QQ音乐解析工具MCQTSS_QQMusic使用指南
2026-02-06 05:44:58作者:苗圣禹Peter
MCQTSS_QQMusic是一款基于Python开发的QQ音乐解析工具,支持音乐/MV下载地址解析、歌曲信息提取、歌单批量获取等实用功能。无需复杂编程知识,新手也能快速上手,轻松搞定QQ音乐数据获取需求。
核心功能
该工具集成了多种实用功能,覆盖音乐爱好者与数据分析师的核心需求:
- 音乐解析:通过歌曲MID获取播放地址与下载链接
- MV解析:一键提取高清MV下载资源
- 信息查询:支持歌曲、专辑、歌单、歌词等全维度数据获取
- 批量操作:歌单信息可15条/批递进获取,满足大数据分析需求
环境准备
确保安装Python 3.9及依赖库:
git clone https://gitcode.com/gh_mirrors/mc/MCQTSS_QQMusic
cd MCQTSS_QQMusic
pip install requests==2.27.1 pyexecjs==1.5.1
获取Cookie
登录QQ音乐官网后,按下F12打开开发者工具并选择网络选项,按Ctrl+R刷新网页后在Fetch/XHR中找一个请求打开标头,在请求标头中找到Cookie并右键复制即可。
使用示例
解析音乐
直接执行demo.py获取歌曲信息:
import Main
QQM = Main.QQ_Music()
QQM._cookies = QQM.set_cookie('') # 填入获取的Cookie
list_search = QQM.search_music('周杰伦', 20)
print(list_search)
下载MV
运行demo_mv.py输入MV ID即可:
import Main
QQM = Main.QQ_Music()
vid = 'r00127x0yzd'
data = QQM.get_mv_url(vid)
print('音乐名:{} 歌手:{}\n下载信息:'.format(data['mvInfo']['data'][vid]['name'], data['mvInfo']['data'][vid]['singers'][0]['name']))
获取榜单信息
使用demo_toplist.py获取流行指数榜单:
import Main
QQM = Main.QQ_Music()
ret = QQM.get_toplist_music()
print('榜单标题:{} 榜单介绍:{}'.format(ret['toplistData']['titleShare'], ret['toplistData']['intro']))
工具优势
持续更新的解析方案
针对QQ音乐接口变化,项目维护者已更新search_music_new模块,采用最新搜索算法,替代已失效的旧接口。核心代码位于search_music_new/search_music.py。
精准的数据提取
通过结构化函数设计,支持批量获取歌单数据,解决传统工具单次10条限制问题。
注意事项
- Cookie有效期:普通用户Cookie约7天失效,绿钻用户可解析VIP歌曲
- 依赖说明:不使用新搜索模块可无需安装pyexecjs
- 法律提示:本工具仅用于学习研究,请勿用于商业用途
进阶资源推荐
- 扩展工具:同款酷狗音乐解析工具
- 图形界面:配套客户端提供可视化操作
现在就克隆项目体验,让音乐数据获取变得简单高效!
git clone https://gitcode.com/gh_mirrors/mc/MCQTSS_QQMusic
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust013
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
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++
947
888
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
398
303
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
909
暂无简介
Dart
922
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
144
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381

