真正可用的藍奏雲地址解析及下載腳本

藍奏雲的下載鏈接解析思路並不復雜，但網上幾款真實鏈接解析工具，要么解析出的地址只是跳轉鏈接，要么需要輸入驗證碼，而藍奏雲網頁版在使用是幾乎是不會遇上驗證碼的，這實際上是因為藍奏雲在下載過程中有幾個小坑。

 

直接上可用代碼，后面再進行解釋：

def downlanzou(lanzouurl, path, extracode):
    sess = requests.session()
    sess.headers = {'user-agent':"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36"}
    req = sess.get(lanzouurl, verify=False)
    sign = re.search(r"action=downprocess&sign=([A-Za-z0-9_-]+?)&p=", req.text).group(1)
    head2 = {
        "referer": lanzouurl
    }
    req = sess.post("https://lanzous.com/ajaxm.php", data={
        "action":"downprocess",
        "sign":sign,
        "p":extracode}, headers=head2, verify=False)
    res = req.json()
    url = res['dom']+'/file/'+res['url']
    filename = res['inf']
    os.makedirs(path, exist_ok=True)
    headnew = {
        "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36 OPR/28.0.1750.51",
         "Accept-Encoding":"gzip, deflate, lzma, sdch", # 重點1
         "Accept-Language":"zh-CN,zh;q=0.8", # 重點2    
"Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8" # 重點3
    }
    dreq = requests.get(url, headers=headnew, verify=False)
    with open(os.path.join(path, filename), 'wb') as f:
        f.write(dreq.content)
    return filename

關鍵在於三處重點，即最后一次請求里必須包含這三個頭，雖然大多數時候，不帶這類頭並不會對訪問產生影響，但筆者實驗如果少了這幾個頭，就會被重定向到驗證碼頁面，且即便輸入正確也無法跳出。

但如果在Chrome的F12或者Charles里查看抓包，是不會看到這幾個頭的，而是如下圖：

 

 

這是因為現在的瀏覽器基本都支持HTTP2標准，請求頭里出現冒號代表服務器與瀏覽器協商后，使用了HTTP2標准來進行通信，但爬蟲常用的requests等庫都不支持HTTP2

雖然我們也可以通過另外的庫讓Python支持HTTP2（hyper庫），但並無必要，只需要讓服務器以HTTP1.1標准工作即可。可以下載各瀏覽器在15年或更早發布的版本，筆者使用的是歐朋28.0，再次訪問即抓到了適合requests使用的請求頭。

---

 

 

強制HTTP協議版本的方法不總是有效，比如天貓就已經開始限制HTTP1.1的使用。