python抓取喜马拉雅免费专辑

老规矩，先上代码

import requests
import os
import urllib

# json文件地址
json_url = "https://www.ximalaya.com/sets/8912476.ext.json"

# 仿冒Chrome浏览器进行访问，否则会无法访问
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36'}
response = requests.get(json_url, headers=headers)

# 获取json文件
full_json = response.json()

# 找到所有的声音
tracks = full_json['tracks']

# 创建下载文件夹
if not os.path.exists('download'):
    os.makedirs('download')

# 逐个下载
for track in tracks:
    # 获取json中的下载地址和标题
    url = track['play_url']
    title = track['title']

    # 用标题作为文件名
    filename = "download/"+title+".mp3"

    # 下载
    with urllib.request.urlopen(url) as web:
        with open(filename, 'wb+') as outfile:
            outfile.write(web.read())

    # 输出下载结果
    print(title," downloaded.")

print('Download is done.')

这次的抓取是顺着上一篇，上一次在抓取iTunes的时候看到有些音频的源是来自喜马拉雅的，所以，我顺便去喜马拉雅转了一下。

1. 每一个喜马拉雅的专辑，例如：郭德纲21年相声精选，都会有一个分享链接，点开后，选择“展开获取专辑链接”，这时候会有“html代码”、“通用代码”和“微电台”三个选项，选择html代码，并复制链接：https://www.ximalaya.com/thirdparty/player/album/player.html?id=9723091&type=red。
2. 把上面的HTML代码的地址复制到浏览器中打开，并使用浏览器的开发者工具跟踪网络情况，会发现一个xhr里面包含该专辑所有的音频信息，地址为https://www.ximalaya.com/sets/9723091.ext.json，只需要分析该json的字段就可以抓紧了。
3. python代码没有什么难度。

路人：“禅师，喜马拉雅上面这些免费资源随时可以收听，流量也不算大，为什么还要下载呢？”
禅师微微一笑，指着面前一把木锤对路人道：“看看它你就明白了。”
路人参详许久，若有所思道：“大师的意思是否是说，下载的意义就像这把木锤一样，看似平淡无奇，但是有一种工匠精神？”
大师闭上眼睛道：“非也！我意思是，我下载关你锤子事。”