春节后,媳妇发现喜爱的许巍都听不了了,网易云啥的需要VIP,趁着假期,给她爬点音乐听听,,博她一乐,哈哈~~。成果如下。
9ku音乐网,按照歌手查询,获取url
xpath 获取网页歌曲名和路径
pat1='//div[@class="singerMusic clearfix"]//div[@class="songName"]/a/@href'
pat2='//div[@class="singerMusic clearfix"]//div[@class="songName"]/a//text()'
idlist=html.xpath(pat1)
titlelist=html.xpath(pat2)
#从网页中获取所有歌曲名字
songID1.extend(idlist) #把多个列表合成一个列表
songName.extend(titlelist)
分析各歌曲网页路径,/play/3001.htm 代表光辉岁月的地址
找到歌曲真实的链接,json文件中。
分析歌曲地址url 规律
#http://www.9ku.com/html/playjs/894/893142.js
#http://www.9ku.com/html/playjs/878/877683.js
#http://www.9ku.com/html/playjs/31/30001.js
可以发现,倒手第二栏数字来源为歌单地址数字窜前3位或者前两位+1 ,如894=893+1
发现规律,就好办了,全部代码如下。
import requests
import re
import time
import json
from lxml import etree
from