开发环境：WIN7+Anaconda+py2.7+scrapy
数据库：MongoDB
文章的顺序：
1、先分析思路；
2、再分析scrapy框架每个模块的作用；
3、最后写代码和分析API，以及评论
Scrapy爬取网易云音乐和评论（一、思路分析）
一、我们先分析歌手，有两种方法：
方法一：遍历
优点：有个别歌手有主页，但是没有申请音乐人，所以不存在歌单列表页，用第二种方法也获取不到。
缺点：不好测试它到底有多少，大概十一二万的样子，大多id是相隔不远的。有些id之间相隔了几位数，本来挺稳定的，想着往4位数遍历就行，却发现还有7位数的，这样遍历的跨度有些大，（id从1872开始），要做些处理，还有判断这个页面存在与否。
方法二：从歌手分类爬取所有歌手的id
歌手分类页：http://music.163.com/#/discover/artist
这里要说一下，网易云的所有网址，要去掉中间那个#号才是真正的url，带#的查看源代码是获取不到真正的信息的。
所以其实是：http://music.163.com/discover/artist
优点：方便，不需要考虑遍历的数量，不需要对页面是否存在做处理
缺点：可能会漏掉一些有主页但未注册的歌手。
我们主要以方法二入手，分析如下：
我们看这个页面左侧栏：
2、因为当时我写的时候，参考到前面提到的那篇GitHub上的代码，
这个group_ids里的就是左侧每个项对应所有的页面了（不包括最上方的推荐歌手和入驻歌手，因为包含在其他里面了）
3、我们按F12或右键检查，如图，每个对应的url是：http://music.163.com/discover/artist/cat?id=xxx，
这里的id就是上面group_ids里的数字了。
4、然后我们再点进去，如图四，url的id就是上面这个group_ids里的元素了，而后面的initial是首字母的意思，你看下面我们选中的是A，然后它是65，是不是想到ASCII码？在ASCII码中A就是从65开始的，Z是90，后面以此类推，最后有个其他，代替的是0：
我们将这两个分别存储为一个列表或元组：
# 左侧栏所有：男女、国家分类id
group_ids = (1001, 1002, 1003, 2001, 2002, 2003, 6001, 6002, 6003, 7001, 7002, 7003, 4001, 4002, 4003)
# 歌手姓名首字母id
initials = [i for i in range(65,91)] + [0]
二、歌手页
1、点进来之后我们来到歌手页，http://music.163.com/#/artist?id=6452，同样，查看源代码的时候去掉url里的#。
2、我们获取的这个歌手页的url对应的是热门50首，在对应网页里我们会发现下面有好几个块：热门50首、专辑、MV、歌手介绍
3、因为受框架的限制，以上四个信息的内容不在一个传递链里，
以下两种顺序的特点都是后者传入的参数都是由前者返回的，而这四个之间属于相同的id，他们并不需要由前者返回，不构成一个传递链：
1)、歌手 ——>专辑列表——>歌曲列表——>歌曲信息——>第5步
2)、歌手 ——>热门50首的歌曲列表——>歌曲信息——>第4步
4、如果如果你只需要热门歌曲你可以获取它所有链接，这个代码被我分为两块：
1）、第一块是包含热门50首的url，也只有url，在id名为'song-list-pre-cache'的div标签里，div->ul->li->a->href
2）、而第二块textarea里是json，是这50首歌的比较完整的信息，只不过，这些信息通过lxml.etree或者BeautifulSoup用text的方式获取下来会是字符串，我们需要用json将它格式化。
如果你只需要歌曲的话，选择第一条就好了，直接跳到第四篇讲API的)，用歌曲的API即可。
5、我们要获取所有歌手的歌曲，就得从歌手的专辑下手，获取专辑里所有的歌手才行。我们在专辑页会发现，有些是有很多页的，我最开始用的是scrapy的xpath解析页面，后来搜的时候发现了API，所以接下来的东西，我们就不通过页面的方式了，API我是通过这个网站发现的：http://moonlib.com/606.html(最近发现网站挂了，请看我的第四篇讲API的，有其他类似API的文章链接)。
我们用到的是2到6（不包括5，没用到歌单），第7条接口是MV的，不过不幸没有发现像专辑一样的列表页信息，它只有单曲的MV的API。不过这里我们用不上。后面第四篇会专门分析API。
6、接下来就是每个专辑的所有歌曲还有专辑、歌手的一些信息，另外专辑下也有评论，且评论数的获取方式有些不同，因此评论有两种处理。
7、最后从图八里的歌曲链接点进去的就是歌曲页了，如图九：
二、Scrapy框架每个模块的作用
关于如何建立一个scrapy程序，可以参考这两篇文章：
1、http://cuiqingcai.com/3472.html（创建的时候推荐）
2、http://www.cnblogs.com/wuxl360/p/5567631.html
关于使用mongodb，可以参考：
一、建立的命令：
scrapy startproject + 你的项目名
第一篇文章有提到两个比较特别且有用的地方：
解释一下：execute里面的三个字符串连起来它其实就是最后执行scrapy程序的命令。这个文件的好处是，倘若你在使用编辑器，比如sublime，是可以在配置后直接执行的，而不用打开DOS窗口然后执行，如果你在sublime里直接执行scrapy本身的任何一个文件，它都不会执行成功，而只能执行这个entrypoint.py，名字应该随意吧，无所谓。
另一点请参考以下的第三部分
二、框架结构
现在整个框架的结构是这样的：
当然，这个spiders文件夹下的WangYiYun.py并不是自动生成的，这个需要我们自己建立，这个文件就是主爬虫程序。
另外，这个脚本的名字建议不要取和项目名同名，否则后面可能会踩坑。以下简称WYY.py，省得出错，我因为已经生成了，改了别的地方又会出错，解决办法是在代码的最前面，编码注释的后面加上这么一句（参考链接找不到了，但是参考GitHub的链接代码里也有）：
from __future__ import absolute_import
- entrypoint.py：执行程序，就想象是run/python xx.py
- items.py：如果你学过orm的话，会很好的理解它，它相当于数据库的字段。
- middlewares.py：这个是个中间件，我也不知道它是做什么的，因为并没有用到。且很多例子上显示的结构没有它，基本上我们也不会改到它。
- pipelines.py：这个就是定义存储的文件，比如连接，使用哪个数据库存储。
- settings.py：一看就知道，是配置文件。
三、关于setting配置：
1、关于调试
上面的原因和配置解释的很清楚，
2、关于spidername和robots.txt
BOT_NAME很重要，在WYY.py文件里写脚本的时候，继承自scrapy.Spider的这个类，它需要有一个name，而这两者必须同名。
最下面那行的ROBOTSTXT_OBEY，大家知道爬虫绕不开robots.txt这个文件，每个网站都会有这个网站，是必须遵守的一个守则吧，就是有些不让你爬，有些又允许你爬。默认是True，如果失败了，可以尝试将其注释，然后复制一行，改为False。
settings.py文件里大多都是写好的，你只要将它复制，取消注释，然后修改即可，最好不要不复制直接在原文上改，万一改到了什么出了错，还能有个参照物。
3、关于headers
重要的一般就是Referer、User-Agent(这个必须要有)、Accept(可选，但是涉及到xhr，即json文件，就要修改了)。
这里将它注释，改成自己的，你也可以写在主爬虫WYY.py文件里另写，比较自由，写在这里算是一个基本配置吧。
4、关于ITEM_PIPELINES
这个是启用一个Item Pipeline组件，数字代表优先级，越小越优先，没有注释的那行是我的，而下面还有一行，是我之前在网上看过的一种写法，但是并不能成功，它应当是一个字典，列表不行
5、关于mongodb配置
随便写在哪，我们就写在刚刚ITEM_PIPELINES的后面
这里顺便建议，常量都用大写。
HOST是本地，PORT是端口，DBNAME是数据库，WYY。
接下来四个是集合了，相当于table，这个顺序是倒序。
1、MONGODB_COL_ARTIST - > ArtistInfo -> 所有的歌手列表
2、MONGODB_COL_ALBUMLIST - >AlbumListInfo - > 每个歌手的所有专辑列表
3、MONGODB_COL_ALBUM - >AlbumInfo - > 每张专辑内的所有歌曲列表
4、MONGODB_COL_SONG - > SongInfo -> 每首歌曲的信息
四、关于items.py
它就相当于SQL/MySQL里的字段，它没有什么特别的字段类型，反正所有都是scrapy.Field()就可以了，另外三个集合同样，每个单独写个类，依照你们自己的需求定字段即可。
五、关于pinelines.py
切记，要记得导入items里的那几个你定义的字段的类，我之前忘了导入，然后一切程序正常，就死活存不进去，也不报错，差点掉坑里走不出来
然后这个WangyiyunPipeline基本就两块，一个初始化init()，一个process_item()，前者是用来连接的，后者是用来存储的。
可以看到我init里有一些注释，这里说明一下，因为涉及到多个集合存储，一开始真不知道怎么弄，一开始我以为把每个都扔init就成了，然后通过self调用，后来发现不行，在init定义一个集合就可以了。process_item()还是参考刚刚那个GitHub那个项目，才知道通过isinstance判断。
isinstance大家知道什么意思吧，然后每个item对应的什么在注释我也写了。另外，我下面还有一些被注释掉的代码部分，这里就是我在最开头说的，想要跳过一些重复的地方，但是跳过之后不知道做什么处理。
在不用框架的时候，我们存Mongodb。是先定义一个空字典，然后赋值，最后insert_many/insert_one，这里也是一样的，只不过，我们是将传入的item给dict化。
而后面，在不使用默认的集合时，重新赋一个取代之前的artist即可。
接下来我们开始正式写代码了。
三、爬取歌手
前面有提到，spiders目录下的文件最好不要取和项目相同的名字，如果取了也没关系，有办法，在导入模块的最前面加上这句：
from __future__ import absolute_import
因为参考的文章太多了，我也找不到出处的链接了抱歉。
一、导入：
仍然提醒，要记得导入items的那几个模块、
二、最基本的代码结构是这样的：
class WangYiYunCrawl(scrapy.Spider):
name = 'WangYiYun'
allowed_domains = ['music.163.com']
# start_urls = 'http://music.163.com/discover/artist/cat?id={gid}&initial={initial}'
group_ids = (1001, 1002, 1003, 2001, 2002, 2003, 6001, 6002, 6003, 7001, 7002, 7003, 4001, 4002, 4003)
initials = [i for i in range(65,91)] + [0]
headers = {
"Referer":"http://music.163.com",
"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3067.6 Safari/537.36",
}
def start_requests(self):
pass
def parse(self,response):
pass
最前面的那一大段前面都有说过，就不再提，这里的headers是自己写的，所以后面会调用到self.headers，只在settings.py文件里配置的这里可以省略，后面也不用用。
还剩allowed_domains。
首先讲一下我之前一直困惑的地方：start_urls 和start_requests()可以同时存在，也可以只要一个即可。
如果你写的是start_urls，那start_requests()这个函数可以省掉，直接在parse里对它进行处理，parse这个函数，就是爬虫的主程序，平常怎么写就怎么写。
然后这个response，我们先来看代码：
start_requests()这个函数在返回的时候，（对了，这个scrapy里返回用的都不是return，而是yield，迭代的意思），使用Request，可以看到它大多是和requests这个库很像，它的作用也是一样，返回是一个response，它特别的在于它最后一个参数，callback的值接的是回调函数，即你要把返回的response作为参数传递给哪个函数，这个函数后面不需要括号，所以一开始我也没搞懂它是个什么。
另外，这里调用headers是因为我将headers定义在了这个class里，如果是定义在settings.py里，这里可省略。
之后的函数都是这样，如果你要将什么参数穿到下一个函数，都可以用这个，而在回调函数里必须传入这个response参数。
关于parse函数:
parse这个函数的名称无所谓，但是最好带上parse（许多scrapy类型的文章都这么用，一眼看上去就知道是什么），并且保证传递的回调函数参数和这个函数名称一致即可。
三、parse函数
1、默认情况，scrapy推荐使用Xpath，因为response这个对象可以直接使用Xpath来解析数据，比如我代码中的，response对象下直接就可以用selector.xpath。
response.selector.xpath('//ul[@id="m-artist-box"]/li')
当然，除此之外，还有一种使用xpath的方法：
from scrapy.selector import Selector
selector = Selector(response.body)
关于Selector的用法，可以参考：
http://blog.csdn.net/liuweiyuxiang/article/details/71065004
但是这种方法并不是特别方便，所以直接使用response.selector.xpath的方法就好。
2、关于xpath的格式，参考中文官方文档吧，http://scrapy-chs.readthedocs.io/zh_CN/1.0/intro/tutorial.html。它跟lxml大同小异，但是还是有些区别，如图，这是四种基本的方法：
它返回的其实都是数组，xpath不用说，然后最常用的就是extract了，这个返回的列表里都是文本，而不是Selector对象
它获取的就是所有href的集合。
等价于BeautifulSoup这么用，只不过这个是获取单个的：
from bs4 import BeautifulSoup
soup = BeautifulSoup(response.content,'lxml')
href = soup.find('a')['href']
然后简单提两个xpath简单而常用用法：
@href：这种@后面加什么的，都是某个标签的某个属性，其他比如src也是这样用。
text()：这个就是获取文本了。
3、item它就是那个对应某个爬虫所对应的数据库的字段，因为mongodb存储的格式类似json，在python里它就是个dict，当它是个dict就可以了。
item = WYYArtistItem()
4、使用scrapy.Request它可以传递的不只是url，它也可以传递整个item，使用meta，例如
yield scrapy.Request(url=url,meta={'item': item}, headers=self.headers, method='GET', callback=self.parse)
然后在parse()函数调用的时候，
def parse(self,response):
item = response.meta['item']
但是并不建议这么用，因为很浪费资源。
另外，传递url的时候，除了用url，如果获得的url这段直接存进了item里，也可以直接用item['url']：
yield scrapy.Request(url=item['album_url'], headers=self.headers, method='GET', callback=self.parse_album_list)
最最最最重要的一点是，如果要存到数据库里，比如最后一个不用再Request了，那么一定要加上
yield item
这样才能存进数据库里，之前一直存不进去，一个就是前面忘了导入items，一个就是这里。
四、其他部分
后面基本都照这个模式来，因为我的顺序是：歌手--专辑页--专辑所有歌曲--歌曲，刚好每一个爬下来的url都可以直接传递给下一个函数，通过callback的方式。
这里最大的好处就是，比如歌手页，不用爬下来存一个列表，然后到了下一个函数，再遍历一遍这个列表，它每抓一个url，直接就能到下一个函数运行。
我运行的时候最大的一个问题就是‘yield item’那里，四个部分，我最后一个步骤才放‘yield item’，于是它只存最后一个，即歌曲部分，搞得我一脸懵逼，后来想想大概要执行完这个，然后再把前面的改成yield item，才能都存进去。这个是一个很严重的问题。
所以最好就是在parse就是第一个地方就存，yield item，存完再改成yield Request再执行下一个函数。我才知道之前参照的那个项目里为什么会有注释掉的'yield item'。
因为这份代码被我弃用了，所以还有一些有瑕疵的地方没改过来，代码就不发出来了。
我之前贴的那个GitHub的项目就还可以，我就是参照那个改的，基本上我讲清楚了，弄懂了就可以看得懂，就可以上手了。
四、关于API
前面有提到，API的参考链接，另外再放上几个，
1、http://moonlib.com/606.html（我用的这个）
2、http://blog.csdn.net/qujunjie/article/details/34422379
3、https://binaryify.github.io/NeteaseCloudMusicApi/#/?id=neteasecloudmusicapi（这个比较官方，我也不知道是不是官方，但是很全很全很全）
我们爬取的顺序是：
1、歌手专辑
2、专辑信息（不包括评论）
3、歌曲信息（不包括评论）
4、歌词
5、专辑和歌曲评论（这个另起一章写）
我们拿一个来讲解，其他的类似：
比如，歌手专辑：
http://music.163.com/api/artist/albums/166009?id=166009&offset=0&total=true&limit=12
- offset：偏移量，它其实算是比如歌手的专辑页每页有12首，第一页的offset就是0（一般是0开头），然后第二页offset就是12，第一页0~11刚好12位数，所以offset从12开头，以此类推。可以算作是
second_offset = limit*(first_offset+1) - limit：一页有多少，这个可以改，但是不同的网站有不同的规律，比如豆瓣，它这个limit的上限跟当页显示给你看的不同，比如一页默认给你显示20条数据，但是你给它改成50也会给你返回50条。但是网易云不一样，它显示是12条，它的limit可以往下，但不能往上，往上它返回也是12条，它这是固定的，那超过怎么办呢？假设36条，那么3页对吧，根据前面的offset，不停的改offset，这数字一看就有规律，很容易就能想到用遍历，如图，这是我写的一个歌手专辑信息的函数：
我的那个get_req()函数就是对requests.get做了些处理，中途肯定会遇到各种各样的状态码对吧，这个你们自己去思考。
这里我没有用response，因为不涉及到一个完整的传递链，它只是要存进数据库的某一个字段，如图，这个才是我要进行存储的的函数，其中调用了get_artist_album_info()这个函数，它只是作为一个字段存进了item。
然后回到get_artist_album_info()函数，这里的建议就是，将固定的不变，会变的用params这个参数，requests.get它后面可以传各种参数，包括params，以及前面的headers。
这个params里有四个参数：
- id：歌手的id，事实上，有它，albums_url里那个%s占位的地方可以不要，但是因为最开始参照的那个网站有，也是测试成功就没管了。（上面我提供的链接1和2的区别在这里，用哪个都行）
- offset：这个首先看到我的page_count，就是指页数，比如3页，但其实网易云这个抓不到有多少页，其实应该是从第一页的json返回的专辑信息得到的总专辑数量有多少，然后进行处理的。但是因为写这个的时候我直接爬的页数，但是当时没测试，所以建议改成这样就可以了：
# album_count是一个歌手所有专辑的总数
# 获得的方法可以先爬第一页的json数据，或者别的你们自己找
for offset in range(0,album_count,12):
params = {
'id':singer_id,
'offset':offset,
'total':'true',
'limit':12
}
- total：这个参数的意义除了在评论有用，这里不确定到底有什么用，最开始我以为，改成TRUE能不需要offset，会返回所有数据，后来发现没什么区别，最大上限就是一页12，放着也没关系。
- limit：这里就是12
API
以此类推，其他到底都是这样了，这里把http://moonlib.com/606.html的API集中写一下，method都是GET：
1、歌手专辑：
# 歌手专辑：
# 三种写法，随意，推荐第三种，后面都是
1、http://music.163.com/api/artist/albums/[artist_id]/
2、http://music.163.com/api/artist/albums/166009/id=166009&offset=0&total=true&limit=5
3、url='http://music.163.com/api/artist/albums/166009'
params = {....}
2、专辑里的歌曲列表
# 专辑里的歌曲列表
http://music.163.com/api/album/2457012?ext=true&id=2457012&offset=0&total=true&limit=10
3、歌曲信息
# 歌曲信息
# 这里说明一下，%5B和%5D就是一对中括号[]，最好改成[]，像歌手专辑里第一种写法那个一样，因为%5B那种写法还要处理，且麻烦。
http://music.163.com/api/song/detail/?id=28377211&ids=%5B28377211%5D
4、歌词信息
# 这个跟其他都不一样，后面的lv、kv、tv是固定的，只要改id即可。
http://music.163.com/api/song/lyric?os=pc&id=93920&lv=-1&kv=-1&tv=-1五、评论
评论的API的参考链接：
1、https://github.com/darknessomi/musicbox/wiki/%E7%BD%91%E6%98%93%E4%BA%91%E9%9F%B3%E4%B9%90%E6%96%B0%E7%89%88WebAPI%E5%88%86%E6%9E%90%E3%80%82（这个是从歌单下手的，里面的评论可以参考）
2、http://www.imooc.com/article/17459?block_id=tuijian_wz
3、http://blog.csdn.net/u012104691/article/details/53766045
后面这几篇都讲的比较详细，当时查资料的时候，还查到另外一种写法，就是里面有一堆命名是first_param什么的，看得头晕眼花，然后当时测试似乎也没有成功，建议用现在的这种就好了。
基本模式就是这样：
因为专辑和歌曲都有评论，所以我专门将它写成了个类，后面直接调用就可以了。
# -*-coding:utf-8-*-
import os
import re
import sys
import json
import base64
import binascii
import hashlib
import requests
from Crypto.Cipher import AES
class CommentCrawl(object):
'''评论的API封装成一个类，直接传入评论的API，再调用函数get_song_comment()和get_album_comment()即可分别获取歌曲和专辑的评论信息
'''
def __init__(self,comment_url):
self.comment_url = comment_url
self.headers = {
"Referer":"http://music.163.com",
"User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3067.6 Safari/537.36",
}
def createSecretKey(self,size):
'''生成长度为16的随机字符串作为密钥secKey
'''
return (''.join(map(lambda xx: (hex(ord(xx))[2:]), os.urandom(size))))[0:16]
def AES_encrypt(self,text, secKey):
'''进行AES加密
'''
pad = 16 - len(text) % 16
text = text + pad * chr(pad)
encryptor = AES.new(secKey, 2, '0102030405060708')
encrypt_text = encryptor.encrypt(text.encode())
encrypt_text = base64.b64encode(encrypt_text)
return encrypt_text
def rsaEncrypt(self, text, pubKey, modulus):
'''进行RSA加密
'''
text = text[::-1]
rs = int(text.encode('hex'), 16) ** int(pubKey, 16) % int(modulus, 16)
return format(rs, 'x').zfill(256)
def encrypted_request(self, text):
'''将明文text进行两次AES加密获得密文encText,
因为secKey是在客户端上生成的，所以还需要对其进行RSA加密再传给服务端。
'''
pubKey = '010001'
modulus = '00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7'
nonce = '0CoJUm6Qyw8W8jud'
text = json.dumps(text)
secKey = self.createSecretKey(16)
encText = self.AES_encrypt(self.AES_encrypt(text, nonce), secKey)
encSecKey = self.rsaEncrypt(secKey, pubKey, modulus)
data = {
'params': encText,
'encSecKey': encSecKey
}
return data
def get_post_req(self, url, data):
try:
req = requests.post(url, headers=self.headers, data=data)
except Exception,e:
# dosomething
print url,e
# return None
return req.json()
def get_offset(self, offset=0):
'''偏移量
'''
if offset == 0:
text = {'rid':'', 'offset':'0', 'total':'true', 'limit':'20', 'csrf_token':''}
else:
text = {'rid':'', 'offset':'%s' % offset, 'total':'false', 'limit':'20', 'csrf_token':''}
return text
def get_json_data(self,url,offset):
'''json 格式的评论
'''
text = self.get_offset(offset)
data = self.encrypted_request(text)
json_text = self.get_post_req(url, data)
return json_text
def get_song_comment(self):
'''某首歌下全部评论
'''
comment_info = []
data = self.get_json_data(self.comment_url,offset=0)
comment_count = data['total']
if comment_count:
comment_info.append(data)
if comment_count > 20:
for offset in range(20,int(comment_count),20):
comment = self.get_json_data(self.comment_url,offset=offset)
comment_info.append(comment)
return comment_info
def get_album_comment(self,comment_count):
'''某专辑下全部评论
'''
album_comment_info = []
if comment_count:
for offset in range(0,int(comment_count),20):
comment = self.get_json_data(self.comment_url,offset=offset)
album_comment_info.append(comment)
return album_comment_info
重复的地方我就不赘述了，最后两个地方我之所以分开写，是因为专辑的评论数可以从专辑信息里获取，但歌曲评论数从专辑列表信息里获取不到，只能先爬取它第一页的json数据，它里面的total就是评论总数，然后再做后面的处理。
评论的API：
# 1、专辑评论API：
comment_url = 'http://music.163.com/weapi/v1/resource/comments/R_AL_3_%s?csrf_token=' % album_id
# 2、歌曲评论API：
comment_url = 'http://music.163.com/weapi/v1/resource/comments/R_SO_4_%s?csrf_token=' % song_id
然后将comment_url 作为参数传入上面封装的那个类里即可，不同的是专辑还需先获取专辑评论的数量。
所有的分析都结束了，接下来的代码自己写吧。
转载链接：https://www.jianshu.com/p/65f29ed8b718