python爬取喜马拉雅音频，json参数解析
一.抓包分析json，获取加密方式
1.抓包获取音频界面
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
2.找到json文件，分析加密
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：
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
二.python代码实现
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！！！