如何利用Python爬虫爬取网站音乐

小编给大家分享一下如何利用Python爬虫爬取网站音乐，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

具体实现

1.引入发送网络请求的第三方库

import requests # 发送网络请求的第三方库

安装方法

pip install requests

2.引入数据解析第三方库

from lxml import etree # 数据解析第三方库

安装方法

pip install lxml

3.某易云音乐网站列表url为'https://music.163.com/#/discover/toplist?id=3778678'

url = 'https://music.163.com/#/discover/toplist?id=3778678'

4.发送请求获取页面数据

response = requests.get(urlurl=url) # 请求页面数据

5.解析数据

html=etree.HTML(response.text) # 解析页面数据

6.获取所有歌曲标签集合（ a标签 ）

id_list = html.xpath('//a[contains(@href,"song?")]')  # 所有歌曲id集合

7.下载歌曲

base_url = 'http://music.163.com/song/media/outer/url?id=' # 下载音乐网址前缀  # 下载音乐url = 网址前缀 + 音乐id  for data in id_list:      href = data.xpath('./@href')[0]      music_id = href.split('=')[1] # 音乐id      music_url = base_url + music_id # 下载音乐url      music_name = data.xpath('./text()')[0] # 下载音乐名称      music = requests.get(url = music_url)      # 将下载的音乐以文件形式保存下来      with open('./music/%s.mp3' % music_name, 'wb') as file:           file.write(music.content)           print('<%s>下载成功' % music_name)

遇到的坑

以上的方法我是从一个视频里学到的，那个视频是半年前出的，可能当时这种方法还好使，但是今天我在用这种方法下载音乐文件的时候突然就报错了。

首先，编辑器报错找不到 music_name 和 music_id ,我仔细一看，获取的id_list集合里（也就是标签集合里）的id根本不是id，是代码，估计在这里音乐网站也做了相应的反扒机制。

其次，我自己在网站里找到了一首音乐获取了它的id并把id赋值给music_id，结果当用外链下载音乐时报错460，显示网络拥挤，估计下载音乐的网址也不好使了。

base_url = 'http://music.163.com/song/media/outer/url?id='  music_id = '1804320463.mp3'  music_url = base_url + music_id  music = requests.get(url=music_url)  print(music.text)

{"msg":"网络太拥挤，请稍候再试！","code":-460,"message":"网络太拥挤，请稍候再试！"}

最后，我打印出music_url,点击进去，还是可以听歌和下载的，不知道这是为什么了

base_url = 'http://music.163.com/song/media/outer/url?id='  music_id = '1804320463.mp3'  music_url = base_url + music_id  # music = requests.get(url=music_url)  print(music_url)

以上是“如何利用Python爬虫爬取网站音乐”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！