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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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  

  5. 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, ...

  6. 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 ...

  7. 【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 ...

  8. 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 ...

  9. 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

  1. Oracle篇 之 数据操作

    一.DML 数据操作语言(Data Manipulation Language) 1．insert insert into student values(1,'briup1',20,'Male'); ...

  2. Java PDF转图片

    maven依赖: <dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbo ...

  3. Flex布局【弹性布局】学习

    先让我们看看在原来的学习中遇到的问题 之前在软件工程的大作业中,自己从零开始学习如何开发一个网站,从页面,到后台,当然数据库是大二的必修课 在学习如何编写一个静态页面的时候,完全是自学,自己摸索,所以 ...

  4. 「NOI2013」小 Q 的修炼 解题报告

    「NOI2013」小 Q 的修炼 第一次完整的做出一个提答,花了半个晚上+一个上午+半个下午 总体来说太慢了 对于此题,我认为的难点是观察数据并猜测性质和读入操作 我隔一会就思考这个sb字符串读起来怎 ...

  5. HDU - 3247 Resource Archiver (AC自动机，状压dp)

    \(\quad\)Great! Your new software is almost finished! The only thing left to do is archiving all you ...

  6. 在线批量修改mysql中表结构

    在线批量修改mysql中表结构 1.获取要修改的表的表名称登录mysql库,查询出所有表 show tables; 将需要修改表结构的表名称存放到b.txt文件中2.执行修改修改表引擎为InnoDB ...

  7. Swagger UI及 Swagger editor教程 API文档搭配 Node使用

    swagger ui 是一个在线文档生成和测试的利器,目前发现最好用的.为啥好用呢?打开 demo,支持API自动生成同步的在线文档些文档可用于项目内部API审核方便测试人员了解 API这些文档可作为 ...

  8. ArcGIS——2015年安徽各市GDP总量分级图（3等级）

  9. react中根据后台值动态配置

    业务中我们要实现对应的数据是1是男,2是女,这就要根据键来进行动态匹配,通常后台来给你一个1或者2,你来进行匹配,这样的数据一般在表格中比较常见. <Card title="Mock- ...

  10. 中标麒麟龙芯平台--docker基础镜像制作

    Docker 是一个开源的应用容器引擎,基于 Go 语言 并遵从Apache2.0协议开源.Docker 的出现为开发人员和运维人员带来了极大的便利.Docker在X86下常见的发行版Linux如Ub ...