如何利用Python爬蟲爬取網站音樂

小編給大家分享一下如何利用Python爬蟲爬取網站音樂，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

具體實現

1.引入發送網絡請求的第三方庫

import requests # 發送網絡請求的第三方庫

安裝方法

pip install requests

2.引入數據解析第三方庫

from lxml import etree # 數據解析第三方庫

安裝方法

pip install lxml

3.某易云音樂網站列表url為'https://music.163.com/#/discover/toplist?id=3778678'

url = 'https://music.163.com/#/discover/toplist?id=3778678'

4.發送請求獲取頁面數據

response = requests.get(urlurl=url) # 請求頁面數據

5.解析數據

html=etree.HTML(response.text) # 解析頁面數據

6.獲取所有歌曲標簽集合（ a標簽 ）

id_list = html.xpath('//a[contains(@href,"song?")]')  # 所有歌曲id集合

7.下載歌曲

base_url = 'http://music.163.com/song/media/outer/url?id=' # 下載音樂網址前綴  # 下載音樂url = 網址前綴 + 音樂id  for data in id_list:      href = data.xpath('./@href')[0]      music_id = href.split('=')[1] # 音樂id      music_url = base_url + music_id # 下載音樂url      music_name = data.xpath('./text()')[0] # 下載音樂名稱      music = requests.get(url = music_url)      # 將下載的音樂以文件形式保存下來      with open('./music/%s.mp3' % music_name, 'wb') as file:           file.write(music.content)           print('<%s>下載成功' % music_name)

遇到的坑

以上的方法我是從一個視頻里學到的，那個視頻是半年前出的，可能當時這種方法還好使，但是今天我在用這種方法下載音樂文件的時候突然就報錯了。

首先，編輯器報錯找不到 music_name 和 music_id ,我仔細一看，獲取的id_list集合里（也就是標簽集合里）的id根本不是id，是代碼，估計在這里音樂網站也做了相應的反扒機制。

其次，我自己在網站里找到了一首音樂獲取了它的id并把id賦值給music_id，結果當用外鏈下載音樂時報錯460，顯示網絡擁擠，估計下載音樂的網址也不好使了。

base_url = 'http://music.163.com/song/media/outer/url?id='  music_id = '1804320463.mp3'  music_url = base_url + music_id  music = requests.get(url=music_url)  print(music.text)

{"msg":"網絡太擁擠，請稍候再試！","code":-460,"message":"網絡太擁擠，請稍候再試！"}

最后，我打印出music_url,點擊進去，還是可以聽歌和下載的，不知道這是為什么了

base_url = 'http://music.163.com/song/media/outer/url?id='  music_id = '1804320463.mp3'  music_url = base_url + music_id  # music = requests.get(url=music_url)  print(music_url)

以上是“如何利用Python爬蟲爬取網站音樂”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！