# -*- coding:utf-8 -*-
# 百度音乐热歌榜 Top500
# Auth:Crane
# Time:2014-6-17
# V1.0
# 缺点:只能抓取前50首,也就是第一页的,其他页的抓不到,呃,发现其实不用先写到文件再从文件中读出来,因为效果是一样的,如果去掉
# .decode("utf-8"),那么能显示495个,但是是乱码
import urllib2
import re
url='http://music.baidu.com/top/dayhot'
content=urllib2.urlopen(url).read().decode("utf-8")
reg=r'<a href="/song/.*?" title="(.*?)">.*?<span class="author_list" title="(.*?)">'
music_re=re.compile(reg)
music_list=re.findall(music_re,content)
i=1
for item in music_list:
print i,item[0]+' '+item[1]
i+=1
只能抓取前50首,也就是第一页的,其他页的抓不到,呃,发现其实不用先写到文件再从文件中读出来,因为效果是一样的,如果去掉
.decode("utf-8"),那么能显示495个,但是是乱码,不知道是什么原因