深度解析QQ音乐API:Python逆向工程实战指南
2026-02-06 04:00:59作者:凌朦慧Richard
QQ音乐作为国内主流音乐平台,其API接口采用了多重加密和验证机制,为开发者获取音乐数据带来了显著技术挑战。本文通过逆向工程分析,深入探讨QQ音乐API的调用机制、签名算法实现以及数据解析技术。
技术架构与核心原理
QQ音乐API采用模块化设计,通过musicu.fcg统一网关处理各类数据请求。核心通信基于JSON-RPC风格,每个请求包含comm公共参数和多个req_x业务模块参数。
签名算法逆向解析
项目实现了QQ音乐特有的签名算法get_sign,该算法基于MD5哈希和自定义编码转换:
def get_sign(self, data):
k1 = {"0": 0, "1": 1, "2": 2, "3": 3, "4": 4, "5": 5, "6": 6, "7": 7, "8": 8, "9": 9,
"A": 10, "B": 11, "C": 12, "D": 13, "E": 14, "F": 15}
l1 = [212, 45, 80, 68, 195, 163, 163, 203, 157, 220, 254, 91, 204, 79, 104, 6]
text = json.dumps(data, separators=(',', ':'))
md5 = hashlib.md5(text.encode()).hexdigest().upper()
# 字符位置重排和异或运算
t1 = ''.join([md5[i] for i in [21, 4, 9, 26, 16, 20, 27, 30]])
t3 = ''.join([md5[i] for i in [18, 11, 3, 2, 1, 7, 6, 25]])
ls2 = []
for i in range(16):
x1 = k1[md5[i * 2]]
x2 = k1[md5[i * 2 + 1]]
x3 = ((x1 * 16) ^ x2) ^ l1[i]
ls2.append(x3)
# Base64变种编码
t = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/="
ls3 = []
for i in range(6):
if i == 5:
ls3.append(t[ls2[-1] >> 2])
ls3.append(t[(ls2[-1] & 3) << 4])
else:
x4 = ls2[i * 3] >> 2
x5 = (ls2[i * 3 + 1] >> 4) ^ ((ls2[i * 3] & 3) << 4)
x6 = (ls2[i * 3 + 2] >> 6) ^ ((ls2[i * 3 + 1] & 15) << 2)
x7 = 63 & ls2[i * 3 + 2]
ls3.extend(t[x4] + t[x5] + t[x6] + t[x7])
t2 = ''.join(ls3).replace('[\\/+]', '')
sign = 'zzb' + t1 + t2 + t3
return sign.lower().replace('+', '').replace('/', '').replace('=', '')
API调用机制分析
QQ音乐采用分布式CDN调度和Vkey验证机制,音乐播放地址获取流程:
def get_music_url(self, music_mid):
data = {
"req": {
"module": "CDN.SrfCdnDispatchServer",
"method": "GetCdnDispatch",
"param": {"guid": "1535153710", "calltype": 0, "userip": ""}
},
"req_0": {
"module": "vkey.GetVkeyServer",
"method": "CgiGetVkey",
"param": {
"guid": "1535153710",
"songmid": [music_mid],
"songtype": [0],
"uin": ''.join(random.sample('1234567890', 10)),
"loginflag": 1,
"platform": "20"
}
},
"comm": {"uin": uin, "format": "json", "ct": 24, "cv": 0}
}
ret = requests.get('https://u.y.qq.com/cgi-bin/musicu.fcg?data={}'.format(
json.dumps(data)), headers=self._headers, cookies=self._cookies)
return 'https://dl.stream.qqmusic.qq.com/{}'.format(
ret['req_0']['data']['midurlinfo'][0]['purl'])
数据提取技术实现
批量歌单信息获取
通过get_playlist_info_num方法实现分页批量获取,解决单次请求限制:
def get_playlist_info_num(self, playlist_id, song_num):
data = {
"comm": {"g_tk": 5381, "uin": "", "format": "json", "platform": "h5"},
"req_0": {
"module": "music.srfDissInfo.aiDissInfo",
"method": "uniform_get_Dissinfo",
"param": {
"disstid": int(playlist_id),
"song_begin": song_num,
"song_num": 30 # 每批获取30条记录
}
}
}
return self._api_call(data)['req_0']['data']['songlist']
搜索算法升级
新版搜索模块采用JavaScript加密生成searchid,通过execjs执行:
// getsearchid.js 加密算法
function l(e) {
var t = (new Date).getTime().toString()
, n = ""
, r = "abcdefghijklmnopqrstuvwxyz0123456789";
for (i = 0; i < e; i++)
n += r.charAt(Math.floor(Math.random() * r.length));
return t + n
}
技术挑战与解决方案
Cookie验证机制
普通用户Cookie有效期约7天,绿钻用户可解析VIP歌曲。通过模拟浏览器行为维持会话有效性:
def set_cookie(self, cookie):
list_ret = {}
cookie_list = cookie.split('; ')
for item in cookie_list:
key_value = item.split('=')
list_ret[key_value[0]] = key_value[1] if len(key_value) == 2 else '='.join(key_value[1:])
return list_ret
错误处理与重试机制
API返回500001错误码时进行异常处理:
ret = requests.get(url, headers=self._headers, cookies=self._cookies)
if ret['code'] == 500001: # 数据提交错误或Cookie过期
return 'Error'
合规使用建议
- 法律合规性:本技术仅用于学习研究和学术交流,不得用于商业用途
- 数据安全:获取的音乐数据应遵守版权法规,避免大规模爬取
- 技术伦理:逆向工程研究应尊重平台技术保护措施,不进行恶意破解
- 资源限制:合理控制请求频率,避免对平台服务器造成压力
项目部署与使用
git clone https://gitcode.com/gh_mirrors/mc/MCQTSS_QQMusic
cd MCQTSS_QQMusic
pip install requests==2.27.1 pyexecjs==1.5.1
通过本文的技术分析,开发者可以深入了解QQ音乐API的工作原理,为音乐数据处理和分析提供技术参考。建议在实际应用中严格遵守相关法律法规,合理使用技术成果。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
172
Ascend Extension for PyTorch
Python
338
401
React Native鸿蒙化仓库
JavaScript
302
353
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
883
590
暂无简介
Dart
768
191
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
139
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246


