【python】爬取并批量下载网易云歌单,嗨翻暑假!
本帖最后由 wushaominkk 于 2018-7-6 15:21 编辑昨天发布了一个爬取猫眼Top100电影的爬虫,暑假够你看电影的啦!
传送门:https://www.52pojie.cn/thread-761783-1-1.html
还是有那么一丢丢成就感:lol
今天给你们带来一个批量下载网易云歌单歌曲的Demo. 不能下载会员的!
我优化了一下我的代码.昨天被人说直接放代码没看懂,今天我给你分下一下我的代码和思路!
喜欢直接码字,不注意格式了!这是我第二次发爬虫帖子,分享一下心得!
首先导入一下包
import requests
import time
from multiprocessing import Pool
from bs4 import BeautifulSoup
from urllib.request import urlretrieve
#1.获取页面源代码 url =https://music.163.com/#/playlist?id=2269661190注意:你在敲代码时候,需要去掉原来连接里面的 /#
附上代码:
#1.获取页面源代码
def get_page():
"""获取网页源代码(选择自己喜欢的网易云歌单连接)"""
# 去掉原链接里面的 #/
url ="https://music.163.com/playlist?id=2269661190"
#请求头
headers ={
'Host':'music.163.com',
'Referer':'https://music.163.com/',
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
}
#获取网页源代码
res = requests.get(url,headers=headers).text
#创建对象解析网页
r = BeautifulSoup(res,"html.parser")
#2.获取ID
music_dict = {}
#找源代码中的a标签
result = r.find("ul",{'class':'f-hide'}).find_all('a')
for music in result:
music_id = music.get('href').strip("/song?id=")#去掉/song?id
music_name = music.text #获取其中的文字
music_dict = music_name
return music_dict
这个函数目的是为了获取每个歌的ID地址,具体的看图片
这里最后有个return是为了给下面一个函数传入参数的
然后我们获取了想要的ID
然后就下载!!!!!
使用了from urllib.request import urlretrieve
里面urlretrive(url,path)
源码:
#3.下载歌曲
def download_song(music_dict):
"""下载音乐"""
for song_id in music_dict:
song_url = "http://music.163.com/song/media/outer/url?id=%s.mp3"%song_id
#下载地址(地址填写自己的地址)
path="C:\\Users\Administrator\Desktop\网易云音乐\\%s.mp3"%music_dict#通过键值对来查找歌曲名字
#下载音乐urlretriver (地址路径)
time.sleep(1)
urlretrieve(song_url,path)
print("正在下载%s"%music_dict)
好了 上面就是很简单的过程, 放上全部源码!!#!/usr/bin/env python#!--*--coding:utf-8 --*--
#!@Time :2018/7/6 12:13
#!@AuThor TrueNewBee
#爬取并批量下载网易云歌单歌曲
#根据URL下载音乐https://music.163.com/#/playlist?id=2269661190
import requests
import time
from multiprocessing import Pool
from bs4 import BeautifulSoup
from urllib.request import urlretrieve
#1.获取页面源代码
def get_page():
"""获取网页源代码(选择自己喜欢的网易云歌单连接)"""
# 去掉原链接里面的 #/
url ="https://music.163.com/playlist?id=2269661190"
#请求头
headers ={
'Host':'music.163.com',
'Referer':'https://music.163.com/',
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
}
#获取网页源代码
res = requests.get(url,headers=headers).text
#创建对象解析网页
r = BeautifulSoup(res,"html.parser")
#2.获取ID
music_dict = {}
#找源代码中的a标签
result = r.find("ul",{'class':'f-hide'}).find_all('a')
for music in result:
music_id = music.get('href').strip("/song?id=")#去掉/song?id
music_name = music.text #获取其中的文字
music_dict = music_name
return music_dict
#3.下载歌曲
def download_song(music_dict):
"""下载音乐"""
for song_id in music_dict:
song_url = "http://music.163.com/song/media/outer/url?id=%s.mp3"%song_id #网易云音乐的外链
#下载地址(地址填写自己的地址)
path="C:\\Users\Administrator\Desktop\网易云音乐\\%s.mp3"%music_dict#通过键值对来查找歌曲名字
#下载音乐urlretriver (地址路径)
time.sleep(1)
urlretrieve(song_url,path)
print("正在下载%s"%music_dict)
defmain():
music_dict =get_page()
download_song(music_dict)
if __name__ == '__main__':
main()
评分热心免费!!!附上源码地址:https://github.com/TrueNewBee/pythonDemo
有不懂得可以留言评论,以后有机会出更详细教程
这个是网易云歌曲ID
wazz129 发表于 2018-7-6 23:24
这是我 爬淘宝的利用selenium 自动打开 并保存到你自己的数据库 mogodb转换成csv或者txt格式 记得转换 ...
忘记了刚开始看Django弄了个投票搜索字数俩个.搜索字数是 看note.md有惊喜哦:lol https://github.com/then-on/WX 这是我 爬淘宝的利用selenium 自动打开 并保存到你自己的数据库 mogodb转换成csv或者txt格式 记得转换啊# 利用 Selenium 抓取淘宝商品并用 PyQuery 解析得到商品的图片、名称、价格、购买人数、
# 店铺名称、店铺所在地信息，并将其保存到MongoDB。以及数据库，csv格式等
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from urllib.parse import quote
browser = webdriver.Chrome()
wait = WebDriverWait(browser,10)
KEYWORD = input('请输入要检索的物品：')
def index_page(page):
"""
抓取索引页
:param page:页码
:return:
"""
print('正在爬取第',page,'页')
try:
url = 'https://s.taobao.com/search?q=' + quote(KEYWORD)
browser.get(url)
if page > 1:
input = wait.until(
EC.presence_of_element_located((By.CSS_SELECTOR,'#mainsrp-pager div.form > input'))
)
submit = wait.until(
EC.element_to_be_clickable((By.CSS_SELECTOR,'#mainsrp-pager div.form > span.btn.J_Submit'))
)
input.clear()
input.send_keys(page)
submit.click()
wait.until(
EC.text_to_be_present_in_element((By.CSS_SELECTOR, '#mainsrp-pager li.item.active > span'), str(page))
)
wait.until(
EC.presence_of_element_located((By.CSS_SELECTOR, '.m-itemlist .items .item'))
)
get_products()
except TimeoutException:
index_page(page)
from pyquery import PyQuery as pq
def get_products():
"""
提交商品数据
:return:
"""
html = browser.page_source
doc = pq(html)
items = doc('#mainsrp-itemlist .items .item').items()
for item in items:
product = {
'image':item.find('.pic .img').attr('data-src'),
'price':item.find('.price ').text(),
'deal':item.find('.deal-cnt').text(),
'title':item.find('.title').text(),
'shop':item.find('.shop').text(),
'location':item.find('.location').text(),
}
print(product)
write_txt(product)
save_mysql(product)
save_to_mongo(product)
save_image(product)
import os
from hashlib import md5
import requests
def save_image(item):
if not os.path.exists(item.get('shop')):
os.mkdir(item.get('shop'))
try:
local_image_url = item.get('image')
response = requests.get('http:' + local_image_url)
file_path = '{0}/{1}.{2}'.format(item.get('shop'),md5(response.content).hexdigest(),'jpg')
if not os.path.exists(file_path):
with open(file_path,'wb') as f:
f.write(response.content)
print('Success to Save image')
else:
print('Already Downloaded', file_path)
except requests.ConnectionError:
print('Failed to Save Image')
import pymongo
MONGO_URL = '127.0.0.1'
MONGO_DB = 'taobao'
MONGO_COLLECTION = 'products'
client = pymongo.MongoClient(MONGO_URL)
db = client
def save_to_mongo(result):
"""
保存到Mongodb 名字淘宝
:return:结果
"""
try:
if db.insert(result):
print('存储到Mongodb成功')
except Exception:
print('存储到Mongodb失败')
def write_txt(content):
try:
with open('tao.csv','a',encoding='utf-8') as f:
f.write(str(content)+ '\n') #要存到txt，csv 字典格式不能直接写入 转换成json或者 字符串
print('写入成功')
except Exception:
print('写入失败')
import pymysql
sql_db = pymysql.connect(host = 'localhost',user = 'root',password = 'root123',port = 3306,db = 'tao',charset='utf8')
cursor = sql_db.cursor()
def save_mysql(content):
table = 'ipad'
keys = ','.join(content.keys())
values = ','.join(['%s'] * len(content))
sql = 'insert into {table}({keys}) values ({values})'.format(table=table,keys=keys,values=values)
try:
if cursor.execute(sql,tuple(content.values())):
print('Successful')
sql_db.commit()
except:
print('Failed')
sql_db.rollback()
#sql_db.close()
def main():
"""
遍历每一页
:return:
"""
MAX_PAGE = input("MAX_PAGE:")
MAX_PAGE = int(MAX_PAGE)
for i in range(1,MAX_PAGE+1):
index_page(i)
browser.close()
if __name__ == '__main__':
main() 是批量获取吗？我有一个免费下载全站音乐的站点，能添加进去规则么？这样可以实现全网的音乐。 发帖前，看看版规，注意标题规范，已帮你修改好了，下次注意！ wushaominkk 发表于 2018-7-6 15:20
发帖前，看看版规，注意标题规范，已帮你修改好了，下次注意！
好的!新人发帖,下次注意!:lol 五月何欢 发表于 2018-7-6 15:13
是批量获取吗？我有一个免费下载全站音乐的站点，能添加进去规则么？这样可以实现全网的音乐。
这个仅仅是个1.0,你可以进行迭代! for循环建议换多进程 小彭彭 发表于 2018-7-6 15:35
for循环建议换多进程
可以迭代,多进程学的有点不大好,目前继续python学习! 需要VIP的都能下载吗？ 技术好贴，赞一个 说实话，感觉用处不是很大，但很佩服楼主的钻研精神