#python爬取音乐网站

2023-11-21 19:50
文章标签 python 爬取 音乐网站

本文主要是介绍#python爬取音乐网站,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今天学习了网上一段爬取音乐的代码,自己也作了些微改动是它能顺便爬取歌词,并整理了些知识点(对刚接触几天的自己确实是知识点)完整代码如下:

#!/usr/bin/python
# _*_ coding: utf-8 _*_
from bs4 import BeautifulSoup
import re
import requests
import json
import urllib2,urllib
import osminimumsize = 1
def getlist(url):r = requests.get(url)content = r.contentcontent = content.decode('utf-8')#print contentsoup = BeautifulSoup(content,'lxml')#mm = soup.find_all('span',class_='song-title')[0]mm=soup.find_all('span',class_='song-title')mms = mmi = 0for m in  mm:mm[i] = m.contents[0]#获取span后第一个标签i+=1return mmurl = "http://music.baidu.com/songlist/365418600"
list = getlist(url)for value in list:url = 'http://sug.music.baidu.com/info/suggestion'payload = {'word': value.get_text(), 'version': '2', 'from': '0'}#根据百度音乐API编写print "Song Name: " + value.get_text()#value.get_text()获取a标签内的内容r = requests.get(url, params=payload)contents = r.text#print contentsd = json.loads(contents, encoding="utf-8")#print dif('data' not in d):print "do not have flac\n"continueif('song' not in d["data"]):print "do not have flac\n"continuesongid = d["data"]["song"][0]["songid"]#print "Song ID: " + songidurl = 'http://play.baidu.com/data/cloud/songlink'payload = {'songIds': songid, 'type': 'mp3'}r = requests.get(url, params=payload)contents = r.textd = json.loads(contents, encoding="utf-8")#print dif d is not None and 'data' not in d or d['data'] == '':continuesonglink = d["data"]["songList"][0]["songLink"]lrcLink =d["data"]["songList"][0]["lrcLink"]print "lrc:"+lrcLinkif(len(songlink) < 10):print "do not have flac\n"continue#print "Song Source: " + songlink + "\n"songdir = "mm"#存放文件夹名称songdir_lrc = 'lrc'if not os.path.exists(songdir):#判断是否存在该文件夹os.makedirs(songdir)if not os.path.exists(songdir_lrc):#判断是否存在该文件夹os.makedirs(songdir_lrc)songname = d["data"]["songList"][0]["songName"]artistName = d["data"]["songList"][0]["artistName"]filename = "./" + songdir + "/" + songname + "-" + artistName + ".mp3"filename_lrc ="./"+songdir+"/"+songdir_lrc+"/"+ songname + "-" + artistName + ".lrc"f = urllib2.urlopen(songlink)headers = requests.head(songlink).headers#print headerssize = int(headers['Content-Length']) / (1024 ** 2)#print size#歌曲大小if not os.path.isfile(filename) or os.path.getsize(filename) < minimumsize:print "%s is downloading now ......\n" % songnamewith open(filename, "wb") as code:code.write(f.read())else:print "%s is already downloaded. Finding next song...\n\n" % songnameif  len(lrcLink) <8:print '歌词不存在'continuef_lrc = urllib2.urlopen(lrcLink)if not os.path.isfile(filename_lrc) :print "%s .lrc is downloading now ......\n" % songnamewith open(filename_lrc, "wb") as code:code.write(f_lrc.read())else:print "%s .lrc is already downloaded. Finding next song...\n\n" % songname
print "\n+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++\n"
print "finish!"
# print list

百度音乐api搜索方式:
1.搜索建议
请求地址(GET):http://sug.music.baidu.com/info/suggestion
参数:
format : ‘json’ (照写就可以)
word : ” (搜索关键词,支持拼音、拼音简写)
version : 2(照写)
from : 0(照写)
作用:
获取歌曲id(通过id获取歌曲信息)
获取歌曲名称
获取歌手名称
获取歌手图片(小图)
2请求地址(POST):http://play.baidu.com/data/cloud/songlink
参数:
songIds : ”(要获取的歌曲信息的歌曲编号。可以多个,以逗号分隔)
hq:0
type:m4a,mp3
rate:
pt:0
flag:-1
s2p:-1
prerate:-1
bwt:-1
dur:-1
bat:-1
bp:-1
pos:-1
auto:-1
获取歌曲的lrc歌词地址(歌词地址为相对路径,请加上http://play.baidu.com)

知识点:
(1):requests爬取网页
r = requests.get(url)
content = r.content或contents = r.text
content获得网页内容
(2):获取标签内的无特殊标记的标签
这里写图片描述

   soup = BeautifulSoup(content,'lxml')mm=soup.find_all('span',class_='song-title')i = 0for m in  mm:mm[i] = m.contents[0]#获取span后第一个标签i+=1return mm

mm里是上图的内容,mm是ResultSet,for取出后用m.contents[]取span标签后的html标签
(3)json.loads
重要函数:
编码:把一个Python对象编码转换成Json字符串 json.dumps()
解码:把Json格式字符串解码转换成Python对象 json.loads()
这里写图片描述
另外python解析json的例子

#!/usr/bin/python
import json
#Function:Analyze json script
#Json is a script can descript data structure as xml, 
#for detail, please refer to "http://json.org/json-zh.html".
#Note:
#1.Also, if you write json script from python,
#you should use dump instead of load. pleaser refer to "help(json)".json file:
The file content of temp.json is:
{"name":"00_sample_case1","description":"an example."
}
f = file("temp.json");
s = json.load(f)
print s
f.close
json string:
s = json.loads('{"name":"test", "type":{"name":"seq", "parameter":["1", "2"]}}')
print s
print s.keys()
print s["name"]
print s["type"]["name"]
print s["type"]["parameter"][1]

(4)读写文件的模式

模式描述
r打开一个文件为只读。文件指针置于该文件的开头。这是默认模式。
rb打开一个文件只能以二进制格式读取。文件指针置于该文件的开头。这是默认模式。
r+打开用于读取和写入文件。文件指针将会在文件的开头。
rb+打开用于读取和写入二进制格式的文件。文件指针将会在文件的开头。
w打开一个文件只写。覆盖该文件,如果该文件存在。如果该文件不存在,则创建用于写入一个新的文件。
wb打开一个文件只能以二进制格式写入。覆盖该文件,如果该文件存在。如果该文件不存在,则创建用于写入一个新的文件。
w+打开用于写入和读取的文件。覆盖现有的文件,如果文件存在。如果该文件不存在,则创建读取和写入新的文件。
wb+打开用于写入和读取的二进制格式的文件。覆盖现有的文件,如果文件存在。如果该文件不存在,则创建读取和写入新的文件。
a将打开追加文件。文件指针是在文件的结尾。也就是说,该文件是在附加模式。如果该文件不存在,它创造了写入一个新的文件。
ab将打开追加的二进制格式的文件。文件指针在该文件的结束。也就是说,该文件为追加模式。如果该文件不存在,它创建并写入一个新的文件。
a+打开为追加和读取文件。文件指针在该文件的结束。该文件将为追加模式。如果该文件不存在,它创建并读取和写入的新文件。
ab+打开两个追加和读取的二进制格式的文件。文件指针在该文件的结束。该文件将在追加模式。如果该文件不存在,它创建并读取和写入的新文件。

(5)with语句

 with open(filename_lrc, "wb") as code:code.write(f_lrc.read())

相当于

try:code = open(filename_lrc,'wb')
except:print 'fail to open'exit(-1)
try:code.write(f_lrc.read())
except:finally:f.close()

多个项时:

with open("filename.txt") as fn1, open('filename.txt') as fn2:do something with fn1,fn2

如:

with nested(open('file1'), open('file2'), open('file3')) as (f1,f2,f3):for i in f1:j = f2.readline()k = f3.readline()print(i,j,k)
with open('file1') as f1, open('file2') as f2, open('file3') as f3:for i in f1:j = f2.readline()k = f3.readline()print(i,j,k)

相关链接:
http://www.cnblogs.com/handoing/p/6006242.html
http://blog.chinaunix.net/uid-9525959-id-3074355.html
https://www.hustyx.com/python/119/

这篇关于#python爬取音乐网站的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/404673

相关文章

python安装whl包并解决依赖关系的实现

《python安装whl包并解决依赖关系的实现》本文主要介绍了python安装whl包并解决依赖关系的实现,文中通过图文示例介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录一、什么是whl文件?二、我们为什么需要使用whl文件来安装python库?三、我们应该去哪儿下

Python脚本实现图片文件批量命名

《Python脚本实现图片文件批量命名》这篇文章主要为大家详细介绍了一个用python第三方库pillow写的批量处理图片命名的脚本,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言源码批量处理图片尺寸脚本源码GUI界面源码打包成.exe可执行文件前言本文介绍一个用python第三方库pi

Python中多线程和多进程的基本用法详解

《Python中多线程和多进程的基本用法详解》这篇文章介绍了Python中多线程和多进程的相关知识,包括并发编程的优势,多线程和多进程的概念、适用场景、示例代码,线程池和进程池的使用,以及如何选择合适... 目录引言一、并发编程的主要优势二、python的多线程(Threading)1. 什么是多线程?2.

Python爬虫selenium验证之中文识别点选+图片验证码案例(最新推荐)

《Python爬虫selenium验证之中文识别点选+图片验证码案例(最新推荐)》本文介绍了如何使用Python和Selenium结合ddddocr库实现图片验证码的识别和点击功能,感兴趣的朋友一起看... 目录1.获取图片2.目标识别3.背景坐标识别3.1 ddddocr3.2 打码平台4.坐标点击5.图

Python自动化Office文档处理全攻略

《Python自动化Office文档处理全攻略》在日常办公中,处理Word、Excel和PDF等Office文档是再常见不过的任务,手动操作这些文档不仅耗时耗力,还容易出错,幸运的是,Python提供... 目录一、自动化处理Word文档1. 安装python-docx库2. 读取Word文档内容3. 修改

Python重命名文件并移动到对应文件夹

《Python重命名文件并移动到对应文件夹》在日常的文件管理和处理过程中,我们可能会遇到需要将文件整理到不同文件夹中的需求,下面我们就来看看如何使用Python实现重命名文件并移动到对应文件夹吧... 目录检查并删除空文件夹1. 基本需求2. 实现代码解析3. 代码解释4. 代码执行结果5. 总结方法补充在

Python自动化办公之合并多个Excel

《Python自动化办公之合并多个Excel》在日常的办公自动化工作中,尤其是处理大量数据时,合并多个Excel表格是一个常见且繁琐的任务,下面小编就来为大家介绍一下如何使用Python轻松实现合... 目录为什么选择 python 自动化目标使用 Python 合并多个 Excel 文件安装所需库示例代码

Python使用Pandas对比两列数据取最大值的五种方法

《Python使用Pandas对比两列数据取最大值的五种方法》本文主要介绍使用Pandas对比两列数据取最大值的五种方法,包括使用max方法、apply方法结合lambda函数、函数、clip方法、w... 目录引言一、使用max方法二、使用apply方法结合lambda函数三、使用np.maximum函数

Python调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip?2. 什么是 -i 参数?二、国内镜像源的选择三、如何