Python爬取网易云音乐上评论火爆的歌曲
前言
网易云音乐这款音乐APP本人比较喜欢，用户量也比较大，而网易云音乐之所以用户众多和它的歌曲评论功能密不可分，很多歌曲的评论非常有意思，其中也不乏很多感人的评论。但是，网易云音乐并没有提供热评排行榜和按评论排序的功能，没关系，本文就使用爬虫给大家爬一爬网易云音乐上那些热评的歌曲。
结果
对过程没有兴趣的童鞋直接看这里啦。
评论数大于五万的歌曲排行榜
首先恭喜一下我最喜欢的歌手(之一)周杰伦的《晴天》成为网易云音乐第一首评论数过百万的歌曲！
通过结果发现目前评论数过十万的歌曲正好十首，通过这前十首发现：
- 薛之谦现在真的很火啦~
- 几乎都是男歌手啊，男歌手貌似更受欢迎？(别打我)，男歌手中周杰伦、薛之谦、许嵩(这三位我都比较喜欢)几乎占了榜单半壁江山...
- 《Fade》电音强势来袭，很带感哈（搭配炫迈写代码完全停不下来..)
根据结果做了网易云音乐歌单 ：
评论数过十万的歌曲
评论数过五万的歌曲
提示： 评论数过五万的歌曲 歌单中个别歌曲由于版权问题暂时下架，暂由其他优秀版本代替。
高能预警：TOP 29 《Lost Rivers》请慎重播放，如果你坚持播放请先看评论...
过程
1、观察网易云音乐官网页面HTML结构
首页（http://music.163.com/）
歌单分类页（http://music.163.com/discover/playlist）。
歌单页（http://music.163.com/playlist"text-align: center">
很遗憾的是评论数虽然也在详情页内，但是网易云音乐做了防爬处理，采用AJAX调用评论数API的方式填充评论相关数据，由于异步的特性导致我们爬到的页面中评论数是空，那么我们就找一找这个API吧，通关观察XHR请求发现是下面这个家伙..
响应结果很丰富呢，所有评论相关的数据都有，不过经过观察发现这个API是经过加密处理的，不过没关系...
4、爬取符合条件的歌曲的详细信息(名字，歌手等)
这一步就很简单了，观察下歌曲详情页的HTML很容易就能爬到我们要的名字和歌手信息。
源码
# encoding=utf8
import requests
from bs4 import BeautifulSoup
import os, json
import base64
from Crypto.Cipher import AES
from prettytable import PrettyTable
import warnings
warnings.filterwarnings("ignore")
BASE_URL = 'http://music.163.com/'
_session = requests.session()
# 要匹配大于多少评论数的歌曲
COMMENT_COUNT_LET = 100000
class Song(object):
def __lt__(self, other):
return self.commentCount > other.commentCount
# 由于网易云音乐歌曲评论采取AJAX填充的方式所以在HTML上爬不到，需要调用评论API，而API进行了加密处理，下面是相关解决的方法
def aesEncrypt(text, secKey):
pad = 16 - len(text) % 16
text = text + pad * chr(pad)
encryptor = AES.new(secKey, 2, '0102030405060708')
ciphertext = encryptor.encrypt(text)
ciphertext = base64.b64encode(ciphertext)
return ciphertext
def rsaEncrypt(text, pubKey, modulus):
text = text[::-1]
rs = int(text.encode('hex'), 16) ** int(pubKey, 16) % int(modulus, 16)
return format(rs, 'x').zfill(256)
def createSecretKey(size):
return (''.join(map(lambda xx: (hex(ord(xx))[2:]), os.urandom(size))))[0:16]
# 通过第三方渠道获取网云音乐的所有歌曲ID
# 这里偷了个懒直接从http://grri94kmi4.app.tianmaying.com/songs爬了，这哥们已经把官网的歌曲都爬过来了，省事不少
# 也可以使用getSongIdList()从官方网站爬，相对比较耗时，但更准确
def getSongIdListBy3Party():
pageMax = 1 # 要爬的页数，可以根据需求选择性设置页数
songIdList = []
for page in range(pageMax):
url = 'http://grri94kmi4.app.tianmaying.com/songs"color: #800000">友情提示：随着网易云音乐网站结构、接口、加密方式的更换本代码可能并不能很好的工作，不过过程和原理都是一样的，这里也只是给大家分享一下这一过程啦。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。
下一篇：ansible作为python模块库使用的方法实例