前言💨
本文的文字及圖片來源於網絡,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理。
前文內容💨
PS：如有需要 Python學習資料 以及 解答 的小伙伴可以加點擊下方鏈接自行獲取
python免費學習資料以及群交流解答點擊即可加入
基本開發環境💨
- Python 3.6
- Pycharm
相關模塊的使用💨
import requests
import os
安裝Python並添加到環境變量，pip安裝需要的相關模塊即可。
一、💥明確需求
爬取某音樂網站的排行榜歌曲。
二、💥網頁數據分析
1、F12或者鼠標右鍵點擊檢查打開開發者工具，點擊播放音樂，下面會加載出音樂數據。
# 干飯人之歌 音頻數據地址：
https://gm-sycdn.kuwo.cn/82c2c756b7ebeacb907831ff0906199e/601a3aa9/resource/n2/88/78/3642423505.mp3
復制鏈接粘貼到瀏覽器中
2、根據音頻鏈接中的參數，搜索查找來源
# 音頻鏈接來源
https://www.kuwo.cn/url?format=mp3&rid=160864905&response=url&type=convert_url3&br=128kmp3&from=web&t=1612331691895&httpsStatus=1&reqId=550f7f80-65e4-11eb-9b00-6d65a3b5fef1
一首歌曲的來源地址是找不出規律的，所以要再對比一些另外一首歌曲的鏈接參數
如圖所示： rid 和 t 參數不一樣，很明顯 t 就是代表的時間戳，這個使用 time.time() 就有了，所以可以繼續在開發者工具中搜索 rid 的值
https://www.kuwo.cn/api/www/bang/bang/musicList?bangId=93&pn=1&rn=30&httpsStatus=1&reqId=428dcbf0-65e4-11eb-9b00-6d65a3b5fef1
rid 以及 歌名 歌手名都有了。
三、💥代碼實現
爬蟲分析思路是從上到下開始分析，寫代碼則是從下往上寫。
1、獲取音樂的 rid 、歌名、歌手名
import pprint
import requests
def get_response(html_url):
headers = {
'Cookie': '你自己的cookie',
'csrf': 'D2YF7NMH81N',
'Host': 'www.kuwo.cn',
'Referer': 'https://www.kuwo.cn/rankList',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',
}
response = requests.get(url=html_url, headers=headers)
return response
def get_music_info(html_url):
json_data = get_response(html_url).json()
pprint.pprint(json_data)
music_list = json_data['data']['musicList']
for index in music_list:
music_name = index['album']
singer = index['artist']
music_rid = index['rid']
if __name__ == '__main__':
url = 'https://www.kuwo.cn/api/www/bang/bang/musicList?bangId=93&pn=1&rn=30&httpsStatus=1&reqId=428dcbf0-65e4-11eb-9b00-6d65a3b5fef1'
get_music_info(url)
返回的是一個json數據，一個一個去取值就可以了，主要的注意點就是headers參數的問題，如果參數不給全，爬取不到數據。
2、獲取音頻URL地址
def get_music_url(music_rid):
page_url = f'https://www.kuwo.cn/url?format=mp3&rid={music_rid}&response=url&type=convert_url3&br=128kmp3&from=web&t=1612331691895&httpsStatus=1&reqId=550f7f80-65e4-11eb-9b00-6d65a3b5fef1'
json_data = get_response(page_url).json()
music_url = json_data['url']
return music_url
3、保存音頻數據
def save(music_name, music_url):
path = 'music\\'
if not os.path.exists(path):
os.makedirs(path)
filename = path + music_name + '.mp3'
headers = {
'if-range': '8eba7fc5d5b2f4d223d54612aa3f4773',
'range': 'bytes=524288-524288',
'upgrade-insecure-requests': '1',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400',
}
music_content = requests.get(url=music_url, headers=headers).content
with open(filename, mode='wb') as f:
f.write(music_content)
print('正在保存：', music_name)
請求音樂下載的地址的 headers 需要更換一下。不然爬取不了音樂。
