python爬虫批量下载“简谱”

python讨论qq群：996113038

---

导语：

上次发过一篇关于“python打造电子琴”的文章，从阅读量来看，我们公众号的粉丝里面还是有很多对音乐感兴趣的朋友的。于是，今天我们也发一个与音乐相关的推送。

学过笛子，洞箫的朋友都知道，弹奏音乐的时候我们要按照简谱演奏。因为关于乐曲的信息全部在简谱里面。音调，音量，节奏。这些都是演奏音乐是最重要的元素。

今天，作为技术人。我们就用python爬虫批量下载简谱图片。

我们要爬取的网站是“简谱网”。

网址是：http://www.jianpuw.com/

---

代码及相关资源获取：

1：关注“python趣味爱好者”公众号，回复“ 简谱 ”获取源代吗。

2：加入群聊：996113038。在群文件中下载源代码以及相关资料。

---

开发工具：

python3.6.4

相关第三方库：

requests

parsel

re

---

效果演示：

---

基本原理：

爬取简谱，其实说的简单一点就是爬取图片，这个道理很简单，简谱也是图片，以前我们爬取过妹子图。其实道理都差不多

10行代码爬取“小姐姐”图片

我们先通过requests获取网页源代码，然后分析网页。用parsel和re提取其中的图片的信息。

最后用requests获取图片，用f.write保存到本地文件夹里面。

---

往期精选：

python实现“粒子动画”

python暴打“冠状病毒”小游戏

---

部分代码：

首先要获取网页源代码，我们用到的是requests模块，为了防止被网站的反爬系统封掉ip地址,我们伪造了一个ip。

prox={'HTTP': '117.88.5.118:3000'}
response=requests.get(base_url,headers=headers,proxies=prox)

其中prox就是我们用到的代理ip。如果大家想批量下载ip。也可以看看历史消息（我们也发过爬取代理ip的程序）。

获取到源代码以后，我们需要分析其中的源代码：

这样，我们就可以提取到特定的简谱所在的网址，值得注意的是。href里面的网址不是完整的网址，需要和原始网页的网址连接到一起。形成一个新网址。然后获取这个新网址的网页源代码。如图所示

然后我们需要获取src里面的网址，和原始网址连接起来就是简谱图片所在的网址。我们访问这个网址就可以获得这个简谱图片。

最后，我们用一个for循环，循环获取所有的简谱所在的网址，然后批量下载。保存到本地。

其中img_name是获取简谱的图片名。

tu=requests.get(img_url, headers=headers,proxies=prox).content

由于图片是二进制格式，我们用到了content。

        img_name=img_url.split('/')[-1]
        tu=requests.get(img_url, headers=headers,proxies=prox).content
        with open('img\\'+img_name, 'wb') as f:
            f.write(tu)

              

感谢大家观看，有钱的老板可以打赏一下小编哦！

扫描下方二维码，关注公众号

参考资料：

图片来源：

https://images.pexels.com/photos/164821/pexels-photo-164821.jpeg?auto=compress&cs=tinysrgb&dpr=1&w=500