几行代码爬取喜马拉雅音乐

爬取喜马拉雅音乐

工具:python3,pycharm,火狐浏览器
模块:requests,time,json
网址:https://www.ximalaya.com/yinyue/3595841/

在这里插入图片描述

首先进入网址,我们能看到所有的音乐列表。打开开发者工具F12,点击网络,刷新网页,我们能看到几条数据。
在这里插入图片描述
我们点击播放一首音乐,观察下面的数据变化情况。发现红色部分标记的内容,点击一下。
在这里插入图片描述
注意请求头部分的网址,并观察网址结构。点击响应按钮,查看一下内容。
在这里插入图片描述
我们发现里面是一个json串,里面有音乐的一些信息,我们想要下载音乐,因此只需要音乐 名,及音乐地址。红色标记部分src为音乐地址。
在这里插入图片描述
我们访问一下这个音乐地址,看看内容:恰好是音乐,说明我们寻找的数据正确
在这里插入图片描述

这样下载这首音乐就非常简单了,请求网址https://www.ximalaya.com/revision/play/album?albumId=3595841&pageNum=1&sort=-1&pageSize=30并获取json串中的音乐地址src,直接写入数据到本地。
这是获取一首音乐的方法,获取整个界面的音乐只需遍历json串中的src数据。

html=requests.get(url,headers=headers)
    ret=html.content.decode()#返回字符串类型数据
    #print(ret)
    result = json.loads(ret)
    #print(result['data']['tracksAudioPlay'][0]['src'])
    for i in result['data']['tracksAudioPlay']:
        #print(i['src'])
        src=i['src']
        name=i['trackName']
        #print(name)
    #保存数据
        with open("./{}.mp3".format(name),'ab')as f:
            music=requests.get(src,headers=headers)
            f.write(music.content)

想要把六个页面的所有音乐都爬取下来,就要观察一下其他页面的网址。采用上述同样的抓取方法。这是第二页的
在这里插入图片描述
第三页的:
在这里插入图片描述
这样就发现了规律,因此可以写一个通用表达式,https://www.ximalaya.com/revision/play/album?albumId=3595841&pageNum="+(str)(a)+"&sort=-1&pageSize=30其中a是传入的参数,也就是第几页。

这样我们就完成了对我们需求的分析。
所有代码:

#爬取喜马拉雅音乐排行榜中所有的音乐

import requests
import json,time

#https://www.ximalaya.com/revision/play/album?albumId=3595841&pageNum=3&sort=-1&pageSize=30

def xima(a):
    url = "https://www.ximalaya.com/revision/play/album?albumId=3595841&pageNum="+(str)(a)+"&sort=-1&pageSize=30"
    headers={
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:62.0) Gecko/20100101 Firefox/62.0',
    }
    html=requests.get(url,headers=headers)
    ret=html.content.decode()#返回字符串类型数据
    #print(ret)
    result = json.loads(ret)
    #print(result['data']['tracksAudioPlay'][0]['src'])
    for i in result['data']['tracksAudioPlay']:
        #print(i['src'])
        src=i['src']
        name=i['trackName']
        #print(name)
    #保存数据
        with open("./{}.mp3".format(name),'ab')as f:
            music=requests.get(src,headers=headers)
            f.write(music.content)

if __name__ == '__main__':
    for i in range(1,7):
        xima(i)
        time.sleep(5)

去掉所有注释,代码非常简单。只是简单的json数据获取,文件写入,time.sleep()控制速度。

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

乐亦亦乐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值