20行Python代码爬取2W多条音频文件素材内附源码+详细解析新媒体创作必备

Posted 2021-08-09 五包辣条！

大家好，我是辣条。

今天的内容稍显简单，不过对于新媒体创作的朋友们还是很有帮助的，你能用上的话记得给辣条三连！

爬取目标

网站：站长素材

工具使用

开发工具：pycharm

开发环境：python3.7， Windows10

使用工具包：requests，lxml

重点学习内容

1.requests的网络请求应用

2.获取全部音频的网络地址

3.设置数据保存文件

项目思路解析

请求首页数据 通过修改url的值来改变数据 获取首页数据信息

获取到网页源代码 通过xpath方式提取出对应的音乐播放地址 提取出对应音频标题

保存对应音频数据信息

简易源码分享

import requests
from lxml import etree
for page in range(1, 2):
    url = 'http://sc.chinaz.com/yinxiao/index_{}.html'.format(page)
    headers = {
        '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=url, headers=headers).text
    html_data = etree.HTML(response)
    div_list = html_data.xpath('//div[@class="audio-item"]')
    for div in div_list:
        new_url = div.xpath('./audio/@src')[0]
        title = div.xpath('.//p[@class="name"]/text()')[0].strip()
        print(new_url, title)
        res = requests.get(url=new_url, headers=headers).content
        filename = '音效/' + title + '.mp3'
        with open(filename, 'wb') as f:
            f.write(res)
            print("下载完毕{}".format(title))

辣条建立了一个小白Python学习交流扣群383855172【广告、大佬勿扰】