在这次之前学习API的时候发现了一些事情，我利用网易云音乐的API实现了一些简单的歌曲搜索、封面图片的爬去之类的无聊事情。而最近在使用网易云的时候发现自己已经使用网易云整整两年了（顺便思考了一下我的手机为什么装一个APP这么久。连原来的QQ都被卸载了，而网易云依旧在）自己在这两年里成长了许多。而之前在16年初的时候网易云曾针对每一个用户做出一个数据报表：其中包括了播放量TOP10和听歌最久日，最晚听歌使时间和日单循环次数、点赞次数这些东西，当时这个报表其实挺受大家欢迎，而更多的是网易云特有的评论区环境，使用网易云音乐的人大多都是90后，00后。庆幸的是云音乐的讨论区没有成为贴吧知乎那样的气候。但是究竟是怎样的评论吸引着我们这些年轻对着一个 APP放不下手？（不谈音乐，怕大手子 2333），所以就本着这样的目的我尝试去做了：
开始征程吧：
在这之前我有写过关于API的一点东西：API简介和网易云音乐API 其中有提到一些简单的处理办法。而面对大批量的歌曲（目前我听了5800首）这样的方法早已失去其使用的价值和理由，所以得采取新的办法。在这之前我得理清一些东西：首先网易云获取用户听歌量肯定离不开用户ID。而评论的获取则之和歌曲id有关。
从歌单开始：
首先我参考了一下别人写的自用性的文档：https://github.com/darknessomi/musicbox/blob/master/
因为是我听过的歌曲：我现在的歌单数目27个。外加收藏的歌单37个 所以：http://music.163.com/api/user/playlist/?offset=0&limit=64&uid=我的id
这样一来我就拿到了我所有的歌单。现在要做的就是拿到这些歌单中所有的歌曲id。
干这件是之前要做的就是：解析json，拿到list的id号。
# coding=utf-8
import json from urllib
import urlopen, quote
url = ''http://music.163.com/api/user/playlist/?offset=0&limit=64&uid=97752165''
res = urlopen(url).read().decode(''utf-8'')
temp = json.loads(res)
lengs = len(temp.get("playlist"))
ids = []
for i in range(0,lengs):
ids.append(temp.get("playlist")[i].get("id")) print(ids)
这样我就将所有歌单的id存入了ids列表当中，而接下来就是将列表当中的歌曲id和歌曲name获取。
http://music.163.com/api/playlist/detail?id=歌单id 这样一来我就拿到了所有的歌曲：
依旧是处理json数据。
musicid = []
musicname = []
url = ''http://music.163.com/api/playlist/detail?id=''
for i in findUserlist():
res = urlopen(url+str(i)).read().decode(''utf-8'')
temp = json.loads(res)
lengs = len(temp.get("result").get("tracks"))
for j in range(0,lengs):
musicid.append(temp.get("result").get("tracks")[j].get("id"))
musicname.append(temp.get("result").get("tracks")[j].get("name"))
print(musicname) print(musicid)
拿到了所有歌曲的id和name（其实只要id就好我，我只是采集评论。name的话用不着的）下一步就是最重要的几部了
获取评论
来到这一步之后我要做的事情就是将所有歌曲的id挨个遍历，查看评论，依旧是解析 json，然后存入数据库当中，最终程序如下：
# coding=utf-8
import json from urllib
import urlopen, quote
import pymysql
conn = pymysql.connect(host=''localhost'',user=''root'', passwd=''******'', db=''nestmusic'',charset="utf8")
cur = conn.cursor()
cur.execute("USE nestmusic")
def store(title, content):
cur.execute("INSERT INTO comment (musicname, hotcoment) VALUES (\\"%s\\",\\"%s\\")", (title, content)) cur.connection.commit()
def findUserlist():
url = 'http://music.163.com/api/user/playlist/?offset=0&limit=64&uid=97752165'
res = urlopen(url).read().decode(''utf-8'')
temp = json.loads(res)
lengs = len(temp.get("playlist"))
ids = []
for i in range(0,lengs):
ids.append(temp.get("playlist")[i].get("id"))
return ids
def findMusiclist():
musicid = []
musicname = []
url = ''http://music.163.com/api/playlist/detail?id=''
for i in findUserlist():
res = urlopen(url+str(i)).read().decode(''utf-8'')
temp = json.loads(res)
lengs = len(temp.get("result").get("tracks"))
for j in range(0,lengs):
musicid.append(temp.get("result").get("tracks")[j].get("id"))
musicname.append(temp.get("result").get("tracks")[j].get("name"))
return musicid,musicname
def inDb():
url = 'http://music.163.com/api/v1/resource/comments/R_SO_4_'
for i in findMusiclist()[0]:
res = urlopen(url+str(i)+''/?rid=R_SO_4_''+str(i)+''&\\offset=0&total=fasle&limit=100'').read().decode(''utf-8'')
temp = json.loads(res)
print(temp.get("hotComments")[0].get("content"))
lengs = len(temp.get("hotComments"))
for j in range(0,lengs):
store(findMusiclist()[1].pop(), temp.get("hotComments")[j].get("content"))
try:
inDb()
finally:
cur.close()
conn.close()
因为有API访问次数的限制，好像一次采集不完：
但是我不会这样轻易的狗带（滑稽） 而上面的程序依旧存在着巨大的问题，入库其实是无法运行的，由于没有设定请求头的缘故导致很多请求被视为作弊请求，状态码是460，所以我测试了一下单独用浏览器请求发现不受限制：哈哈哈哈
这样一来 一定程度解决了一些问题，但是次数还是不能太频繁，应该是服务器端有次数限制-。而这里最终我把数据处理之后保存为cvs，初级处理也就做完了。
head = {'Host':'music.163.com',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:56.0) Gecko/20100101 Firefox/56.0',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
'Accept-Encoding':'deflate','Connection': 'keep-alive',
'Upgrade-Insecure-Requests' : '1', 'Cache-Control':'max-age=0' }
url = 'http://music.163.com/api/v1/resource/comments/R_SO_4_'
for i in musicId:
uri = url + str(i)+'/?rid=R_SO_4_'+str(i)+'&\\offset=0&total=fasle&limit=100'
req = urllib2.Request(uri, None, head)
res = urllib2.urlopen(req).read()