想要音频数据却不好批量下载怎么弄？python教你一招解决~

最新推荐文章于 2023-11-17 09:15:00 发布

魔王不会哭

最新推荐文章于 2023-11-17 09:15:00 发布

阅读量345

点赞数

分类专栏：爬虫 python 文章标签： python 计算机网络

本文链接：https://blog.csdn.net/python56123/article/details/124174552

版权

python 同时被 2 个专栏收录

227 篇文章 65 订阅

订阅专栏

爬虫

137 篇文章 37 订阅

订阅专栏

前言

嗨喽！大家好呀，这里是魔王~

环境介绍

python 3.8
pycharm

模块使用

requests >>> 数据请求模块第三方模块 pip install requests
re >>> 正则表达式解析数据内置模块不需要安装

win + R 输入cmd 输入安装命令 pip install 模块名如果出现爆红可能是因为网络连接超时切换国内镜像源

如果你想要去实现一个爬虫案例, 你会怎么去做?

分析: 分析我们想要的数据是从哪来可以获得… 音频url

通过开发者工具进行抓包分析

找到音频url地址
找到音频数据包
这个数据包里面就包含了我们想要音频url地址
对比数据包请求参数变化规律每一个音频都是有其对应的音频ID
通过开发者工具搜索ID 查询ID来源… 网页源代码里面就有我们想要音频ID

写代码目的最终为了获取音频url >>> 音频数据包 >>> 得到音频ID

代码实现步骤: 爬虫是模拟浏览器对于url地址发送请求, 从而获取数据

一. 第一次请求, 为了获取音频ID以及音频标题

发送请求, 对于音频目录页面发送请求
获取数据, 获取服务器返回响应数据
解析数据, 提取我们想要音频ID以及音频标题

二. 第二次请求, 为了获取音频url地址

发送请求, 对于音频数据包发送请求
获取数据, 获取服务器返回响应数据
解析数据, 提取音频url地址

三. 第三次请求, 为了获取音频二进制数据, 从而进行保存

保存数据

代码

# import requests  # 数据请求模块 第三方模块 pip install requests
# """
# 发送请求
#     对于哪一个url地址发送请求, 发送什么样请求
#
# 爬虫发送请求你可以看做打电话的一个过程
# import requests 工具 手机
# url 电话号码
# headers 信号
# get 打电话的方式 座机是需要加区号 长沙0731
# <Response [200]> 打电话通了 200 嘟嘟嘟的声音  404 您所拨打电话是空号
# """
# for page in range(2, 17):
#     url = f'https://www.ximalaya.com/revision/album/v1/getTracksList?albumId=8625924&pageNum={page}&sort=0'  # 唯一资源定位符
#     # 模拟浏览器 headers请求头 字典数据类型, 构建成键值对形式
#     headers = {
#         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.75 Safari/537.36'
#     }
#     response = requests.get(url=url, headers=headers)
#     # print(response.text)  # <Response [200]> 响应对象 200 状态码表示请求成功 404 网址不对
#     #  re.findall() 调用re模块里面findall方法  从那些数据里面, 获取什么样的数据内容 \d+ 匹配一个数字或者多个数字
#     audio_info = response.json()['data']['tracks']
#     # print(audio_info)
#     for index in audio_info:
#         # 字符串格式化方法 {} 占位符
#         link = f'https://www.ximalaya.com/revision/play/v1/audio?id={index["trackId"]}&ptype=1'
#         # print(link)
#         # 获取响应对象json字典数据
#         json_data = requests.get(url=link, headers=headers).json()
#         audio_url = json_data['data']['src']
#         """
#         response.text     数据类型是字符串 响应对象文本数据
#         response.json()   数据类型是字典 响应对象json字典数据
#         response.content  二进制数据内容
#         ctrl + alt + L 格式化代码 和网易云收藏按键  以及QQ 锁定按键冲突
#         """
#         audio_content = requests.get(url=audio_url, headers=headers).content
#         with open('audio\\' + index['title'] + '.mp3', mode='wb') as f:
#             f.write(audio_content)
#         print(link, index['title'])


def get_num():
    lis = []
    for a in range(10):
        for b in range(10):
            for c in range(10):
                for d in range(10):
                    num = f'{a}{b}{c}{d}'
                    lis.append(num)
    return lis


print(get_num())

string = '1111122211'
string = string.replace('2', '3')
print(string)