AI网络爬虫：批量下载微信公众号文章中的音频

任务：微信公众号文章中多个音频文件批量下载

以这个微信公众号文章示例：

https://mp.weixin.qq.com/s/Xcrrsq2AUBFlKWabhQjNag

按下F12键，点击网络——媒体，就可以看到音频文件的地址：

查看几个音频文件地址的规律：

https://res.wx.qq.com/voice/getvoice?mediaid=MzI2ODc4NDc2NF8yMjQ3NTMzNjg1

https://res.wx.qq.com/voice/getvoice?mediaid=MzI2ODc4NDc2NF8yMjQ3NTMzNjg3

https://res.wx.qq.com/voice/getvoice?mediaid=MzI2ODc4NDc2NF8yMjQ3NTMzNjkx

只有最后一串字符不一样，查找这串字符：

可以看到在这个标签中出现：

<mp-common-mpaudio class="js_editor_audio res_iframe js_uneditable custom_select_card" src="/cgi-bin/readtemplate?t=tmpl/audio_tmpl&amp;name=%E4%B8%87%E5%8E%86%E5%8D%81%E4%BA%94%E5%B9%B4%20%E5%85%AB%EF%BC%8836-40%EF%BC%89&amp;play_length=1%E5%B0%8F%E6%97%B644%E5%88%86%E9%92%9F" isaac2="1" low_size="11724.91" source_size="11776" high_size="49159.23" name="万历十五年&nbsp;八（36-40）" play_length="6292000" author="青青百草苑" data-topic_id="" data-topic_name="" data-pluginname="insertaudio" data-trans_state="1" data-verify_state="3" voice_encode_fileid="MzI2ODc4NDc2NF8yMjQ3NTMzNjg1"></mp-common-mpaudio>

在deepseek中输入提示词：

你是一个Python编程专家，要完成一个批量下载网页中音频的Python脚本，具体步骤如下：

用户输入一个网页URL，接受URL；

解析这个URL；

定位其中所有class="js_editor_audio res_iframe js_uneditable custom_select_card" 的mp-common-mpaudio标签，提取其name属性值，去掉其中的空格，作为音频文件名；

提取其voice_encode_fileid的属性值，前面加上“https://res.wx.qq.com/voice/getvoice?mediaid=”，构成音频下载的URL；

下载音频文件，保存在E盘的weixinaudio文件夹中，音频文件格式为mp3格式；

注意：每一步都要输出信息到屏幕上

Deepseek生成的源代码：

import requests

from bs4 import BeautifulSoup

import os

# 用户输入网页URL

url = input("请输入网页URL: ")

print(f"用户输入的URL是: {url}")

# 发送请求并获取网页内容

response = requests.get(url)

print("网页请求成功，正在解析...")

# 解析网页内容

soup = BeautifulSoup(response.text, 'html.parser')

# 定位所有音频标签并提取信息

audio_tags = soup.find_all('mp-common-mpaudio', class_='js_editor_audio res_iframe js_uneditable custom_select_card')

if audio_tags:

for audio_tag in audio_tags:

name = audio_tag['name'].replace(' ', '')

voice_id = audio_tag['voice_encode_fileid']

audio_url = f"https://res.wx.qq.com/voice/getvoice?mediaid={voice_id}"

print(f"音频文件名: {name}")

print(f"音频下载URL: {audio_url}")

# 下载音频文件

print("开始下载音频文件...")

audio_response = requests.get(audio_url)

# 检查文件是否下载成功

if audio_response.status_code == 200:

# 创建文件夹（如果不存在）

if not os.path.exists('E:/weixinaudio'):

os.makedirs('E:/weixinaudio')

# 保存音频文件

with open(f'E:/weixinaudio/{name}.mp3', 'wb') as f:

f.write(audio_response.content)

print(f"音频文件已保存到 E:/weixinaudio/{name}.mp3")

else:

print("音频文件下载失败")

else:

print("未找到音频标签")