python-网易云简单爬虫
一.准备工作
1.使用python3.6和pycharm
2.使用的模块 tkinter 、requests 、beautifulSoup、getpass、os
3.网易云的榜单页面地址 https://music.163.com/playlist?id=2302000737
4.界面如下图
二.分析
1.打开网易云音乐的网址(谷歌浏览器),检查元素,会发现每首歌的都是一个a标签,如下图,这个时候,
看到这个统一的格式我们就可以,来过滤掉不必要的标签,在获取网页源代码的时候我们发现有这么一段代码
<ul class="f-hide">
<li><a href="/song?id=135377">依然在一起</a></li>
<li><a href="/song?id=29802294">我要的飞翔(哼唱版)</a></li>
<li><a href="/song?id=449626902">不爱你·非也</a></li>
<li><a href="/song?id=29429422">给我深爱的你</a></li>
<li><a href="/song?id=489302317">雀跃</a></li>
<li><a href="/song?id=862491309">怎么说爱你</a></li>
<li><a href="/song?id=562675516">扎心</a></li>
<li><a href="/song?id=41500539">那是爱情</a></li>
<li><a href="/song?id=560863505">可岁月,你到底要怎样?</a></li>
<li><a href="/song?id=435288250">你会为我留下吗</a></li>
<li><a href="/song?id=556479928">关于二次元的歌</a></li>
<li><a href="/song?id=562594319">如果会是你</a></li>
<li><a href="/song?id=72731">那一次</a></li>
<li><a href="/song?id=490595991">星期三或礼拜三</a></li>
<li><a href="/song?id=507014930">赧(nǎn)然的贼</a></li>
<li><a href="/song?id=489506275">非酋</a></li>
<li><a href="/song?id=862129612">王牌冤家</a></li>
<li><a href="/song?id=445505374">心仪</a></li>
<li><a href="/song?id=36117834">南瓜饼子店</a></li>
<li><a href="/song?id=82203">为你写的歌</a></li>
<li><a href="/song?id=431551064">写给我第一个喜欢的女孩的歌</a></li>
<li><a href="/song?id=516321040">很可爱的歌 (Remix featuring 梁晓雪)</a></li>
<li><a href="/song?id=472646451">即使全世界都嫌弃这首歌肉麻又俗气我还是要把它献给你</a></li>
<li><a href="/song?id=254164">恋着多喜欢</a></li>
<li><a href="/song?id=466370500">不二臣</a></li>
<li><a href="/song?id=161420">偏偏爱上你</a></li>
<li><a href="/song?id=223638">多么想念你</a></li>
<li><a href="/song?id=31546892">恋爱中</a></li>
<li><a href="/song?id=521780143">繁华之处</a></li>
<li><a href="/song?id=412951744">无画</a></li>
<li><a href="/song?id=504624714">青柠</a></li>
<li><a href="/song?id=531295576">最美的期待</a></li>
<li><a href="/song?id=432506809">致姗姗来迟的你 </a></li>
<li><a href="/song?id=85571">我们俩</a></li>
<li><a href="/song?id=26349280">为了遇见你</a></li>
<li><a href="/song?id=389246">爱人</a></li>
<li><a href="/song?id=28427655">喜欢你的无数个理由</a></li>
<li><a href="/song?id=461899833">鸽子</a></li>
<li><a href="/song?id=562592191">如果写不出好的和弦就该在洒满阳光的钢琴前一起吃布丁</a></li>
<li><a href="/song?id=436346545">深蓝色的气球 </a></li>
<li><a href="/song?id=458553516">献给海子的歌</a></li>
<li><a href="/song?id=417596830">美好事物</a></li>
<li><a href="/song?id=144137">水晶</a></li>
<li><a href="/song?id=108445">表达爱</a></li>
<li><a href="/song?id=386181">让我照顾你</a></li>
<li><a href="/song?id=63570">两只恋人</a></li>
<li><a href="/song?id=139463">我们的小世界</a></li>
<li><a href="/song?id=440353151">猫眼里的半途</a></li>
<li><a href="/song?id=109125">夏天</a></li>
<li><a href="/song?id=5356944">爱很美</a></li>
<li><a href="/song?id=536669917">情感导师【Prod by L.H.W】</a></li>
<li><a href="/song?id=473571305">傲娇与偏见 (对唱版)</a></li>
<li><a href="/song?id=552304135">如果最后还是你♡</a></li>
<li><a href="/song?id=25648051">最佳听众</a></li>
<li><a href="/song?id=531786614">亲爱的</a></li>
<li><a href="/song?id=28936085">惟爱你</a></li>
<li><a href="/song?id=132975">爱的就是你</a></li>
<li><a href="/song?id=25638152">怎么爱你都不够</a></li>
<li><a href="/song?id=29482339">给我你的爱(demo)</a></li>
<li><a href="/song?id=435288313">天天情人节</a></li>
<li><a href="/song?id=26550475">一定有个你</a></li>
<li><a href="/song?id=297485">陪我到以后</a></li>
<li><a href="/song?id=82486">春风吹</a></li>
<li><a href="/song?id=425065716">好想你</a></li>
<li><a href="/song?id=215884">确定一定以及肯定</a></li>
<li><a href="/song?id=459858574">对你爱不完</a></li>
<li><a href="/song?id=25642952">我们的歌</a></li>
<li><a href="/song?id=327079">一想到你呀</a></li>
<li><a href="/song?id=233920">天生一对</a></li>
<li><a href="/song?id=421563713">桥豆麻袋</a></li>
<li><a href="/song?id=520464278">去海边</a></li>
<li><a href="/song?id=479219330">我一定会爱上你</a></li>
<li><a href="/song?id=357312">流川枫与苍井空</a></li>
<li><a href="/song?id=22852057">爱你</a></li>
<li><a href="/song?id=108269">记得</a></li>
<li><a href="/song?id=4875075">遇到</a></li>
<li><a href="/song?id=326719">喜欢</a></li>
<li><a href="/song?id=64706">给你</a></li>
<li><a href="/song?id=29805931">木头</a></li>
<li><a href="/song?id=306680">我们终究会牵手旅行</a></li>
<li><a href="/song?id=34014289">完美男友</a></li>
<li><a href="/song?id=375043">酸甜</a></li>
<li><a href="/song?id=394653">坐在巷口的那对男女</a></li>
<li><a href="/song?id=327736">梁山伯与茱丽叶</a></li>
<li><a href="/song?id=368942">橘子汽水</a></li>
<li><a href="/song?id=449818741">光年之外</a></li>
<li><a href="/song?id=515383689">我在十点差三分的时候开始想你</a></li>
<li><a href="/song?id=277352">那么爱你为什么</a></li>
<li><a href="/song?id=28739376">不愿错过你</a></li>
<li><a href="/song?id=436698550">幸福的终点</a></li>
<li><a href="/song?id=469699266">最美情侣</a></li>
<li><a href="/song?id=423703512">初心共老</a></li>
</ul>
我们就把这些数据拿过来 在处理一次
三.准备界面
1.使用的tkinter是python提供的图形开发界面的库,几个常用的界面开发库有Tkinter、w'xPython、Jython。具体用法不在赘述,详情请移步--Tkinter界面开发
导入tkinter模块,并初始化对应的输入框和按钮,
from tkinter import * # 创建窗口
root = Tk()
# 设置标题
root.title('网易云音乐')
# 设置窗口大小,‘x’符号 区分宽高
# root.geometry('500x400')
# 设置出现的位置,用‘+’号来代替,这个是相对屏幕左上角的位置
# root.geometry('+500+200')
# 两句合成一句是执行
root.geometry('560x300+500+200') # 标签控件
label = Label(root,text='请输入要下载的歌单URL:',font=('华文行楷',12))
# 添加定位才能显示
# 网格式布局 以行列为准显示
label.grid(row=0,column=0) # 输入框
entry = Entry(root,font=('微软雅黑',25),width=25)
entry.grid(row=0,column=1) text = Listbox(root,font=('微软雅黑',15),width=55,height=10)
# 组件跨越的列数
text.grid(row=1,columnspan=2) # 添加下载按钮和退出按钮,command设置按钮的点击事件
download = Button(root,text='开始下载',font=('微软雅黑',15),width=10,height=2,command=download_song)
# 添加最后的对齐方式
# sticky对齐方式 N S W E
download.grid(row=2,column=0,sticky=W) exit = Button(root,text='退出',font=('微软雅黑',15),width=10,height=2,command=root.quit)
# 添加最后的对齐方式
# sticky对齐方式 N S W E
exit.grid(row=2,column=1,sticky=E) # 显示窗口,消息循环
root.mainloop()
2.最初的界面已经制作好了,开始网络请求的模块,点击下载按钮,请求网络信息
# 添加user-agent
header = {
"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36"
} # 爬取网页数据
def download_song():
#每次开始重新下载的时候删除listBox里面的所有的内容
text.delete(0,END)
# 获取用户输入的URL地址
url = entry.get()
# url = "https://music.163.com/playlist?id=2302000737" #下载地址
song_url = "http://music.163.com/song/media/outer/url?id={}"
#request请求类库,直接获取的html源代码
result = requests.get(url,headers=header)
# 对获取的html源代码进行处理,beautifulSoup对源码的处理
html = BeautifulSoup(result.text,'html.parser')
print(html)
# 过滤元素,查找ul标签,class为f-hide,再去查找里面的所有a标签,返回的是一个数组
musics = html.find('ul',{'class','f-hide'}).find_all('a')
print(musics)
music_dict = {}
# 每个榜单数量太大,这里只下载5首歌曲
for music in musics[:5]:
#获取a标签对应的href,并过滤掉前面的song?id=,只留下歌曲的id
music_id = music.get('href').strip('/song?id=')
#获取歌曲的名称
music_name = music.text
#组装为一个字典
music_dict[music_id] = music_name # 遍历字典,下载每首歌曲,并保存到本地
for k, v in music_dict.items():
download_url = song_url.format(k)
saveMusic(download_url,v)
3.歌曲保存,引入第三方 import getpass,获取当前的用户名
def saveMusic(download_url,music_name):
# 拿到下载路径和文件保存路径
#在listbox中输出正在下载的文件和状态
text.insert(END,'正在下载>>>>:' + music_name)
# 拼接下载路径地址
file_path = '/Users/'+getpass.getuser()+'/Downloads/musics'
if not os.path.exists(file_path):
os.makedirs(file_path)
# 保存的文件名
save_path = file_path + '/%s.mp3' % music_name
print(save_path) # 开始下载数据
result = requests.get(download_url, headers=header)
with open(save_path, 'wb') as w_obj:
w_obj.write(result.content)
text.insert(END,'下载完成:>>>>' + music_name)
# 跳转到指定的item索引位置
text.see(text.size()-1)
4.自此,所有的步骤都已经完成,可以复制榜单地址直接点击下载了
python-网易云简单爬虫的更多相关文章
- 关于网易云音乐爬虫的api接口?
抓包能力有限,分析了一下网易云音乐的一些api接口,但是关于它很多post请求都是加了密,没有弄太明白.之前在知乎看到过一个豆瓣工程师写的教程,但是被投诉删掉了,请问有网友fork了的吗?因为我觉得他 ...
- 爬虫综合大作业——网易云音乐爬虫 & 数据可视化分析
作业要求来自于https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3075 爬虫综合大作业 选择一个热点或者你感兴趣的主题. 选择爬取的对象 ...
- 【Python3爬虫】网易云音乐爬虫
此次的目标是爬取网易云音乐上指定歌曲所有评论并生成词云 具体步骤: 一:实现JS加密 找到这个ajax接口没什么难度,问题在于传递的数据,是通过js加密得到的,因此需要查看js代码. 通过断掉调试可以 ...
- 【Python项目】简单爬虫批量获取资源网站的下载链接
简单爬虫批量获取资源网站的下载链接 项目链接:https://github.com/RealIvyWong/GotDownloadURL 1 由来 自己在收集剧集资源的时候,这些网站的下载链接还要手动 ...
- 【Python】:简单爬虫作业
使用Python编写的图片爬虫作业: #coding=utf-8 import urllib import re def getPage(url): #urllib.urlopen(url[, dat ...
- [python]做一个简单爬虫
为什么选择python,它强大的库可以让你专注在爬虫这一件事上而不是更底层的更繁杂的事 爬虫说简单很简单,说麻烦也很麻烦,完全取决于你的需求是什么以及你爬的网站所决定的,遇到的第一个简单的例子是pas ...
- 【Python数据分析】简单爬虫 爬取知乎神回复
看知乎的时候发现了一个 “如何正确地吐槽” 收藏夹,里面的一些神回复实在很搞笑,但是一页一页地看又有点麻烦,而且每次都要打开网页,于是想如果全部爬下来到一个文件里面,是不是看起来很爽,并且随时可以看到 ...
- 第一次用python 写的简单爬虫 记录在自己的博客
#python.py from bs4 import BeautifulSoup import urllib.request from MySqlite import MySqlite global ...
- python bs4 + requests4 简单爬虫
参考链接: bs4和requests的使用:https://www.cnblogs.com/baojinjin/p/6819389.html 安装pip:https://blog.csdn.net/z ...
随机推荐
- 使用Letsencrypt做SSL certificate
为什么要使用Letsencrypt做SSL certificate? 最简单直接的原因是免费.但是免费存在是否靠谱的问题,尤其是对安全要求比较高的网站,需要考虑使用letsencrypt的安全性是否符 ...
- Spring : Spring Security
==========================================================================spring-security-过滤器: 顶级Fil ...
- 【淘宝客】批量提取QQ号
1:打开QQ群官方,网址:http://qun.qq.com/ 2.点击导航栏:群管理 3.点击成员管理,选择需要提取QQ号的群 4.全选复制群成员 5.打开网址:http://tool.oschin ...
- Spark 加载数据库mysql表中数据进行分析
1.工程maven依赖包 <properties> <spark_version>2.3.1</spark_version> <!-- elasticsear ...
- 清华大学《C++语言程序设计进阶》线上课程笔记06---继承、派生、多态性
类的继承 保持已有类的特性而构造新类的过程称为继承; 实现设计与代码的重用. 在已有类的基础上新增自己的特性而产生新类的过程称为派生 当新的问题出现,原有程序无法解决(或不能完全解决)时,需要对原有程 ...
- 网易云音乐API
网易云音乐API使用 封装了一些api调用 ZZRRegion/StNetease
- 北京Uber优步司机奖励政策(1月16日)
滴快车单单2.5倍,注册地址:http://www.udache.com/ 如何注册Uber司机(全国版最新最详细注册流程)/月入2万/不用抢单:http://www.cnblogs.com/mfry ...
- 成都Uber优步司机奖励政策(3月17日)
滴快车单单2.5倍,注册地址:http://www.udache.com/ 如何注册Uber司机(全国版最新最详细注册流程)/月入2万/不用抢单:http://www.cnblogs.com/mfry ...
- rm 删除不掉文件,报错解决 以及 chattr的介绍
rm 强制删除一个文件 居然删除不掉! 出现这个错误: rm: cannot remove ‘default/.user.ini’: Operation not permitted 原来呀: 然后呢 ...
- SIFT 特征点提取算法
SIFT特征点相对于ORB计算速度较慢,在没有GPU加速情况下,无法满足视觉里程计的实时性要求,或者无法运行在手机平台上,但是效果更好,精度更高.在应用时可以择优选取,了解其本质原理的动机是为了自己使 ...