Python爬取网易云歌单

Stella981
• 阅读 1717

基本配置:

  • Python版本:3.7

相关模块:

from urllib import parsefrom lxml import etreefrom urllib3 import disable_warningsimport requests

案例关键点:

使用单线程爬取,未登录,爬取网易云歌单主要有三个关键点:

网易云使用翻页形式,其特点为url的limit和offset参数:

  • limit 表示单页显示的歌单数(修改无效)

  • offset 表示当前页数,即 offset / limit + 1

发送get请求时froms与url的参数一样

  • cat 歌单类型,必须将中文转码

  • order 最新或最热

  • limit 与url参数一致

  • offset 与url参数一致

完整代码:

from urllib import parsefrom lxml import etreefrom urllib3 import disable_warningsimport requests'''遇到不懂的问题?Python学习交流群:821460695满足你的需求,资料都已经上传群文件,可以自行下载!'''class Wangyiyun(object):    def __init__(self, **kwargs):        # 歌单的歌曲风格        self.types = kwargs['types']        # 歌单的发布类型        self.years = kwargs['years']        # 这是当前爬取的页数        self.pages = pages        # 这是请求的url参数(页数)        self.limit = 35        self.offset = 35 * self.pages - self.limit        # 这是请求的url        self.url = "https://music.163.com/discover/playlist/?"    # 设置请求头部信息(可扩展:不同的User - Agent)    def set_header(self):        self.header = {            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36",            "Referer": "https://music.163.com/",            "Upgrade-Insecure-Requests": '1',        }        return self.header    # 设置请求表格信息    def set_froms(self):        self.key = parse.quote(self.types)        self.froms = {            "cat": self.key,            "order": self.years,            "limit": self.limit,            "offset": self.offset,        }        return self.froms    # 解析代码,获取有用的数据    def parsing_codes(self):        page = etree.HTML(self.code)        # 标题        self.title = page.xpath('//div[@class="u-cover u-cover-1"]/a[@title]/@title')        # 作者        self.author = page.xpath('//p/a[@class="nm nm-icn f-thide s-fc3"]/text()')        # 阅读量        self.listen = page.xpath('//span[@class="nb"]/text()')        # 歌单链接        self.link = page.xpath('//div[@class="u-cover u-cover-1"]/a[@href]/@href')        # 打印看看        for i in zip(self.title, self.link, self.author, self.listen):            print("[歌单名称]:{}\n[发布作者]:{}\n[总播放量]:{}\n[歌单链接]:{}\n".format(i[0],i[2],i[3],"https://music.163.com/"+i[1]))        print('第{}页'.format(self.pages).center(50,'='))    # 获取网页源代码    def get_code(self):        disable_warnings()        self.froms['cat']=self.types        disable_warnings()        self.new_url = self.url+parse.urlencode(self.froms)        self.code = requests.get(            url = self.new_url,            headers = self.header,            data = self.froms,            verify = False,        ).text    # 爬取多页时刷新offset    def multi(self ,page):        self.offset = self.limit * page - self.limitif __name__ == '__main__':    #=======================================    # 指定一些参数    # 歌单的歌曲风格    types = "说唱"    # 歌单的发布类型:最热=hot,最新=new    years = "hot"    # 指定爬取的页数    pages = 1    #=======================================    # =======================================    # 例子:通过pages变量爬取指定页面(多页)    music = Wangyiyun(        types = types,        years = years,    )    for i in range(pages):        page = i+1              # 因为没有第0页        music.multi(page)       # 爬取多页时指定,传入当前页数,刷新offset        music.set_header()      # 调用头部方法,构造请求头信息        music.set_froms()       # 调用froms方法,构造froms信息        music.get_code()        # 获取当前页面的源码        music.parsing_codes()   # 处理源码,获取指定数据    # =======================================    #=======================================    # 例子:通过pages变量爬取指定页面(单页)    # music = Wangyiyun(    #     types=types,    #     years=years,    # )    # music.set_header()    # music.set_froms()    # music.get_code()    # music.parsing_codes()    #=======================================

运行效果图:

Python爬取网易云歌单

Python爬取网易云歌单

长按二维码关注

公众号「跟我学Python」

Python爬取网易云歌单

你点一个在看 👍

就是最大的支持Python爬取网易云歌单

======================================================================================================================

本文分享自微信公众号 - web项目开发(javawebkaifa)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

点赞
收藏
评论区
推荐文章
blmius blmius
3年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
待兔 待兔
3个月前
手写Java HashMap源码
HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Stella981 Stella981
3年前
Python之time模块的时间戳、时间字符串格式化与转换
Python处理时间和时间戳的内置模块就有time,和datetime两个,本文先说time模块。关于时间戳的几个概念时间戳,根据1970年1月1日00:00:00开始按秒计算的偏移量。时间元组(struct_time),包含9个元素。 time.struct_time(tm_y
Wesley13 Wesley13
3年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
3年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
3年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
3年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
9个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这