Python爬虫实战之爬取百度音乐歌曲

Python爬虫爬取百度音乐歌曲

整体思路如下：

1.搜索：通过搜索界面输入歌手名字找到歌手的歌曲信息。千千音乐：网址

2.找到歌曲信息：通过遍历歌曲列表信息界面获取每个歌曲的ID，以及歌曲的总数

3.下载歌曲：分析网页结构，找到歌曲的下载地址，利用download_music 函数下载歌曲

4.保存歌曲：创建每个歌手单独的文件夹，将爬取的歌曲放在里面。

代码如下：

import requests
import re,json,pprint,os
from urllib import request
import urllib
from lxml import etree
header = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}
#url='http://zhangmenshiting.qianqian.com/data2/music/a612909cdafecf20933bd2942c43421c/596603939/596603939.mp3?xcode=10263e95dfecc6e6f4316fffb8ff8771'
def download_music(songid):
    url='http://musicapi.taihe.com/v1/restserver/ting?method=baidu.ting.song.playAAC&format=jsonp&callback=jQuery17208091693203165158_1545207385401&songid='+songid+'&from=web&_=1545207388641'
    url2='href="http://music.163.com/song/media/outer/url?id=317151.mp3'
    response=requests.get(url)
    data=json.loads(re.findall("{.*}",response.text)[0])
    music_name=data['songinfo']['title']
    artist=data['songinfo']['artist']
    music_url=data['bitrate']['file_link']
    #pprint.pprint(data)
    return music_name,music_url,artist
#music_name,music_url=download_music('265715650')
#print(music_name,music_url,)

def get_songid(artist_id):
    song_id = urllib.request.quote(artist_id)
    songid=[]
    for i in range(0, 21, 20):
        url = "http://music.taihe.com/search/song?s=1&key="+song_id+"&jump=0&start="+str(i)+"&size=20&third_type=0"
        #print(url)
        req = request.Request(url,headers=header)
        html = request.urlopen(req).read().decode('utf-8')
        #songids=re.findall('data-playdata="(.*)"moduleName"',html)
        songids=re.findall('"sid":(.*),"author":',html)
        #print(songids)
        html = etree.HTML(html)
        songid=songid+songids
    song_num = html.xpath('//ul[@class="tab-list"]/li/a[@class="list"]/text()')[0]
    #print(song_num)
    #print(songid)
    return songid,song_num
#get_songid('薛之谦')
def save_music(music_name,music_url,artist):
    music_res = requests.get(music_url)
    try:
        folder = os.path.exists(artist)

        if not folder:  # 判断是否存在文件夹如果不存在则创建为文件夹
            os.makedirs(artist)  # makedirs 创建文件时如果路径不存在会创建这个路径
            print
            "---  new folder...  ---"
            print
            "---  OK  ---"

        else:
            print
            "---  There is this folder!  ---"

        file = "D:/软件（学习）/Python/TanZhou/百度音乐/" + artist + '/' + music_name + ".mp3"
        with open(file,'wb') as f:
            f.write(music_res.content)
    except:
        print('下载失败')
def run():
    artist_id=input('请输入网易歌手名字:')
    singids=get_songid(artist_id)[0]
    #print(singids)
    songmun=get_songid(artist_id)[1]
    print(songmun)
    for songid in singids:
        music_name, music_url,artist=download_music(songid)
        save_music(music_name, music_url,artist)
        print(music_name + "  下载完成")
run()

           

演示结果如下：

PS(有些因为版权下架的歌曲，只要在信息列表内也可以下载哦！)