xpath+多进程爬取网易云音乐热歌榜。

用到的工具,外链转换工具

网易云网站直接打开源代码里面并没有对应的歌曲信息,需要对url做处理,

xpath+多进程爬取网易云音乐热歌榜。xpath+多进程爬取网易云音乐热歌榜。

 

 查看网站源代码路径;发现把里面的#号去掉会显示所有内容,

右键打开的源代码路径:view-source:https://music.163.com/#/discover/toplist?id=3778678

去掉#号后:view-source:https://music.163.com/discover/toplist?id=3778678

资源拿到了,开始写代码;

import requests
from lxml import etree
import os
from multiprocessing import Pool
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
}
# 创建存储路径
pathname = './music/'
if not os.path.exists(pathname):
    os.mkdir(pathname)
# 获取歌曲链接的函数
def get_urls(url):
    try:
        response = requests.get(url=url,headers=headers)
        music = etree.HTML(response.text)
        music_urls = music.xpath('//ul[@class="f-hide"]/li')
        musiclist=[]
        for music_url in music_urls:
            url = music_url.xpath('./a/@href')[0]
            name = music_url.xpath('./a/text()')[0]
            musiclist.append({'key':name,'url':'https://link.hhtjim.com/163/'+url.split('=')[-1]+'.mp3'})
        #  多进程启动爬取
        pool.map(get_music,musiclist)
    except Exception:
        print('get_urls failed')
# 下载歌曲的函数
def get_music(url):
    try:
        # 判断歌曲是否已下载,避免网络问题导致重新爬取
        if os.path.exists(pathname+url['key']+'.mp3'):
            print('歌曲已存在')
        else:
            response = requests.get(url=url['url'],headers=headers)
            with open(pathname+url['key']+'.mp3','wb') as f:
                f.write(response.content)
                print('正在下载:'+url['key'],url['url'])
    except Exception:
        print('get_music failed')

if __name__ == '__main__':
    # 爬取的url的源代码路径
    url = 'https://music.163.com/discover/toplist?id=3778678'
    # 开启进程池
    pool = Pool()
    get_urls(url)

代码中获取歌曲链接是拼接的路由要用到音乐外链工具,

xpath+多进程爬取网易云音乐热歌榜。

控制台输出;

正在下载:那个女孩 https://link.hhtjim.com/163/1300994613.mp3
正在下载:Lemon https://link.hhtjim.com/163/536622304.mp3
正在下载:给未来 https://link.hhtjim.com/163/1377131180.mp3
正在下载:四块五 https://link.hhtjim.com/163/1365221826.mp3
正在下载:再也没有 https://link.hhtjim.com/163/480580003.mp3
正在下载:云烟成雨 https://link.hhtjim.com/163/513360721.mp3
正在下载:你是人间四月天 https://link.hhtjim.com/163/1344897943.mp3
正在下载:静悄悄 https://link.hhtjim.com/163/553815178.mp3
正在下载:我的名字 https://link.hhtjim.com/163/554241732.mp3
正在下载:我的一个道姑朋友 https://link.hhtjim.com/163/1367452194.mp3
正在下载:感谢你曾来过 https://link.hhtjim.com/163/460578140.mp3
正在下载:心安理得 https://link.hhtjim.com/163/474739467.mp3
正在下载:烟火里的尘埃 https://link.hhtjim.com/163/29004400.mp3

打开文件夹查看是否下载成功;

xpath+多进程爬取网易云音乐热歌榜。

 

done。

 

上一篇:linux-使用ffmpeg合并时调整两个输入mp3文件的音量


下一篇:c# winform 视频转字符动画