荔枝FM语音批量下载

news2024/11/25 16:32:06

动机

最近想下载一下自己在蜻蜓FM上上传的音频，发现不支持批量下载。于是去找了一些下载器，万万没想到，该下载器只能下载前十条，再下要注册，注册费5元。尼玛，不能忍。本来就不是太难的技术，还搞这种收费，真无语了。

声明

对于使用通用资源格式(如mp3)传输的音频资源，使用python爬虫获取要比去寻找破解的下载器要方便的多。而且平台不对音频做编码和隐藏也相当于默认了支持用户下载。
但是还是要强调一下，我们要尊重法律和平台的版权。

不要破解付费资源
不要将音频用于商业盈利

下载

由于荔枝FM网页版做的很差，也不提供搜索框，所以想要搜到自己的作品就需要花费一段功夫了。
首先进入荔枝的个人主页，拿到自己的FMid，如图中的右上角。
在这里插入图片描述

将荔枝的官网url和id拼在一起就能进入网页版的个人作品了：https://www.lizhi.fm/29…72

这里就是我们的音频所在地了，此时复制地址栏的url一般形如https://www.lizhi.fm/user/53…6，这就是我们下载的起始url了。

下载的逻辑很简单：首先将当前页的音频链接提取出来，分别下载；然后找到标签<next>即下一页的链接，拉取新的页面下载，直到全部下载结束。代码如下：修改url为你自己的链接即可下载。

import urllib.request
import requests
from urllib.error import URLError, HTTPError, ContentTooShortError
from bs4 import BeautifulSoup
import time

def GetData(url, proxy='', retry =2):
    print('download : ' + url)
    if proxy == '':
        proxy= 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11'

    request = urllib.request.Request(url)
    request.add_header('User-Agent',proxy)
    try:
        html = urllib.request.urlopen(request).read()
        return html
    except (URLError, HTTPError, ContentTooShortError) as e:
        print('download error :', e.reason)
        if retry>0:                                #递归重试下载
            if hasattr(e, 'code') and 500<e.code<600 :
                GetData(url, proxy, retry-1)

# 替换为你自己的url
url = 'https://www.lizhi.fm/user/53................6'
while url is not None:
    html = GetData(url)
    soup = BeautifulSoup(html, 'html.parser')
    # 获取所有音频的链接
    trs = soup.find_all(attrs={'class':'clearfix js-play-data audio-list-item'})
    for tr in trs:
        link = 'https://www.lizhi.fm/' + tr['href']
        music_name = './download' + '//' + tr['data-title'] + '.mp3'
        print("the link is : "link, "downloads file to "music_name)
        music_file = requests.get(link).content
        with open(music_name, "wb") as f:
            f.write(music_file)
        time.sleep(2)
    # 获取下一页的链接
    if soup.find(attrs={'class':'next'}):
        url = 'https://www.lizhi.fm' + soup.find(attrs={'class':'next'})['href']
    else:
    	break;
    print("The next page:", url)
    time.sleep(6)