网易云音乐歌词数据分散于多页面，手动复制效率低下、易出现内容遗漏，且无法满足批量采集需求。自动化爬取面临两大核心技术难点：其一，歌词数据通过 AJAX 异步动态加载，原生<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">requests</font>仅能获取静态空壳 HTML，无法直接解析有效数据；其二，平台反爬机制严苛，高频请求易触发 403 访问拦截、滑块验证等限制。
本文基于 Python 构建端到端企业级歌词爬取系统，覆盖 API 逆向分析、请求参数加密、请求头伪装、异常容错、本地持久化存储全流程，并集成亿牛云爬虫代理高效解决 IP 封禁问题，实现稳定、批量的歌手歌词采集。
一、环境依赖配置
各库核心作用：
<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">requests</font>：高性能 HTTP 请求客户端，负责发送网络请求、获取接口响应数据<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">demjson3</font>：兼容非标准 JSON 格式解析，适配网易云音乐 API 非常规响应数据<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">cryptography</font>：提供 AES 对称加密能力，用于生成平台接口必需的加密参数
二、API 逆向：加密参数生成
网易云音乐后端接口采用参数加密校验机制，是数据爬取的核心技术壁垒，请求参数需经过加密处理后才能正常调用。
核心加密参数说明
表格
| 参数名 | 功能说明 | 生成规则 |
|---|---|---|
| params | 封装业务请求参数（歌曲 ID、时间戳等） | AES-CBC 模式加密 + Base64 编码 |
| encSecKey | 加密密钥校验参数 | 随机生成 16 位十六进制字符串 |
| nonce | 防重放随机数 | 随机生成 16 位十六进制字符串 |
加密实现代码
python
运行
import base64 import random import json from Crypto.Cipher import AES from Crypto.Util.Padding import pad def generate_encrypted_params(params): """ 网易云音乐API加密参数生成函数 :param params: 原始业务参数字典 :return: 加密后可直接用于请求的参数 """ # 生成随机密钥与随机数 enc_sec_key = random.randbytes(16).hex()[:16] nonce = random.randbytes(16).hex()[:16] # 业务参数序列化 params_json = json.dumps(params) # 网易云音乐固定加密密钥与偏移量 key = b'0CoJUmKQw8gw8ig' iv = b'0102030405060708' # AES-CBC加密 + Base64编码 cipher = AES.new(key, AES.MODE_CBC, iv) encrypted_data = cipher.encrypt(pad(params_json.encode('utf-8'), AES.block_size)) encrypted_params_b64 = base64.b64encode(encrypted_data).decode('utf-8') return { 'params': encrypted_params_b64, 'encSecKey': enc_sec_key, 'nonce': nonce }三、歌词接口请求封装
网易云音乐标准歌词 API 接口：<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">https://music.163.com/weapi/song/lyric?csrf_token=</font>
基于面向对象思想封装爬虫核心类，实现请求伪装、代理集成、异常处理一体化：
python
运行
import requests import random class NetEaseMusicCrawler: def __init__(self, use_proxy=False, proxy_config=None): self.base_url = "https://music.163.com" self.use_proxy = use_proxy self.proxy_config = proxy_config # 模拟浏览器请求头，绕过基础反爬 self.headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36', 'Referer': 'https://music.163.com/', 'Accept': '*/*', 'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8', 'Connection': 'close' } def get_lyric(self, song_id): """ 单首歌曲歌词获取 :param song_id: 歌曲唯一标识ID :return: 原始歌词文本 / None """ # 构造业务参数 params = {'id': song_id, 'lv': -1, 'tv': -1, 'csrf_token': ''} encrypted_params = generate_encrypted_params(params) url = f"{self.base_url}/weapi/song/lyric?csrf_token=" # 代理配置 proxies = self._get_proxies() try: # 发送POST请求 resp = requests.post( url, data=encrypted_params, headers=self.headers, proxies=proxies, timeout=10 ) # 状态码容错处理 if resp.status_code == 200: return self._parse_lyric(resp.text) elif resp.status_code == 429: print(f"请求频繁(429)，建议延长请求间隔") elif resp.status_code == 403: print(f"访问被拦截(403)，建议切换IP或更新请求头") return None except Exception as e: print(f"请求异常: {str(e)}") return None def _parse_lyric(self, response_text): """非标准JSON歌词数据解析""" try: data = demjson3.decode(response_text) return data.get('lrc', {}).get('lyric', '') if data.get('code') == 200 else None except Exception: return None def _get_proxies(self): """代理获取工具方法""" if not self.use_proxy or not self.proxy_config: return None proxy_meta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % self.proxy_config proxies = {"http": proxy_meta, "https": proxy_meta} self.headers["Proxy-Tunnel"] = str(random.randint(1, 10000)) return proxies四、批量爬取歌手全量歌曲
通过歌手 ID 获取热门歌曲列表，实现批量歌词自动化下载与本地存储：
python
运行
import os import time def get_artist_songs(self, artist_id): """获取歌手热门歌曲列表（单次最多50首）""" url = f"{self.base_url}/weapi/artist/top/song" params = {'id': artist_id, 'offset': 0, 'limit': 50, 'total': True} encrypted_params = generate_encrypted_params(params) proxies = self._get_proxies() try: resp = requests.post(url, data=encrypted_params, headers=self.headers, proxies=proxies, timeout=10) if resp.status_code == 200: data = demjson3.decode(resp.text) return data.get('songs', []) if data.get('code') == 200 else [] except Exception: return [] return [] def batch_download_lyrics(self, artist_id, save_dir='netease_lyrics'): """ 批量下载歌手歌词 :param artist_id: 歌手ID :param save_dir: 歌词保存目录 """ os.makedirs(save_dir, exist_ok=True) songs = self.get_artist_songs(artist_id) print(f"成功获取{len(songs)}首歌曲") success_count = 0 for song in songs: song_id = song.get('id') song_name = song.get('name', '未知歌曲') artist_name = song.get('ar', [{}])[0].get('name', '未知歌手') print(f"正在下载: {artist_name} - {song_name}") lyric = self.get_lyric(song_id) if lyric: # 过滤文件名非法字符，避免保存失败 valid_filename = "".join([c for c in f"{artist_name}-{song_name}" if c.isalnum() or c in (' ', '-', '_')]) filepath = os.path.join(save_dir, f"{valid_filename}.lrc") with open(filepath, 'w', encoding='utf-8') as f: f.write(lyric) print(f" ✓ 保存成功") success_count += 1 else: print(f" ✗ 下载失败") # 控制请求频率，规避反爬 time.sleep(random.uniform(1, 3)) print(f"\n任务完成：成功下载{success_count}/{len(songs)}首歌词") return success_count # 绑定方法到类 NetEaseMusicCrawler.get_artist_songs = get_artist_songs NetEaseMusicCrawler.batch_download_lyrics = batch_download_lyrics五、代理 IP 集成与反爬规避
网易云音乐对单 IP 请求频率、请求总量实施严格限制，高频访问会直接触发滑块验证、IP 永久封禁。亿牛云爬虫代理通过动态 IP 池技术，可有效分散请求来源，突破反爬限制。
代理配置与启动示例
python
运行
def main(): # 亿牛云隧道代理配置 proxy_config = { "host": "t.16yun.cn", "port": "31111", "username": "your_username", "password": "your_password" } # 初始化爬虫（开启代理模式） crawler = NetEaseMusicCrawler(use_proxy=True, proxy_config=proxy_config) # 批量爬取歌词（示例：周杰伦 歌手ID=6452） crawler.batch_download_lyrics(artist_id="6452", save_dir='netease_lyrics') if __name__ == '__main__': main()代理核心优势
- 隧道代理技术：固定代理入口，每次请求自动分配独立出口 IP
- 海量 IP 资源：标准版 IP 池 30 万 +，加强版 80 万 +
- 高性能：网络延迟低至 100ms，支持毫秒级 IP 切换
- 高并发：QPS 上限 5-300 次 / 秒，适配批量采集场景
六、边界场景处理与性能优化
- 文件名合法性校验：歌曲名常包含
<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">/ \ : * ?</font>等系统非法字符，需过滤后再保存文件 - HTTPS IP 粘性问题：HTTPS 请求默认存在连接复用，添加
<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">Connection: Close</font>请求头可强制切换 IP - 异常容错：新增网络超时、解析失败、空数据等场景的降级处理，提升系统稳定性
七、完整可运行代码
整合所有模块，提供开箱即用的完整实现：
python
运行
import requests import random import os import time import json import base64 from Crypto.Cipher import AES from Crypto.Util.Padding import pad import demjson3 def generate_encrypted_params(params): enc_sec_key = random.randbytes(16).hex()[:16] nonce = random.randbytes(16).hex()[:16] params_json = json.dumps(params) key = b'0CoJUmKQw8gw8ig' iv = b'0102030405060708' cipher = AES.new(key, AES.MODE_CBC, iv) encrypted_data = cipher.encrypt(pad(params_json.encode('utf-8'), AES.block_size)) encrypted_params_b64 = base64.b64encode(encrypted_data).decode('utf-8') return {'params': encrypted_params_b64, 'encSecKey': enc_sec_key, 'nonce': nonce} class NetEaseMusicCrawler: def __init__(self, use_proxy=False, proxy_config=None): self.base_url = "https://music.163.com" self.use_proxy = use_proxy self.proxy_config = proxy_config self.headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36', 'Referer': 'https://music.163.com/', 'Accept': '*/*', 'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8', 'Connection': 'close' } def _get_proxies(self): if not self.use_proxy or not self.proxy_config: return None proxy_meta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % self.proxy_config proxies = {"http": proxy_meta, "https": proxy_meta} self.headers["Proxy-Tunnel"] = str(random.randint(1, 10000)) return proxies def get_lyric(self, song_id): params = {'id': song_id, 'lv': -1, 'tv': -1, 'csrf_token': ''} encrypted_params = generate_encrypted_params(params) url = f"{self.base_url}/weapi/song/lyric?csrf_token=" proxies = self._get_proxies() try: resp = requests.post(url, data=encrypted_params, headers=self.headers, proxies=proxies, timeout=10) if resp.status_code == 200: return self._parse_lyric(resp.text) return None except: return None def _parse_lyric(self, response_text): try: data = demjson3.decode(response_text) return data.get('lrc', {}).get('lyric', '') if data.get('code') == 200 else None except: return None def get_artist_songs(self, artist_id): url = f"{self.base_url}/weapi/artist/top/song" params = {'id': artist_id, 'offset': 0, 'limit': 50, 'total': True} encrypted_params = generate_encrypted_params(params) proxies = self._get_proxies() try: resp = requests.post(url, data=encrypted_params, headers=self.headers, proxies=proxies, timeout=10) if resp.status_code == 200: data = demjson3.decode(resp.text) return data.get('songs', []) if data.get('code') == 200 else [] except: return [] return [] def batch_download_lyrics(self, artist_id, save_dir='netease_lyrics'): os.makedirs(save_dir, exist_ok=True) songs = self.get_artist_songs(artist_id) success_count = 0 for song in songs: song_id = song.get('id') song_name = song.get('name', '未知') artist_name = song.get('ar', [{}])[0].get('name', '未知') lyric = self.get_lyric(song_id) if lyric: valid_fn = "".join([c for c in f"{artist_name}-{song_name}" if c.isalnum() or c in (' ', '-', '_')]) with open(os.path.join(save_dir, f"{valid_fn}.lrc"), 'w', encoding='utf-8') as f: f.write(lyric) success_count += 1 time.sleep(random.uniform(1, 3)) print(f"完成：{success_count}/{len(songs)}") def main(): proxy_config = {"host": "t.16yun.cn", "port": "31111", "username": "your_user", "password": "your_pwd"} crawler = NetEaseMusicCrawler(use_proxy=True, proxy_config=proxy_config) crawler.batch_download_lyrics("6452") if __name__ == '__main__': main()
