喜马拉雅FM抓包之旅
一、概述 最近学院组织安排大面积实习工作，今天刚刚发布了喜马拉雅FM实习生招聘的面试通知。通知要求：公司采用开放式题目的方式进行筛选，申请的同学须完成如下题目 写程序输出喜马拉雅FM上与“卓老板”相关（相关指用“卓老板”作关键词可以在喜马拉雅上搜索到）的所有专辑的信息，按总播放量倒序排列，每行是一个字符串，形如{"title" : "该专辑的名称", "anchorman" : "该专辑所属的账号名称", "info" : "该专辑的简介", "totalPlayCount" : 该专辑的总播放量}。可以只输出信息，不用下载专辑中的音频mp3文件。可以用C/C++、JavaScript、Java、Python、Go等语言编写。 二、分析 2.1 题目分析 数据要求就是JSON数据，很容易想到：要么去写爬虫，从喜马拉雅的官网页面上爬取数据；要么在app上进行抓包，分析接口。 2.2 说干就干 首先，我去了喜马拉雅的官网进行了操作。发现，在第一个页面上可以搜索，也能查看到一些数据，但是数据并没有按照播放量排序以及数据中无播放量这一数据。同时，对整个页面访问的过程进行抓包分析，发现好像并没有类似Json数据的传输。因此，解决方案只有进入每个专辑页面的详情页去获取播放量，再把这些数据汇总。 使用到的技术：用Python语言解析html页面