Python 爬取喜马拉雅音频

一、分析音频下载相关链接地址

1. 分析专辑音频列表页面

  在 PC端用 Chrome 浏览器中打开 喜马拉雅 网站，打开 Chrome开发者工具，随意打开一个音频专辑页面，Chrome开发者工具中返回如下图结果：

  经过分析专辑音频列表地址为

https://www.ximalaya.com/revision/album/getTracksList?albumId=12378382&pageNum=1

  其中:

• albumId 专辑ID
• pageNum 页号

  返回的页面内容是 json 格式，相比于 html 源码，json 还是很容易处理的，下载音频只需要用到如下参数：

• tracks 音频信息列表
• tracks -> title 音频标题
• tracks -> trackId 音频ID

2. 分析音频下载链接地址

  随意播放一个音频，在Chrome开发者工具中返回如下图结果：

  经过分析专辑音频下载链接为

• https://www.ximalaya.com/revision/play/tracks?trackIds=35217881

  其中

• trackIds 音频ID

  返回的页面内容也是 JSON 格式，其中 tracksForAudioPlay 字段包含了音频的相关信息，其 src 就是音频下载地址。

• src 音频下载链接
• trackName 音频名称
• trackId 音频ID

二、编写代码

1. 安装相关依赖模块

  本程序使用 requests 访问 web 页面，因此需要安装 requests 模块

pip install requests

2. 编写代码

  提取专辑内的音频列表信息，如下：

  提取音频下载地址，如下：

  下载音频文件，如下：

  完整源码：