Python数据可视化：网易云音乐歌单

最新推荐文章于 2024-08-27 07:54:16 发布

Python中文社区

最新推荐文章于 2024-08-27 07:54:16 发布

阅读量2.6k

点赞数

640?wx_fmt=jpeg

♚

作者：法纳斯特，Python爱好者，喜欢爬虫，数据分析以及可视化。

GitHub：https://github.com/Tobby-star

网易云音乐2018年度听歌报告—遇见你，真好。

相信有不少人在上周，应该已经看过自己网易云音乐的年度报告了。

笔者也是去凑凑热闹，瞅了一波自己的年度听歌报告。

那么你在云村又听了多少首歌，听到最多的歌词又是什么呢？

2018年你的年度歌手又是谁，哪些又是你最爱的歌呢？

不过相比去年，我的票圈并没有很多发自己年度报告的朋友。

不得不说，版权之争开始，网易云音乐似乎就在走下坡路。

很多喜欢的歌听不了，这应该是大家共同的痛点。

最大的印象就是周董的歌，在愚人节时下架了，原以为只是个玩笑，不想却是真的。

本次通过对网易云音乐华语歌单数据的获取，对华语歌单数据进行可视化分析。

可视化库不采用pyecharts，来点新东西。

使用matplotlib可视化库，利用这个底层库来进行可视化展示。

/ 01 / 网页分析

01 歌单索引页

640?wx_fmt=png

选取华语热门歌单页面。

获取歌单播放量，名称，及作者，还有歌单详情页链接。

本次一共获取了1302张华语歌单。

02 歌单详情页

640?wx_fmt=png

获取歌单详情页信息，信息比较多。

有歌单名，收藏量，评论数，标签，介绍，歌曲总数，播放量，收录的歌名。

这里歌曲的时长、歌手、专辑信息在网页的iframe中。

需要用selenium去获取信息，鉴于耗时过长，笔者选择放弃...

有兴趣的小伙伴，可以试一下哈...

/ 02 / 数据获取

01 歌单索引页

from bs4 import BeautifulSoup
import requests
import time

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
}

for i in range(0, 1330, 35):
    print(i)
    time.sleep(2)
    url = 'https://music.163.com/discover/playlist/?cat=欧美&order=hot&limit=35&offset=' + str(i)
    response = requests.get(url=url, headers=headers)
    html = response.text
    soup = BeautifulSoup(html, 'html.parser')
    # 获取包含歌单详情页网址的标签
    ids = soup.select('.dec a')
    # 获取包含歌单索引页信息的标签
    lis = soup.select('#m-pl-container li')
    print(len(lis))
    for j in range(len(lis)):
        # 获取歌单详情页地址
        url = ids[j]['href']
        # 获取歌单标题
        title = ids[j]['title']
        # 获取歌单播放量
        play = lis[j].select('.nb')[0].get_text()
        # 获取歌单贡献者名字
        user = lis[j].select('p')[1].select('a')[0].get_text()
        # 输出歌单索引页信息
        print(url, title, play, user)
        # 将信息写入CSV文件中
        with open('playlist.csv', 'a+', encoding='utf-8-sig') as f:
            f.write(url + ',' + title + ',' + play + ',' + user + ' ')

获取歌单索引页信息如下，共1302张华语歌单。

640?wx_fmt=png

02 歌单详情页

from bs4 import BeautifulSoup
import pandas as pd
import requests
import time

df = pd.read_csv('playlist.csv', header=None, error_bad_lines=False, names=['url', 'title', 'play', 'user'])

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
}

for i in df['url']:
    time.sleep(2)
    url = 'https://music.163.com' + i
    response = requests.get(url=url, headers=headers)
    html = response.text
    soup = BeautifulSoup(html, 'html.parser')
    # 获取歌单标题
    title = soup.select('h2')[0].get_text().replace(',', '，')
    # 获取标签
    tags = []
    tags_message = soup.select('.u-tag i')
    for p in tags_message:
        tags.append(p.get_text())
    # 对标签进行格式化
    if len(tags) > 1:
        tag = '-'.join(tags)
    else:
        tag = tags[0]
    # 获取歌单介绍
    if soup.select('#album-desc-more'):
        text = soup.select('#album-desc-more')[0].get_text().replace(' ', '').replace(',', '，')
    else:
        text = '无'
    # 获取歌单收藏量
    collection = soup.select('#content-operation i')[1].get_text().replace('(', '').replace(')', '')
    # 歌单播放量
    play = soup.select('.s-fc6')[0].get_text()
    # 歌单内歌曲数
    songs = soup.select('#playlist-track-count')[0].get_text()
    # 歌单评论数
    comments = soup.select('#cnt_comment_count')[0].get_text()
    # 输出歌单详情页信息
    print(title, tag, text, collection, play, songs, comments)
    # 将详情页信息写入CSV文件中
    with open('music_message.csv', 'a+', encoding='utf-8-sig') as f:
        f.write(title + ',' + tag + ',' + text + ',' + collection + ',' + play + ',' + songs + ',' + comments + ' ')
    # 获取歌单内歌曲名称
    li = soup.select('.f-hide li a')
    for j in li:
        with open('music_name.csv', 'a+', encoding='utf-8-sig') as f:
            f.write(j.get_text() + ' ')