手把手教你使用Python抓取QQ音乐数据!
Posted py1233
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了手把手教你使用Python抓取QQ音乐数据!相关的知识,希望对你有一定的参考价值。
【一、项目目标】
通过手把手教你使用Python抓取QQ音乐数据(第一弹)我们实现了获取 QQ 音乐指定歌手单曲排行指定页数的歌曲的歌名、专辑名、播放链接。
通过手把手教你使用Python抓取QQ音乐数据(第二弹)我们实现了获取 QQ 音乐指定歌曲的歌词和指定歌曲首页热评。
通过手把手教你使用Python抓取QQ音乐数据(第三弹)我们实现了获取更多评论并生成词云图。
此次我们将将三个项目封装在一起,通过菜单控制爬取不同数据。
【二、需要的库】
主要涉及的库有:requests、openpyxl、html、json、wordcloud、jieba
如需更换词云图背景图片还需要numpy库和PIL库(pipinstall pillow)
如需生成.exe需要pyinstaller -F
【三、项目实现】
1.首先确定菜单,要实现哪些功能:
①获取指定歌手的歌曲信息(歌名、专辑、链接)
②获取指定歌曲歌词
③获取指定歌曲评论
④生成词云图
⑤退出系统
代码如下:
class QQ(): def menu(self): print(‘欢迎使用QQ音乐爬虫系统,以下是功能菜单,请选择。 ‘) while True: try: print(‘功能菜单 1.获取指定歌手的歌曲信息 2.获取指定歌曲歌词 3.获取指定歌曲评论 4.生成词云图 5.退出系统 ‘) choice = int(input(‘请输入数字选择对应的功能:‘)) if choice == 1: self.get_info() elif choice == 2: self.get_id() self.get_lyric() elif choice == 3: self.get_id() self.get_comment() elif choice == 4: self.wordcloud() elif choice == 5: print(‘感谢使用!‘) break else: print(‘输入错误,请重新输入。 ‘) except: print(‘输入错误,请重新输入。 ‘)
第一行创建类,第二行定义菜单函数,这里用了类的实例化,里面所有函数的第一个参数都是self,我认为实例化更方便传参数;
whiletrue使菜单无限循环;
Try...except...使循环不会因报错而退出;
其他代码为设置输入不同数字对应打开不同函数。
2.封装项目(一)为get_info()
代码如下:
def get_info(self): wb=openpyxl.Workbook() #创建工作薄 sheet=wb.active #获取工作薄的活动表 sheet.title=‘song‘ #工作表重命名 sheet[‘A1‘] =‘歌曲名‘ #加表头,给A1单元格赋值 sheet[‘B1‘] =‘所属专辑‘ #加表头,给B1单元格赋值 sheet[‘C1‘] =‘播放链接‘ #加表头,给C1单元格赋值 url = ‘https://c.y.qq.com/soso/fcgi-bin/client_search_cp‘ name = input(‘请输入要查询的歌手姓名:‘) page = int(input(‘请输入需要查询的歌曲页数:‘)) for x in range(page): params = { ‘ct‘:‘24‘, ‘qqmusic_ver‘: ‘1298‘, ‘new_json‘:‘1‘, ‘remoteplace‘:‘sizer.yqq.song_next‘, ‘searchid‘:‘64405487069162918‘, ‘t‘:‘0‘, ‘aggr‘:‘1‘, ‘cr‘:‘1‘, ‘catZhida‘:‘1‘, ‘lossless‘:‘0‘, ‘flag_qc‘:‘0‘, ‘p‘:str(x+1), ‘n‘:‘20‘, ‘w‘:name, ‘g_tk‘:‘5381‘, ‘loginUin‘:‘0‘, ‘hostUin‘:‘0‘, ‘format‘:‘json‘, ‘inCharset‘:‘utf8‘, ‘outCharset‘:‘utf-8‘, ‘notice‘:‘0‘, ‘platform‘:‘yqq.json‘, ‘needNewCode‘:‘0‘ } res = requests.get(url,params=params) json = res.json() list = json[‘data‘][‘song‘][‘list‘] for music in list: song_name = music[‘name‘] # 查找歌曲名,把歌曲名赋值给song_name album = music[‘album‘][‘name‘] # 查找专辑名,把专辑名赋给album link = ‘https://y.qq.com/n/yqq/song/‘ + str(music[‘mid‘]) + ‘.html ‘ # 查找播放链接,把链接赋值给link sheet.append([song_name,album,link]) # 把name、album和link写成列表,用append函数多行写入Excel wb.save(name+‘个人单曲排行前‘+str(page*20)+‘清单.xlsx‘) #最后保存并命名这个Excel文件 print(‘下载成功! ‘)
3.封装项目(二)为get_id()和get_lyric
代码如下:
def get_id(self): self.i = input(‘请输入歌曲名:‘) url_1 = ‘https://c.y.qq.com/soso/fcgi-bin/client_search_cp‘ # 这是请求歌曲评论的url headers = {‘user-agent‘:‘Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36‘} params = {‘ct‘: ‘24‘, ‘qqmusic_ver‘: ‘1298‘, ‘new_json‘: ‘1‘, ‘remoteplace‘: ‘txt.yqq.song‘, ‘searchid‘: ‘71600317520820180‘, ‘t‘: ‘0‘, ‘aggr‘: ‘1‘, ‘cr‘: ‘1‘, ‘catZhida‘: ‘1‘, ‘lossless‘: ‘0‘, ‘flag_qc‘: ‘0‘, ‘p‘: ‘1‘, ‘n‘: ‘10‘, ‘w‘: self.i, ‘g_tk‘: ‘5381‘, ‘loginUin‘: ‘0‘, ‘hostUin‘: ‘0‘, ‘format‘: ‘json‘, ‘inCharset‘: ‘utf8‘, ‘outCharset‘: ‘utf-8‘, ‘notice‘: ‘0‘, ‘platform‘: ‘yqq.json‘, ‘needNewCode‘: ‘0‘} res_music = requests.get(url_1,headers=headers,params=params) json_music = res_music.json() self.id = json_music[‘data‘][‘song‘][‘list‘][0][‘id‘] # print(self.id) def get_lyric(self): url_2 = ‘https://c.y.qq.com/lyric/fcgi-bin/fcg_query_lyric_yqq.fcg‘ # 这是请求歌曲评论的url headers = { ‘origin‘:‘https://y.qq.com‘, ‘referer‘:‘https://y.qq.com/n/yqq/song/001qvvgF38HVc4.html‘, ‘user-agent‘:‘Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36‘} params = { ‘nobase64‘:‘1‘, ‘musicid‘:self.id, ‘-‘:‘jsonp1‘, ‘g_tk‘:‘5381‘, ‘loginUin‘:‘0‘, ‘hostUin‘:‘0‘, ‘format‘:‘json‘, ‘inCharset‘:‘utf8‘, ‘outCharset‘:‘utf-8‘, ‘notice‘:‘0‘, ‘platform‘:‘yqq.json‘, ‘needNewCode‘:‘0‘, } res_music = requests.get(url_2,headers=headers,params=params) js_1 = res_music.json() lyric = js_1[‘lyric‘] lyric_html = html.unescape(lyric) #用了转义字符html.unescape方法 # print(lyric_html) f1 = open(self.i+‘歌词.txt‘,‘a‘,encoding=‘utf-8‘) #存储到txt中 f1.writelines(lyric_html) f1.close() print(‘下载成功! ‘)
这里特别说一下下载歌词的headers里必须加上’origin’和’referer’,要不爬下来数据。
4.封装项目(三)为get_comment()和wordcloud()
代码如下:
def get_comment(self): page = input(‘请输入要下载的评论页数:‘) url_3 = ‘https://c.y.qq.com/base/fcgi-bin/fcg_global_comment_h5.fcg‘ headers = {‘user-agent‘:‘Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36‘} f2 = open(self.i+‘评论.txt‘,‘a‘,encoding=‘utf-8‘) #存储到txt中 for n in range(int(page)): params = {‘g_tk_new_20200303‘: ‘5381‘, ‘g_tk‘: ‘5381‘, ‘loginUin‘: ‘0‘, ‘hostUin‘: ‘0‘, ‘format‘: ‘json‘, ‘inCharset‘: ‘utf8‘, ‘outCharset‘: ‘GB2312‘, ‘notice‘: ‘0‘, ‘platform‘: ‘yqq.json‘, ‘needNewCode‘: ‘0‘, ‘cid‘: ‘205360772‘, ‘reqtype‘: ‘2‘, ‘biztype‘: ‘1‘, ‘topid‘: self.id, ‘cmd‘: ‘6‘, ‘needmusiccrit‘: ‘0‘, ‘pagenum‘:n, ‘pagesize‘: ‘15‘, ‘lasthotcommentid‘:‘‘, ‘domain‘: ‘qq.com‘, ‘ct‘: ‘24‘, ‘cv‘: ‘10101010‘} res_music = requests.get(url_3,headers=headers,params=params) js_2 = res_music.json() comments = js_2[‘comment‘][‘commentlist‘] for i in comments: comment = i[‘rootcommentcontent‘] + ‘ —————————————————————————————————— ‘ f2.writelines(comment) # print(comment) f2.close() print(‘下载成功! ‘) def wordcloud(self): self.name = input(‘请输入要生成词云图的文件名称:‘) def cut(text): wordlist_jieba=jieba.cut(text) space_wordlist=" ".join(wordlist_jieba) return space_wordlist with open(self.name+".txt" ,encoding="utf-8")as file: text=file.read() text=cut(text) mask_pic=numpy.array(Image.open("心.png")) wordcloud = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf", collocations=False, max_words= 100, min_font_size=10, max_font_size=500, mask=mask_pic).generate(text) wordcloud.to_file(self.name+‘云词图.png‘) # 把词云保存下来 print(‘生成成功! ‘)
5.最后类的实例化
qq = QQ()qq.menu()
6.效果展示
7. 打包成.exe
用pyinstaller -F打包,运行会报错、闪退。
看上图报错信息应该和词云图有关,注释掉词云图所需的库,def wordcloud()按下图修改可正常打包,但是就没有生成词云图的功能了:
下载歌词或评论时,如有重名的歌曲,可在歌曲前面加上歌手姓名,如上图的“邓紫棋泡沫”。
源码加群:850591259
以上是关于手把手教你使用Python抓取QQ音乐数据!的主要内容,如果未能解决你的问题,请参考以下文章
# yyds干货盘点 # 手把手教你使用Python网络爬虫获取基金信息
# yyds干货盘点 # 手把手教你使用Python网络爬虫实现邮件定时发送(附源码)
#yyds干货盘点# 手把手教你使用Python网络爬虫实现邮件定时发送(附源码)