怎样在Python中抓取网易云音乐评论并导出Excel-Python教程-PHP中文网

网易云音乐评论接口已强制加密，需用playwright等无头浏览器执行前端加密逻辑获取数据。直接requests请求会返回-460错误，因服务端仅接受webcrypto+aes+rsa混合加密的密文请求，推荐注入window.asrsea()生成参数并拦截xhr响应。

怎样在python中抓取网易云音乐评论并导出excel

网易云音乐评论接口已加密，直接 requests 无法获取真实数据

现在网易云音乐所有评论相关接口（如 /weapi/v1/resource/comments）都使用 WebCrypto + AES-128-CBC + RSA 混合加密，请求体是密文，requests.get() 或 requests.post() 直接发原始参数会返回空数据或 {"code": -460} 错误。这不是反爬强度问题，而是服务端根本不认未加密的请求。

常见错误现象：
• 请求返回 {"code":-460,"msg":"Cheating"}
• comments 字段为空数组，但网页能正常显示
• 抓包看到的 params 和 encSecKey 是长字符串，手动拼接后仍失败（因为加密逻辑依赖时间戳、随机数、RSA公钥等动态因子）

实操建议：
• 不要尝试“自己实现加密”——网易云加密逻辑在前端 JS 中持续更新，2023年后已加入混淆、调试陷阱和环境检测（如检查 window.chrome）
• 真实可行路径只有两条：用 PyExecJS / Node.js 执行原始加密 JS（需维护 JS 文件同步），或改用无头浏览器驱动真实页面

推荐方案：用 Playwright 启动 Chromium 并注入 JS 提取评论

Playwright 能加载完整页面、执行加密逻辑、绕过大部分环境检测，且比 Selenium 更稳定。关键不是“模拟登录”，而是让浏览器自己完成加密并拿到响应。

使用场景：
• 只需抓少量歌曲/专辑（比如单个 song_id=186016）的前 500 条热评+最新评论
• 不需要高频轮询（避免触发风控）
• 你有本地 Node.js 环境（Playwright 依赖它）

实操建议：
• 安装：pip install playwright，然后运行 playwright install chromium
• 目标 URL 格式为 https://music.163.com/#/song?id=186016，注意是 hash 路由，需等待 iframe 加载完成
• 在页面中执行 JS 注入，调用网易云已有的 window.asrsea() 函数生成加密参数（该函数存在于页面 <script></script> 中）
• 用 page.evaluate() 获取评论 DOM 元素，或更可靠地：拦截 XHR 响应，匹配 /weapi/v1/resource/comments 请求，读取其 response.json()

示例片段（截取关键逻辑）：

huaweicloud-python-sdk-helper

华为云 Python SDK 查询工具。自动发现已安装 SDK 的服务包、Client类、API 方法、入参详情、类信息（__init__ 参数、属性、类型、描述），支持关键字搜索，快速定位目标 API 使用方法。

下载

await page.goto('https://music.163.com/#/song?id=186016')<br>await page.waitForTimeout(2000)  # 等 iframe 渲染<br>const comments = await page.evaluate(async () => {<br>  // 拦截并等待第一个评论接口响应<br>  return new Promise(resolve => {<br>    const xhr = new XMLHttpRequest();<br>    xhr.open('POST', '/weapi/v1/resource/comments');<br>    xhr.onload = () => resolve(JSON.parse(xhr.responseText));<br>    xhr.send(JSON.stringify({<br>      params: window.asrsea(...),<br>      encSecKey: window.asrsea(...)<br>    }));<br>  });<br><h3>导出 Excel 时注意字段清洗和编码边界</h3><p>网易云评论 JSON 中的 <code>content</code> 可能含换行符、emoji、零宽空格（<code>\u200b</code>）、HTML 实体（如 <code>&</code>），直接写入 <code>pandas.DataFrame.to_excel()</code> 会导致 Excel 打开报错或格式错乱。</p><p>常见错误现象：<br>• Excel 提示“发现不可读内容”，点击恢复后文字错位<br>• 评论内容在单元格中显示为 <code>#VALUE!</code> 或空白<br>• 导出后中文变成乱码（实际是 Excel 默认 ANSI 编码打开 UTF-8 文件）</p><p>实操建议：<br>• 用 <code>re.sub(r'[\x00-\x08\x0b-\x0c\x0e-\x1f]', '', text)</code> 清洗控制字符<br>• 将 emoji 替换为占位符（如 <code>text.encode('utf-16', 'surrogatepass').decode('utf-16')</code> 不推荐；稳妥做法是 <code>emoji.demojize(text)</code>）<br>• 导出时不依赖 <code>openpyxl</code> 默认引擎，显式指定：<code>df.to_excel("comments.xlsx", engine="openpyxl", index=False)</code><br>• 不要双击直接打开 .xlsx，用 Excel 菜单“数据 → 自获取 → 从工作簿”导入，可规避编码识别错误</p><h3>绕过账号登录限制的最小可行方式</h3><p>网易云对未登录用户限制：只能看前 15 条热评，且无法访问 <code>/weapi/v1/resource/comments</code> 接口。但“未登录”不等于“没 Cookie”，关键在于复用一个有效的 <code>NESSTID</code> 和 <code>_ntes_nnid</code>。</p><p>使用场景：<br>• 你有一台长期登录网易云的电脑（浏览器有有效会话）<br>• 不想写登录逻辑（用户名密码易被封）<br>• 只需每天手动更新一次 Cookie</p><p>实操建议：<br>• 打开 Chrome 开发者工具 → Application → Cookies → 复制 <code>NESSTID</code>、<code>_ntes_nnid</code>、<code>__csrf</code> 三个值<br>• 在 Playwright 启动时注入：<code>context.add_cookies([{"name": "NESSTID", "value": "...", "domain": ".163.com", "path": "/"}])</code><br>• 注意：Cookie 有效期约 7 天，过期后请求返回 <code>{"code": 301}</code>，需重新提取<br>• 不要传 <code>musicu</code> 或 <code>__remember_me</code>——它们含敏感信息且容易触发风控</p><p>真正难的从来不是“怎么导出 Excel”，而是如何让那一串 <code>params</code> 和 <code>encSecKey</code> 被服务器认可。每次网易前端 JS 更新，加密入口函数名、参数顺序、RSA 公钥位置都可能变，硬编码必崩。所以别省那几秒启动浏览器的时间。</p>

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！