酷狗top500的爬虫

 

import requests
from bs4 import BeautifulSoup
import time         #导入相应的库文件

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36'
                 '(KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'#加入请求头
}

def get_info(url):#④定义获取信息的函数
    wb_data = requests.get(url, headers=headers)
    soup = BeautifulSoup(wb_data.text, "html.parser")

    ranks = soup.select('span.pc_temp_num')
    titles = soup.select('div.pc_temp_songlist > ul > li > a')
    times = soup.select('span.pc_temp_tips_r > span')
    for rank,title,time in zip(ranks, titles, times):#⑤
        data = {
            'rank':rank.get_text().strip(),
            'singer':title.get_text().split('-')[0],
            'song':title.get_text().split('-')[1],#通过split获取歌手和歌曲信息
            'time':time.get_text().strip()
        }
        print(data)#获取爬虫信息并按字典格式打印
if __name__ == '__main__': #程序主入口
    urls = ["http://www.kugou.com/yy/rank/home/{}-8888.html".format(number) for number in range(1, 24)]#构造多页URL,①此处会把urls够造出来一共24条网址
    for url in urls:#②
        get_info(url)#③循环调用,此处会带着第一条url地址,跳转到get_info函数体,执行④和⑤,⑤执行完了之后,会再次跳转到这里
        time.sleep(1)#⑥然后执行这个延时函数,这里延时函数执行完了之后,会跳转到②处进行再次循环

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值