网站 › 『编程语言讨论求助区』 › 爬取简谱

清风小学生 发表于 2020-7-26 10:53

爬取简谱

想爬取https://happi123.com/这个网站的简谱，程序写到写着写着不知道怎么写了
import requests
import parsel
import re

url = 'https://happi123.com/'
headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36'}
response = requests.get(url = url,headers = headers)
hrml_data = response.text
#print(hrml_data)

prox={'HTTP': '117.88.5.118:3000'}
response=requests.get(url,headers=headers,proxies=prox)
response.encoding=response.apparent_encoding
html=response.text
#print(html)
parse=parsel.Selector(html)#转换后的数据类型。返回Selector对象
#3.2数据提取
href_list=parse.xpath('//*[@id="hot-ul"]/li/a').extract()

#print(href_list)

庚^溯 发表于 2020-7-26 11:45

又学到了一点

批注 发表于 2020-7-26 11:55

似乎你爬的网站需要登录的。

Menguy 发表于 2020-7-26 13:06

郑郑郑 发表于 2020-7-26 13:59

这个怕是不好搞哦，数据能获取到但是需要转换的，爬取pdf的话又要钱......

清风小学生 发表于 2020-7-27 08:21

Menguy 发表于 2020-7-26 13:06
你爬的这个网站谱子不是图片而是通过数据转换得到的
这张图是谱子的数据

谢谢大佬

清风小学生 发表于 2020-7-27 08:22

爱吃桔子的猫 发表于 2020-7-26 13:40
楼主能写个吉他谱的吗

哈哈，我也是小白，你可以在网上搜一下，有教程的

查看完整版本: 爬取简谱