python爬虫爬取网站音乐肯定会遇到的坑

前言

大家都很喜欢听歌吧，没有人不喜欢听歌。心情好的时候要听歌，心情不好的时候也要听歌，反正歌是大家都喜欢听的。

最近我想在网站上下载几首音乐放到我的u盘里听，但是上网上一找，各大音乐网站下载歌曲（尤其是好听的歌曲）都需要vip。

对于像我这样的穷人来说，肯定是不会花几十块钱去下载几首音乐啦，而且作为程序员，充钱去下载音乐那也是不可能的，于是

我花了一天时间，上网找了各种资料来学习一下怎样才能不花钱白嫖到网站上的音乐。

当然，方法还是有很多种的，最后我还是选择了一种最简单，最方便的一种方法： python爬虫。下面，我就跟大家分享一下我在

用python爬虫时遇到的坑。

下面，我以爬取某易云音乐为例，介绍一下我时如何学习python爬虫的：

思路:

•音乐从哪里来？—网站的服务器里

•怎么从网址里得到音乐？—向网站发起网络请求

•删选音乐文件

•下载音乐文件

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
复制代码

 

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
复制代码

 

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'
复制代码

 

4 发送请求获取页面数据

response = requests.get(url=url) # 请求页面数据
复制代码

 

5 解析数据

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

 

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
复制代码

 

7 下载歌曲

Python学习交流Q群：906715085###
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)
复制代码

 

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)
复制代码

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

 

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)
复制代码

music.163.com/song/media/…

 

最后

希望以后在爬取音乐的时候都不会在遇到。今天的分享到这里就结束了，下一章再见。

标签：python,代码,音乐,爬虫,爬取,url,music,id,下载
来源： https://www.cnblogs.com/123456feng/p/16195035.html