下：

        这是一次爬虫的简单尝试，也是一次记录，挺有意思，可惜只能下载60s，道阻且长吧，如果有反爬，早就凉凉了~~

        历时：2023/10/9 ~ 2023/10/11