htmlunit+fastjson抓取酷狗音乐 qq音乐链接及下载

上次学了jsoup之后，发现一些动态生成的网页内容是无法抓取的，于是又学习了htmlunit，下面是抓取酷狗音乐与qq音乐链接的例子：

酷狗音乐：

import java.io.BufferedInputStream;

import java.io.FileOutputStream;

import java.io.InputStream;

import java.net.URL;

import java.net.URLEncoder;

import java.util.UUID;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

import org.jsoup.nodes.Element;

import com.alibaba.fastjson.JSONArray;

import com.alibaba.fastjson.JSONObject;

import com.gargoylesoftware.htmlunit.BrowserVersion;

import com.gargoylesoftware.htmlunit.NicelyResynchronizingAjaxController;

import com.gargoylesoftware.htmlunit.Page;

import com.gargoylesoftware.htmlunit.WebClient;

public class worm7 {

	 private static String name="离骚";

     public static WebClient getWebClient(boolean flag){

    	 WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45);

    	 webClient.getOptions().setUseInsecureSSL(true);

    	 webClient.getOptions().setCssEnabled(false);

         webClient.getOptions().setThrowExceptionOnFailingStatusCode(false);

         webClient.getOptions().setThrowExceptionOnScriptError(false);

         webClient.getOptions().setRedirectEnabled(true);

         webClient.getOptions().setAppletEnabled(false);

         webClient.getOptions().setJavaScriptEnabled(flag);

         webClient.getOptions().setTimeout(60000);

         webClient.getOptions().setPrintContentOnFailingStatusCode(false);

         webClient.setAjaxController(new NicelyResynchronizingAjaxController());

         return webClient;

     }

     public static String getMp3Url(WebClient webClient){

    	 FileOutputStream outputStream = null;

         InputStream inputStream = null;

         BufferedInputStream bis = null;

    	try {

			Page page=webClient.getPage("http://songsearch.kugou.com/song_search_v2?"

					+ "callback=jQuery112408395432201569397_1532930925600"

					+ "&keyword="+URLEncoder.encode(name, "utf-8")

					+ "&page=1"

					+ "&pagesize=30"

					+ "&userid=-1"

					+ "&clientver="

					+ "&platform=WebFilter"

					+ "&tag=em"

					+ "&filter=2"

					+ "&iscorrection=1"

					+ "&privilege_filter=0"

					+ "&_="+System.currentTimeMillis());

			//System.out.println(page.getWebResponse().getContentAsString());

			//System.out.println(zzee(page.getWebResponse().getContentAsString(),"(?<=\\(\\{).*?(?=\\}\\))"));

			JSONObject job=JSONObject.parseObject("{"+zzee(page.getWebResponse().getContentAsString(),"(?<=\\(\\{).*?(?=\\}\\))")+"}").getJSONObject("data");

			System.out.println("job:"+job);

			JSONArray list=job.getJSONArray("lists");

			System.out.println("list"+list);

			for(int i=0;i<list.size();i++){

				String id1=list.getJSONObject(i).getString("FileHash");

				String id2=list.getJSONObject(i).getString("AlbumID");

				String detailUrl="http://www.kugou.com/yy/index.php?r=play/getdata"

						+ "&hash="+id1

						+ "&album_id="+id2

						+ "&_="+System.currentTimeMillis();

				Page page2=webClient.getPage(detailUrl);

				JSONObject job2=JSONObject.parseObject(page2.getWebResponse().getContentAsString()).getJSONObject("data");

				System.out.println("标题："+job2.getString("audio_name"));

				//System.out.println("歌词："+job2.getString("lyrics"));

				System.out.println("mp3："+job2.getString("play_url"));

	                String outImage = job2.getString("audio_name")+ ".mp3";

	                URL imgUrl = new URL(job2.getString("play_url"));//获取输入流

	                inputStream = imgUrl.openConnection().getInputStream();

	                //将输入流信息放入缓冲流提升读写速度

	                bis = new BufferedInputStream(inputStream);

	                //读取字节娄

	                byte[] buf = new byte[1024];

	                //生成文件

	                outputStream = new FileOutputStream("f://"+ outImage);

	                int size = 0;

	                //边读边写

	                while ((size = bis.read(buf)) != -1) {

	                     outputStream.write(buf, 0, size);

	                }

	                //刷新文件流

	                outputStream.flush();

			}

		} catch (Exception e) {

			e.printStackTrace();

		}

		return name;

     }

     private static String zzee(String str, String zz) {

 		String list = null;

 		Pattern p = Pattern.compile(zz);

 		Matcher m = p.matcher(str);

 		while (m.find()) {

 			list = m.group();

 		}

 		return list;

 	}

	public static void main(String[] args) {

		WebClient webClient=getWebClient(false);

		getMp3Url(webClient);

	}

}

　　运行结果：

qq音乐抓取实例：

import java.io.BufferedInputStream;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.net.MalformedURLException;

import java.net.URL;

import java.net.URLEncoder;

import java.util.UUID;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

import org.jsoup.nodes.Element;

import com.alibaba.fastjson.JSON;

import com.alibaba.fastjson.JSONArray;

import com.alibaba.fastjson.JSONObject;

import com.gargoylesoftware.htmlunit.BrowserVersion;

import com.gargoylesoftware.htmlunit.NicelyResynchronizingAjaxController;

import com.gargoylesoftware.htmlunit.Page;

import com.gargoylesoftware.htmlunit.WebClient;

public class worm6 {

	 private static String name="离骚";

	 static String id1=null;

	 static String id2=null;

	 static String id3=null;

	 static String id4=null;

	 static String name1=null;

	 static String name2=null;

	 static String url = null;

	 static JSONObject  job2=null;

     public static WebClient getWebClient(boolean flag){

    	 WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45);

    	 webClient.getOptions().setUseInsecureSSL(true);

    	 webClient.getOptions().setCssEnabled(false);

         webClient.getOptions().setThrowExceptionOnFailingStatusCode(false);

         webClient.getOptions().setThrowExceptionOnScriptError(false);

         webClient.getOptions().setRedirectEnabled(true);

         webClient.getOptions().setAppletEnabled(false);

         webClient.getOptions().setJavaScriptEnabled(flag);

         webClient.getOptions().setTimeout(60000);

         webClient.getOptions().setPrintContentOnFailingStatusCode(false);

         webClient.setAjaxController(new NicelyResynchronizingAjaxController());

         return webClient;

     }

     public static String getMp3Url(WebClient webClient){

    	try {

			Page page=webClient.getPage("https://c.y.qq.com/soso/fcgi-bin/client_search_cp?"

					+ "ct=24"

					+ "&qqmusic_ver=1298"

					+ "&new_json=1"

					+ "&remoteplace=txt.yqq.center"

					+ "&searchid=36047978388657978"

					+ "&t=0"

					+ "&aggr=1"

					+ "&cr=1"

					+ "&catZhida=1"

					+ "&lossless=0"

					+ "&p=1"

					+ "&n=20"

					+ "&w="+URLEncoder.encode(name, "utf-8")

					+ "&g_tk=5381"

					+ "&jsonpCallback=MusicJsonCallback6176591962889693"

					+ "&loginUin=0"

					+ "&hostUin=0"

					+ "&format=jsonp"

					+ "&inCharset=utf8"

					+ "&outCharset=utf-8"

					+ "&notice=0"

					+ "&platform=yqq"

					+ "&needNewCode=0"

					);

			//System.out.println("page:"+page);

			//System.out.println("------"+page.getWebResponse().getContentAsString());

			//System.out.println("======"+zzee(page.getWebResponse().getContentAsString(),"(?<=\\(\\{).*?(?=\\}\\))"));

			JSONObject job=JSONObject.parseObject("{"+zzee(page.getWebResponse().getContentAsString(),"(?<=\\(\\{).*?(?=\\}\\))")+"}").getJSONObject("data");

			//System.out.println("job:"+job);

			String job0=job.getString("song");

			//System.out.println("job0"+job0);

			job=JSON.parseObject(job0);

			JSONArray list=job.getJSONArray("list");

			//System.out.println("list:"+list);

			for(int i=0;i<list.size();i++){

				id1=list.getJSONObject(i).getString("mid");

				//System.out.println("id1"+id1);

				id2=list.getJSONObject(i).getString("file");

				//System.out.println("id"+id2);

				id2="C400"+JSONObject.parseObject(id2).getString("media_mid")+".m4a";

				//System.out.println("id"+id2);

				name1=list.getJSONObject(i).getString("title");

				name2=list.getJSONObject(i).getString("singer");

				//System.out.println(name2);

				JSONArray name=JSON.parseArray(name2);

				//System.out.println("job4:"+name);

				name2=name.getJSONObject(0).getString("name");

				//System.out.println(name.getJSONObject(0).getString("name"));

				/*String detailUrl="https://c.y.qq.com/v8/fcg-bin/fcg_play_single_song.fcg?"

						+ "songmid="+id1

						+ "&tpl=yqq_song_detail&format=jsonp&callback=getOneSongInfoCallback&g_tk=5381&jsonpCallback=getOneSongInfoCallback&loginUin=0&hostUin=0&format=jsonp&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0"

						;

				Page page2=webClient.getPage(detailUrl);

				//System.out.println(page2);

				String b="{"+zzee(page2.getWebResponse().getContentAsString(),"(?<=\\(\\{).*?(?=\\}\\))")+"}";

				//System.out.println("b"+b);

				JSONObject job1=JSONObject.parseObject("{"+zzee(page2.getWebResponse().getContentAsString(),"(?<=\\(\\{).*?(?=\\}\\))")+"}").getJSONObject("url");

				System.out.println("job1:"+job1);

				String job2=job1.getString(id2);

				System.out.println("job2"+job2);*/

				String url1="https://c.y.qq.com/base/fcgi-bin/fcg_music_express_mobile3.fcg?g_tk=5381&jsonpCallback=MusicJsonCallback32651599216689386&loginUin=0&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8&notice=0&platform=yqq&needNewCode=0&cid=205361747&callback=MusicJsonCallback32651599216689386&uin=0"

						+"&songmid="+id1

						+"&filename="+id2

						+"&guid=2241489759";

						;

						Page page2=webClient.getPage(url1);

						//System.out.println("page2"+page2);

						JSONObject job2=JSONObject.parseObject("{"+zzee(page2.getWebResponse().getContentAsString(),"(?<=\\(\\{).*?(?=\\}\\))")+"}").getJSONObject("data");

						//System.out.println("标题："+job2.getString("items"));

						String job3=job2.getString("items");

						JSONArray job4=JSON.parseArray(job3);

						//System.out.println("job4:"+job4);

						//System.out.println(job4.getJSONObject(0).getString("vkey"));

						url ="http://dl.stream.qqmusic.qq.com/"+id2+"?vkey="+job4.getJSONObject(0).getString("vkey")+"&guid=2241489759&uin=0&fromtag=66";

						System.out.println("name:"+name1+"--"+name2);

						System.out.println("url:"+url);

						download();

			}

		} catch (Exception e) {

			e.printStackTrace();

		}

		return name;

     }

     private static String zzee(String str, String zz) {

 		String list = null;

 		Pattern p = Pattern.compile(zz);

 		Matcher m = p.matcher(str);

 		while (m.find()) {

 			list = m.group();

 		}

 		return list;

 	}

     private static void download() throws IOException{

    	 FileOutputStream outputStream = null;

         InputStream inputStream = null;

         BufferedInputStream bis = null;

    	 String outImage = name1+"--"+name2+ ".mp3";

         URL imgUrl = new URL(url);//获取输入流

         inputStream = imgUrl.openConnection().getInputStream();

         //将输入流信息放入缓冲流提升读写速度

         bis = new BufferedInputStream(inputStream);

         //读取字节娄

         byte[] buf = new byte[1024];

         //生成文件

         outputStream = new FileOutputStream("f://"+ outImage);

         int size = 0;

         //边读边写

         while ((size = bis.read(buf)) != -1) {

              outputStream.write(buf, 0, size);

         }

         //刷新文件流

         outputStream.flush();

     }

	public static void main(String[] args) {

		WebClient webClient=getWebClient(false);

		getMp3Url(webClient);

	}

}

运行结果：

相比之下，酷狗音乐相对好爬一些，QQ音乐有些繁琐。。。

htmlunit+fastjson抓取酷狗音乐 qq音乐链接及下载的更多相关文章

Python 爬虫-抓取中小企业股份转让系统公司公告的链接并下载
系统运行系统:MAC 用到的python库:selenium.phantomjs等由于中小企业股份转让系统网页使用了javasvript,无法用传统的requests.BeautifulSoup库获 ...
Java爬虫系列之实战：爬取酷狗音乐网 TOP500 的歌曲(附源码)
在前面分享的两篇随笔中分别介绍了HttpClient和Jsoup以及简单的代码案例: Java爬虫系列二:使用HttpClient抓取页面HTML Java爬虫系列三:使用Jsoup解析HTML 今天 ...
酷狗、QQ、天天动听——手机音乐播放器竞品对比
如果说什么艺术与人们生活最贴近,那应该属音乐了,因此当代人不离身的手机里必然会有自己喜欢的音乐播放器APP存在. 在当今无论PC端还是手机端音乐播放器都越来越同质化,我们应该选择哪款手机音乐播放器?它 ...
python爬取酷狗音乐排行榜
本文为大家分享了python爬取酷狗音乐排行榜的具体代码,供大家参考,具体内容如下
python使用beautifulsoup4爬取酷狗音乐
声明:本文仅为技术交流,请勿用于它处. 小编经常在网上听一些音乐但是有一些网站好多音乐都是付费下载的正好我会点爬虫技术,空闲时间写了一份,截止4月底没有问题的,会下载到当前目录,只要按照bs4库就好, ...
Python爬取酷狗飙升榜前十首（100）首，写入CSV文件
酷狗飙升榜,写入CSV文件爬取酷狗音乐飙升榜的前十首歌名.歌手.时间,是一个很好的爬取网页内容的例子,对爬虫不熟悉的读者可以根据这个例子熟悉爬虫是如何爬取网页内容的. 需要用到的库:requests ...
【Python】【爬虫】爬取酷狗TOP500
好啦好啦,那我们来拉开我们的爬虫之旅吧~~~ 这一只小爬虫是爬取酷狗TOP500的,使用的爬取手法简单粗暴,目的是帮大家初步窥探爬虫长啥样,后期会慢慢变得健壮起来的. 环境配置在此之前需要下载一个谷 ...
使用Xpath爬取酷狗TOP500的歌曲信息
使用xpath爬取酷狗TOP500的歌曲信息, 将排名.歌手名.歌曲名.歌曲时长,提取的结果以文件形式保存下来.参考网址:http://www.kugou.com/yy/rank/home/1-888 ...
python爬取酷狗音乐
url:https://www.kugou.com/yy/html/rank.html 我们随便访问一个歌曲可以看到url有个hash https://www.kugou.com/song/#hash ...

随机推荐

linux环境下在springboot项目中获取项目路径(用于保存文件等)
//application.properties中设置:(file.path=static/qrfile/)//保存到static文件夹下的qrfile目录@Value("${file.pa ...
Comet OJ - Contest #1
A:随便怎么暴力. #include<bits/stdc++.h> using namespace std; #define ll long long #define N 25 char ...
浅析Spring
一:什么是Spring Spring是一个开源的框架,是为了解决企业应用程序开发复杂性由RodJohnson创建的.虽然Spring是为企业级应用推出的,但是所有的Java系统开发都可以使用Sprin ...
linux服务器显卡崩了怎么处理
在登录界面出现分辨率特别大,整个图形界面特别大,并且怎么也登录不上去的情况时对于这种情况,一般就是显卡驱动崩了的原因,所以我们可以首先检查显卡驱动是否有问题 nvidia -smi 如果出现说驱动链 ...
np.random.shuffle(x)的用法
此函数主要是通过改变序列的内容来修改序列的位置.此函数只沿多维数组的第一个轴移动数组.子数组的顺序已更改,但其内容保持不变. 参数 x:即将被打乱顺序的list 返回值无
从Random Walk谈到Bacterial foraging optimization algorithm(BFOA)，再谈到Ramdom Walk Graph Segmentation图分割算法
1. 从细菌的趋化性谈起 0x1:物质化学浓度梯度类似于概率分布中概率密度的概念.在溶液中存在不同的浓度区域. 如放一颗糖在水盆里,糖慢慢溶于水,糖附近的水含糖量比远离糖的水含糖量要高,也就是糖附近 ...
Unity历史
Unity历史 2004年诞生于丹麦阿莫斯特 2005年06月:Unity 1.0发布 2006年06月:Unity 1.5发布 2007年10月:Unity 2.0发布,增加地形引擎.实时动态阴影, ...
Angular+Ionic+RSA实现后端加密前端解密功能
因业务需要,需要给android应用安装证书,通过读取证书文件内容实现某些功能的控制: 流程:后台通过publicKey对指定内容的文件进行加密,生成文件共客户下载,客户下载后选择该证书文件读取到应用 ...
Consul1-window安装consul
转自 https://blog.csdn.net/j903829182/article/details/80960802 consul下载地址: https://www.consul.io/down ...
Cmake出现CMake Error: Could not find CMAKE_ROOT !!!
试了很多方式, 其实只需要这一句话!!!!!! hash -r

htmlunit+fastjson抓取酷狗音乐 qq音乐链接及下载

htmlunit+fastjson抓取酷狗音乐 qq音乐链接及下载的更多相关文章

随机推荐

热门专题