python爬虫爬取音乐

话不多说，直接上代码，代码里写了注释，有兴趣讨论一下的，欢迎指点评论。

import time
from urllib.request import urlopen,Request
#引入回车键的包,这些都是基本配置
from selenium.webdriver.common.keys import Keys
from selenium import webdriver
from selenium.webdriver.chrome.options import Options

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36'
}
chrome_options=Options()
#以下两个语句是设置浏览器是否可见，设置不可见时程序依然驱动一个浏览器去访问网页，只是我们看不见而已
#chrome_options.add_argument('--headless')
#chrome_options.add_argument('--disable-gpu')
driver=webdriver.Chrome(options=chrome_options)
#这个链接是浏览器访问的网页
music=driver.get("https://music.sounm.com/")
#设置一个列表存储音乐来源
source_s=[]
#查找来源，解析出来后加入创建的列表
source=driver.find_elements_by_xpath('//*[@id="j-type"]/label')
print("音乐来源主要有以下几个：")
for so in source:
    source_s.append(so.text)
    print(so.text,end="  ")
print('\n')
#用户选择音乐来源
lai_yuan=input("请选择音乐来源(输入来源名，如百度)：")
#查找到的元素与用户输入的进行一一匹配
for i in range(len(source_s)):
    if lai_yuan==source_s[i]:
        dian=driver.find_elements_by_xpath('//*[@id="j-type"]/label/span/i[2]')
        dian[i].click()
        #匹配到就退出循环
        break
    else:
        if i==len(source_s)-1:
            print("没有找到这个音乐来源，请重新启动程序，重新输入：")
            #没有匹配到就退出程序
            exit()
#用户输入要搜索的歌曲
mi_n=input("请输入音乐名，连歌手名一起输入可提高匹配度：")
#查找网页的输入框
inp_ut=driver.find_element_by_xpath('//*[@id="j-input"]')
#将用户输入的内容填进搜索框
inp_ut.send_keys(mi_n)
#回车进行搜索
driver.find_element_by_id('j-input').send_keys(Keys.ENTER)
#睡眠2秒，等待网页加载
time.sleep(2)
#建一个列表存储搜索到的歌名
name_s=[]
#建一个列表存储歌名对应的歌手名
nam_es=[]
#找到歌曲名对应的标签，程序会自动形成一个列表
w_names=driver.find_elements_by_xpath('//*[@id="j-player"]/div[3]/ol/li/span[3]')
#如果没有找到标签，就退出程序
if len(w_names)==0:
    print('未找到歌曲！请重新启动程序。')
    exit()
#找到歌手名对应的标签
r_names=driver.find_elements_by_xpath('//*[@id="j-player"]/div[3]/ol/li/span[4]')
for i in range(len(r_names)):
    name_s.append(w_names[i].text)
    nam_es.append(r_names[i].text)
print("以逗号为界，前面的是歌名，后面的是歌手，下载时，请输入歌手的名字！")
#将歌名和歌手名组成一个元组，方便用户查看
for n in list(zip(name_s,nam_es)):
    print(n)
#该网址搜到歌曲后会自动播放，所以要找到歌曲的暂停按钮停止播放
try:
    #设置一个报错机制，防止程序崩溃
    driver.find_element_by_xpath('//*[@id="j-player"]/div[1]/div/button').click()
    print('音乐已暂停！')
except:
    print('未找到暂停按钮！')
#找到音乐的歌名和歌手，作为文件名
t_name=''
#下载音乐的链接
url=''
def search():
    #设置全局变量，否则在函数里无法访问函数外的变量
    global t_name,url
    ge_shou=input("请输入歌手名：")
    #输入的歌手名和搜索到的歌手名进行对比
    for k in range(len(nam_es)):
        if nam_es[k]==ge_shou:
            #哪一项对比上就点击该项
            r_names[k].click()
            #对文件名进行拼接
            t_name=name_s[k]+'--'+nam_es[k]
            #得到音乐地址的链接
            new_url=driver.find_element_by_xpath('//*[@id="j-src-btn"]').get_attribute('href')
            print(new_url)
            time.sleep(1)
            #点击了r_names[k]之后，会播放对应的歌曲，设置程序让它暂停
            try:
                #找到暂停按钮对应的标签
                driver.find_element_by_xpath('/html/body/video').click()
                print('播放已暂停！')
            except:
                print('按钮找不到！')
            #重新请求得到的音乐地址的链接，
            driver.get(new_url)
            '''            try:
                time.sleep(2)
                #让程序暂停2秒，让网页加载，否则暂停的按钮可能找不到
                driver.find_element_by_xpath('//*[@id="j-player"]/div[1]/div/button').click()
                print('播放已暂停！')
            except:
                print('按钮找不到！')'''
            url=driver.find_element_by_xpath('/html/body/video/source').get_attribute('src')
            print(url)
            #退出匹配的循环
            break
        else:
            #如果k等于已找到标签的个数，说明没有匹配上
            if k==len(nam_es)-1:
                print("没有找到这首歌，请重新输入歌手名：")
                #这时候，是用户输入有误，所以重新输入，即重新调用这个函数
                search()
search()
#关闭浏览器
driver.quit()
#下载函数，传入音乐对应的链接即可
def down(url):
    #设置报错机制防止程序崩溃
    try:
        re=Request(url)
        data=urlopen(re)
        data=data.read()
        #打开文件，以二进制的形式写入文件就下载好了
        f=open('E:\\Desktop\\music\\{}.mp3'.format(t_name),'wb')
        f.write(data)
        f.close()
        print('下载成功！')
    except:
        print('下载失败！')
print('正在下载.......')
down(url)

总结：学习爬虫已经有一段时间了，总结下来，爬取音乐、视频、图片等二进制文件，爬取小说，直接解析网页中的文字就好了，找到了直接写入文件就是了，没什么大不了，难的是找到文件对应的链接地址，因为网站为了保护目标文件采用了很多的反爬机制，而且技术在不断进步，所以找起目标文件来颇为费力。