一.抓包分析json，擷取加密方式
1.抓包擷取音頻界面
f12打開抓包工具，播放一個（非vip）視訊，點選“媒體”
單擊打開
可以複制URL，發現就是我們要的音頻。
複制“CKwRIJEEXn-cABa0TgCj-ek6”，搜尋，可以找到連結的來源
2.找到json檔案，分析加密
複制“/revision/play/v1/audio”，搜尋，找到我們需要的json檔案（找不到的話就重新整理浏覽器）
将json檔案在‘源代碼’裡打開，發現"xm-sign": z.getSign() 可能是加密的方式
點選播放另一視訊進入調試，點選getSign()函數，得
打上斷點運作
經過斷點運作分析 （運用單步運作進行分析）：
t 始終為 himalaya-
n，e 為伺服器時間戳， 通過 https://www.ximalaya.com/revision/time 可得
r 為 目前時間的時間戳
l(100)為100以内的随機數
此時我們可以得知參數被加密後的格式為
{himalaya-伺服器時間戳} +（100以内随機數）+伺服器時間戳 +（100以内随機數）+目前時間戳
但是！！！！
注意還有下述操作，滑鼠放在a（e）上，出現白框，點選連結，如下：
a(e)函數
在6660行打斷點運作（合理使用‘運作’和‘單步運作’）
可以看出輸入為 {himalaya-伺服器時間戳}，繼續運作看看輸出為啥
傳回"02d95bb6140a4626c9d447f2d3385e61"，是32位數字，合理猜測是md5算法，找個md5線上轉換器驗證一手
是以，a函數就是md5算法
繼續運作，看看最終傳回給xm-sign的是啥
故可以得出結論， 參數被加密後的格式（最終版本）為：
himalaya-伺服器時間戳經過md5加密 +（100以内随機數）+伺服器時間戳 +（100以内随機數）+目前時間戳
二.python代碼實作
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'
}
#伺服器時間戳
severtime = requests.get('https://www.ximalaya.com/revision/time',headers=headers).text
#現在時間戳
nowtime = str(round(time.time()*1000)) #round()傳回保留幾位小數的值，預設為整數 //time.time()傳回目前時間的時間戳//time.time()得10位數，目前時間戳為13位數
#求加密的參數
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)
#更新請求頭參數
headers['xm-sign'] = xm_sign
#提取及解析音頻網址
resp = requests.get(url,headers=headers)
src_dic = json.loads(resp.text)
src = src_dic['data']['src']
#下載下傳音頻
with open(f'./video/1.m4a',mode='wb') as f:
f.write(requests.get(src,headers=headers).content) 三.總結
本文主要介紹的爬取喜馬拉雅過程中的參數解析，爬取音頻較為簡單，隻爬取一個音頻，之後可以替換音頻位址或者爬取多個音頻，可以使用異步的方法高效率爬取更多的音頻。沖！！！