在简单学习了Python爬虫之后，我的下一个目标就是网易云音乐。因为本人平时就是用它听的歌，也喜欢看歌里的评论，所以本文就来爬一爬网易云音乐的评论吧！

正式进入主题

首先是找到目标网页并分析网页结构，具体如下：

上面的三个箭头就是要找的数据，分别是评论用户、评论和点赞数，都可以用正则表达式找到。接下来用开发者工具继续找下一页的数据，这时候会遇到一个问题，点击下一页的时候网页URL没有变，即说明该网页是动态加载，所以就不能在当前网页找数据了，而应该在XHR文件里找，所以点入Network，再点击下一页，果然有我们想要的。

看到这里，就可以兴奋地去敲代码了。

点击运行，却没有得到任何返还结果，这是为何？它的状态码是200，明显请求已成功，却没有东西返回。再去Network仔细看看这个网页，可以看到它是个Post请求，也看到了需要Post两个参数params和ensSecKey。

很明显，这个密密麻麻的数字和字母应该是被加密了，不过可以复制下来看看有没有用。接下来看下它的Response，因为是Json而不是Html结构的，所以现在需要用到Json库来进行解析。

现在开始敲代码吧，先把上面的两个参数复制过来看看：

现在把每条评论的评论用户、点赞数和评论获取出来：

可以看到，利用json.loads()方法把数据转成Python格式里的字典后就可以把想要的数据取出来了。但是，下一页怎样取？总不能每次都复制粘贴那两个参数吧？那唯一的方法就是不爬了？

所以想要继续的话，就只能破解这两个参数了。那下面继续看Network，因为加密肯定要用JS进行加密的。

看到刚才那个网站的发起者是core.js，把它的文件下载下来慢慢研究。

可以看到window.asrsea()方法有四个参数。先不去管这个函数，先看看它的四个参数是什么（这里没必要去研究那四个参数是怎样来的，只需要知道它们分别是什么）。那么可以加点代码让它显示出来，从而利用fiddler调试。

加入的代码如下：

可以分别获取上面的每一个参数，也把那个params获取看看，然后在fiddler上操作如下：

完成上面的设置后刷新网页就可以在console上面找到参数信息，如果没有的话这是因为你之前浏览该网页的时候它被缓存了下来，所以要清除缓存文件（在清除浏览器记录里面有）。

那个rid有本歌曲的id，明显是与评论有关的。我试着连翻几页后，发现offset就是评论偏移数，offset就是(页数-1)*20，total在第一页是true，在其他页是false。

到第二个参数为：010001。第三个参数为：00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7。第四个参数为：0CoJUm6Qyw8W8jud。

小编给大家推荐一个学习氛围超好的地方，python交流企鹅裙：【611+530+101】适合在校大学生，小白，想转行，想通过这个找工作的加入。裙里有大量学习资料，有大神解答交流问题，每晚都有免费的直播课程

找到操作方法

接下来就要看window.asrsea()方法是什么操作的了，通过查找JS文件可以看到这个：

通过研究i是随机获取的十六个字符，而b函数是AES加密，其中偏移量为0102030405060708，模式为CBC。看回d函数，其中params连续两次加密，第一次加密时，文本为第一个参数，密钥为第四个参数；第二次加密时文本为第一次加密的值，密钥为随机数a。而encSeckey是一个RSA加密，它的公钥是第二个参数，模式是第三个参数，文本为那个随机字符串a。

开始敲代码

终于分析完了，下面开始敲代码。先来个获取第一页评论的代码，这是获取两个参数的类：

这是解析网易云音乐和获取评论的类：

但是一点击运行，直接给我报了个错：TypeError: can't concat str to bytes。

原来是因为在第二次加密的时候，那个params是个byte类型，所以把它转成字符串类型就可以了：

再次点击运行，结果还是报错了：json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)。

这个报错是因为我的Json解析错了，回头调试一看，网页返回的东西是空的，但它的状态码还是200。这是什么鬼？

接着我再试了把那两个参数的值直接复制和前面一样看看，结果运行成功，这就说明是我的加密过程错了。然后我就回去看了几遍，仍没有看出什么错误，后来我上网百度找到了这个知乎文章https://zhuanlan.zhihu.com/p/32069543，我把她的代码复制过来运行下，结果是可以的。我就继续看看我和她的区别，原来我在用那个16个随机字符的时候用错了，对两个参数给了两个不同的，但其实是需要给同一个的。看到这里，我就直接回去改了下，果然运行成功。效果如下：

获取每一页的评论

接着是获取每一页的评论。每一页与第一个参数的offset有关，其中的公式为offse=(页数-1)*20，total在第一页是true，在其他页是false。

而写入数据库我用的是我在

这篇文章

中写到过的操作。由于篇幅过长，就不贴出来了，感兴趣的可以去看看。接下来点运行就可以了，但是运行到第八页的时候出现了这个异常：

raise errorclass(errno, errval)

pymysql.err.InternalError: (1366, "Incorrect string value: '\xF0\x9F\x92\x94' for column 'content' at row 1")

原因是这条评论有个识别不了的表情。之后参考其他文章，修改了数据库的编码方式，注意还要自己修改下创建数据库时的编码方式才可以！

这是首页数据库效果：

获取完成（家驹的歌评论这么少吗？不解）：