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,
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,
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;
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