xpath+多进程爬取网易云音乐热歌榜。

Posted nmsghgnv

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xpath+多进程爬取网易云音乐热歌榜。相关的知识,希望对你有一定的参考价值。

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,

技术图片技术图片

 

 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,

技术图片

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;

技术图片

 

done。

 

以上是关于xpath+多进程爬取网易云音乐热歌榜。的主要内容,如果未能解决你的问题,请参考以下文章

如何用Python网络爬虫爬取网易云音乐歌词

如何用Python网络爬虫爬取网易云音乐歌词

python爬取网易云音乐歌曲评论信息

python网易云音乐文件爬取

如何用Python网络爬虫爬取网易云音乐歌曲

网易云音乐评论爬虫:歌曲的全部评论