Python爬取网易云音乐排行榜歌曲

文章概述

本文将详细介绍如何使用Python编写一个简单的爬虫来抓取网易云音乐排行榜上的歌曲，并将这些歌曲下载到本地。我们将利用requests库来发送HTTP请求，并使用正则表达式来解析HTML文档，从而提取出歌曲的URL和名称。

技术栈

• Python: 编程语言
• requests: HTTP客户端库
• 正则表达式: 数据解析工具

环境准备

确保安装了以下Python库：

• requests

可通过pip安装：

pip install requests

代码详解

1. 导入库

import re
import requests

2. 设置请求参数

url = 'https://music.163.com/discover/toplist'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36 Edg/113.0.1774.42',
    'cookie': '...'  # Cookie信息
}

3. 发送请求并解析响应

reps = requests.get(url, headers=headers).text

4. 提取歌曲信息

list_url = re.findall('<li><a href="/song\?id=(.*?)">(.*?)</a></li>', reps)

5. 下载歌曲

for url in list_url:
    url_dj = f'http://music.163.com/song/media/outer/url?id={url[0]}.mp3'
    name = url[1]
    print(url_dj)
    with open('音乐//' + name + '.mp3', 'wb') as fp:
        fp.write(requests.get(url_dj).content)

代码分析

1. 设置请求头：包括User-Agent和Cookie信息，模拟浏览器行为。
2. 发送HTTP请求：获取排行榜页面的HTML内容。
3. 提取歌曲信息：使用正则表达式提取歌曲的ID和名称。
4. 构建歌曲URL：根据提取到的歌曲ID构建歌曲的下载URL。
5. 下载歌曲：下载每首歌曲并保存到本地。

注意事项

1. 文件夹创建：确保音乐文件夹存在，否则程序会抛出异常。
2. 版权问题：请确保遵循相关网站的版权政策，不要用于商业用途。
3. 异常处理：可以增加异常处理机制来增强程序的健壮性。
4. 网络请求限制：避免频繁请求，以免被网站封禁。

运行程序

确保所需库已安装，并且音乐文件夹已创建，然后运行上述脚本即可开始抓取歌曲。

总结

通过上述代码，我们实现了一个简单的爬虫，它可以抓取网易云音乐排行榜上的歌曲并保存到本地。这种方法适用于快速抓取小规模的音频数据集。如果你需要更高级的功能或处理大量数据，可以考虑使用更复杂的技术如异步请求、多线程或多进程等。

完整代码

import re

import requests

url = 'https://music.163.com/discover/toplist'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36 Edg/113.0.1774.42',
    'cookie': '.....'
}

reps = requests.get(url, headers=headers).text

list_url = re.findall('<li><a href="/song\?id=(.*?)">(.*?)</a></li>',reps)
for url in list_url:
    url_dj = f'http://music.163.com/song/media/outer/url?id={url[0]}.mp3'
    name = url[1]
    print(url_dj)
    with open('音乐//' + name + '.mp3', 'wb')as fp:
        fp.write(requests.get(url_dj).content)