使用python脚本抓取百度fm中的歌曲

抽空研究了一下百度fm的机制，发现没有想像中复杂啊。

这篇文章参考了zhangyuanwe的XBMC百度FM插件。

检查http://fm.baidu.com的源代码，在最后一部分的javascript代码段可以发现rawChannelList={...}，这里即是频道列表的信息。

为方便处理，先将这段代码按照json的方式解析为python列表：

start = html.find("{", html.find("rawChannelList")) # find javascript code of the channel list urls
end = html.find(";", start)
listjson = html[start:end].strip()	# cut spaces to get channel list json
#print listjson

# parse channel json
data = json.loads(listjson)	# parse json
channel_id_list = []
for item in data['channel_list']:
#	print "Channel Name:\t", item['channel_name'], "Category:\t", item['cate']
channel_id_list.append(item['channel_id'])	# get channel id

这里截取了channel_name和channel_id标签，后者用来找到该频道的地址。百度FM的频道格式为http://fm.baidu.com/dev/api/?tn=playlist&format=json&id=，这里的id即是channel_id的内容。将上面的网址补全，用urlopen打开并读取，即可得到频道列表的json数据。



上图中有用数据只有channel_id和channel_name，我们需要使用channel_id来补全http://music.baidu.com/data/music/fmlink?type=mp3&rate=320&songIds=以得到真正的歌曲列表。同样，这是一个json格式的数据，解析后得到：



这里面就是我们想要得到的数据了，尤其是songLink，它即是在线播放地址，也可以用于下载地址。

如果开发更为完备的应用，应该获取上面的其他信息。

把这些信息进行组织，可以形成歌单，如获取歌名、图片、歌词等，存储到文件里，可以由mplayer这样支持流媒体的播放器进行播放。

这是我下载的结果：