2017.10.25 嘗試用Python抓混音音樂
這天JN在耍廢休息時瀏覽ptt時，又見到過去頗想收藏的音樂。比較可惜的是，音樂網站只有提供網路播放，並未提供下載按鈕。然而，JN堅信一點「只要能被人聽閱的影音，其檔案一定被下載進自己的電腦裡。」所以，JN相信，只要我能在網路上以正常方式聽閱的任何影音，絕對有方法給它給存下來。
根據之前學過的爬蟲技巧，第一步，先用chrome的Web Developer Tool(F12)並重新整理網頁後觀察。JN很快就發現了影片格式的檔案：mp4以及m4s。接著，打開其影音檔案來源網址，使用另存新檔的方式存下。
存下來的mp4具有正確的影音時間長度卻沒有任何音訊。m4s則為分割的許多片段，直接用影音播放器並不能播放，於是JN試著把副檔名改成mp4、mp3，亦得到同樣的結果：無法播放。
隨手求助google，打上「m4s 合併檔案」搜尋，不過搜尋的結果卻不是很滿意，前幾個結果內容所說的程式，從程式的官方網站看，卻得到程式碼，而不是直接能用並帶有介面的程式。不然就是被防毒軟體掃出有疑慮，最後找到的程式碼也並非JN所學過的程式語言。用英文搜尋也是差不多的答案。
不過雖然程式碼並非JN所學過的程式語言，但JN觀其架構是十分簡單的，其運作過程只是把mp4(開頭)以byte方式合併其他的m4s(片段)，最後就能得到所想要目標影音檔案。如果是正常能播放的影音檔案，就能用剪接軟體。不過碰到byte合併的方式，寫程式碼就是最簡單的方法。
byte合併可以直接以字元提示命令去執行，但JN不是很熟這個，JN比較熟悉python，於是用python去寫。
當使用Web Developer Tool去看時，JN就發現影音片段(m4s)會隨時間下載後面的片段，並不會一開始就把全部的片段都下載完，這段於提升網頁瀏覽速度是很有幫助，不過卻苦了想直接下載一個完整檔案的人。觀察其片段的網址，各片段的網址取決於編號的不同，所以只需要改編號，就能抓到想要的片段。JN直接嘗試1000號片段，跑出結果404，只要超過片段數，就會抓到404網頁，然後看檔案大小就知道從哪一編號後的就是抓到404網頁。
要抓所有片段很簡單，只需要用迴圈產生各片段網址，然後用python的request套件去get各片段網址，得到「get的結果」，並且用python的shutil套件把「get的結果」存成m4s影音。這些技巧都是從網路教學的爬蟲影片學到的，JN在第一篇的python網誌有寫到從哪裡學到的。最後，JN當時所抓的片段有七百多個，每個平均90kb。
所要的檔案都齊了：開頭的mp4、所有的m4s片段，接下來就是要合起來了。
別忘了要以byte方式合併，JN用python內建的open函式，以wb的方式寫一個輸出檔案。程式碼如下。
AllFragments = open(output.mp4,'wb')
接著其他的片段，也是以open函式以'rb'來讀取，然後以read得到其byte數據。接下來，照順序以mp4的byte數據、以編號順序片段的byte數據，寫進輸出檔案裡。這樣就完成以byte方式合併所有片段了。
最後，用播放器打開輸出檔案，能夠播放，而且也與網路上所聽到的相同。直接跳到最後十秒測試，也沒有缺少音訊。這就是JN所想要的影音檔了。
後記：
JN猜測，其實合併各片段的程式碼，應該在第一步的時候就已經抓到了。猜測是程式語言javascript去做這次JN用python做的事情。但只是JN的功力不夠深厚，挖掘經驗太淺，沒辦法第一時間撈出來。希望有一天記得要再好好地把這個程式碼給揪出來，而不靠自己閉門造車。
會講混音音樂是個提示，並不是指各網站的混音音樂。
這個程式碼可以繼續寫成音樂爬蟲，能夠爬下所有的音樂並且合併輸出。不過JN觀察，該網站應該有下載流量限制，想快速抓完音樂需要有點技巧。