0x00 前言

（PS：别问我为啥这么长时间都没发文章，我懒～～～～地回答你）

最近对一个热播的电视剧《沙海》貌似挺感兴趣的，与其是我这种对电视剧几乎免疫的来说。（PS：张铭恩好帅！！！），然而电视剧的每周更新速度太慢，不如借此时间看看原著，奈何老妈眼睛有些老花眼，整天看平板又累眼，于是我便从网上找了读书的音频下载下来，让老妈可以直接听了。但是在好不容易找到一个网站之后，下载起来却有些麻烦了，竟然要一个一个下载。
找到了一个音频下载的站点
目测只能一集一集的下载
突然心塞，手残党不喜欢。突然想到给老妈秀一波技术，直接写个爬虫把音频文件都爬下来好了，哇咔咔咔。

0x01 开发环境

开发环境: OS X, Python 3.5

依赖包: requests, BeautifulSoup4

如果没有requests的基础的话，建议先看完本文之后点个赞，然后关掉。我才不会告诉你这些是什么，怎么用呢，哼～。（＞人＜；）

0x02 随手写一个爬虫

既然我们是要爬取全部的音频，我们肯定要先分析一下规律。
第一集
第二集
首先可以看到id和集数是对应的，这里我们可以使用个for循环解决。在拿到下载的链接就可以了。
url是什么鬼？！
目测做了个加密，用来防爬？！(・-・)
解密函数就在这。。。
呃，是不是解密函数放的位置不太对啊，要不要离这么近啊？！要不要写的这么清楚啊？！连个混淆都不做么？！（PS: 虽然做了混淆也没用，只是让这篇文章的技术显得再高大上点不行吗？！）( ￣︿￣)

等等，哪里不太对，这个是js写的，但是我们用requests直接get到的页面是加密的！呃，写个python版的解密函数，好麻烦，懒～～～，(lll￢ω￢) 有现成的js解密，我们直接调用不好么。

锵锵锵锵，拿出js的杀手锏，(≧∇≦)ﾉ execjs库解决这个问题。

一个简单的官方演示:

1
2
3
4
5
6
7
8
9
10
>>> import execjs
>>> execjs.eval("'red yellow blue'.split(' ')")
['red', 'yellow', 'blue']
>>> ctx = execjs.compile("""
...     function add(x, y) {
...         return x + y;
...     }
... """)
>>> ctx.call("add", 1, 2)
3

所以我就把它的解密函数封装成一个python函数来解决这个问题。

1
2
3
4
5
6
7
8
9
10
11
js = execjs.compile("""
function add(u) {
    var uArr=u.split("*");
    var n = uArr.length;
    var x = '';
    for(i=1;i<n-1;i++){
        x += String.fromCharCode(uArr[i]);
    }
    return x;
}
""")

完美解决，哇咔咔咔。(￣︶￣)↗

0x03 完整代码演示

⚠️: 代码仅供用于学习研究，如用做其他事务所产生的后果，这个锅我不背啊|･ω･｀)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
# Created by tudoudou at 2018/8/30

import requests, os, execjs, time
from bs4 import BeautifulSoup as bs

LAST = 243 + 1

URL = "https://www.ishuyin.com/player.php?mov_id=22111&look_id={}&player=down"

js = execjs.compile("""
function add(u) {
    var uArr=u.split("*");
    var x = '';
    for(i=1;i<uArr.length-1;i++){
        x += String.fromCharCode(uArr[i]);
    }
    return x;
}
""")


def download(url, filename):
    """ Download the file of the URL

    Args:
        url: URL
        filename: Saved file name

    Returns:
        NULL
    """
    r = requests.get(url)
    with open(filename, "wb") as code:
        code.write(r.content)


def main():
    for i in range(0, LAST):
        time.sleep(1)
        request = requests.get(URL.format(i)).text
        request = bs(request, features="lxml").find(id="urlDown")
        request = js.call('add', request['href'])
        print('start download 沙海{}.mp3'.format(i))
        download(request, "沙海{}.mp3".format(i))


if __name__ == '__main__':
    main()

0x04 后记

唔，其实这个问题也有别的解法的说，我懒得写～～( ￣ー￣)

老妈开心就是最棒的啦ヾ(≧▽≦*)o

如果本文看完了或者帮到了你，那就点赞或者打个赏吧，我才不会谢谢你，哼~