欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

xpath+多进程爬取网易云音乐热歌榜。

程序员文章站 2022-06-08 09:16:28
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, 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, 资源拿到了,开始写代码; 代码中获取歌曲链接是拼接的路由要用到音乐外链工具, 控制台输出; 打开文件夹查看是否下载成功; done。 ......

用到的工具,

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。