Python3通过Ajax请求URL生成JSON文件爬取Shazam榜单方法咨询

Shazam榜单数据不需要通过BeautifulSoup解析渲染后的HTML，直接调用其公开的结构化JSON接口即可获取数据，实现逻辑如下：

接口构造规则 #

你已找到的全球榜接口为https://www.shazam.com/shazam/v3/en-US/US/web/-/tracks/world-chart-world，所有国家/地区的Top200榜单接口遵循统一命名规则：

• 全球榜：路径末尾固定为world-chart-world
• 国家/地区榜：路径末尾替换为country-chart-<对应国家/地区两位ISO标准编码>
• 示例：你提到的南非Top200榜单，对应接口为https://www.shazam.com/shazam/v3/en-US/US/web/-/tracks/country-chart-za，直接发起GET请求即可返回标准JSON格式数据，无需额外签名、鉴权参数。

提示：要获取其他国家榜单，只需替换路径中的两位ISO编码即可，例如中国对应cn、美国对应us、英国对应gb、日本对应jp，可批量生成目标接口地址。

具体实现代码 #

首先安装依赖库：
pip install requests

完整可运行代码：

import requests
import json
from time import sleep

# 配置待爬取的国家/地区列表，key为自定义保存名称，value为对应两位ISO编码
target_regions = {
    "全球": "",
    "南非": "za",
    "美国": "us",
    "英国": "gb",
    "日本": "jp"
}

# 模拟浏览器请求头，避免被基础反爬拦截
request_headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36",
    "Accept": "application/json"
}

api_base = "https://www.shazam.com/shazam/v3/en-US/US/web/-/tracks/"

for region_name, iso_code in target_regions.items():
    try:
        # 拼接对应接口地址
        if not iso_code:
            req_url = f"{api_base}world-chart-world"
        else:
            req_url = f"{api_base}country-chart-{iso_code}"
        
        resp = requests.get(req_url, headers=request_headers, timeout=15)
        resp.raise_for_status()
        chart_data = resp.json()

        # 保存为本地JSON文件
        save_path = f"shazam_top200_{region_name}.json"
        with open(save_path, "w", encoding="utf-8") as f:
            json.dump(chart_data, f, ensure_ascii=False, indent=2)
        
        print(f"{region_name}榜单数据已保存至 {save_path}")
        sleep(1) # 控制请求频率，避免触发反爬

    except Exception as e:
        print(f"爬取{region_name}榜单失败：{str(e)}")

返回数据常用字段说明 #

接口返回的JSON中，歌曲列表存放在tracks数组内，单条歌曲数据的核心字段：

• rank：歌曲在榜单中的排名
• title：歌曲名称
• subtitle：歌手名称
• shazamCount：该歌曲的Shazam总识别次数
• images.coverart：歌曲封面图片地址
• url：歌曲对应的Shazam详情页地址

注意事项 #

• 请求间隔建议不低于0.5秒，短时间高频请求容易触发IP拦截
• 若遇403错误，可尝试更换User-Agent或使用代理IP，该接口无复杂加密校验
• 直接调用接口获取JSON的方式比解析HTML稳定性高，不会受前端页面改版影响

内容的提问来源于stack exchange，提问作者Tayla Corney