python 微盘下载_Python爬虫——百度+新浪微盘下载歌曲

# -*- coding: utf-8 -*-

"""

Created on Mon Aug 7 09:22:12 2017

@author: JClian

"""

import os

import re

import time

import datetime

from selenium import webdriver #导入Selenium的webdriver

from selenium.webdriver.common.keys import Keys #导入Keys

from selenium.webdriver.common.action_chains import ActionChains

#导入selenium的异常

from selenium.common.exceptions import TimeoutException,NoSuchElementException,WebDriverException

def getSong(songer):

chrome_options = webdriver.ChromeOptions()

# 不加载图片(提升加载速度)；设置默认保存文件路径

prefs = {"profile.managed_default_content_settings.images":2,\

"download.default_directory": 'F:\\download_music\%s' %songer}

chrome_options.add_experimental_option("prefs",prefs)

browser = webdriver.Chrome(chrome_options=chrome_options) #启动浏览器

browser.maximize_window() #最大化

#设置网页加载等待时间为20s,超过20s后则停止加载

browser.set_page_load_timeout(20)

try:

browser.get('https://www.baidu.com/') #获取百度网页

except TimeoutException:

browser.execute_script('window.stop()')

#在百度搜索栏搜索“歌手 微盘”，并点击“百度一下”按钮

browser.find_element_by_id("kw").send_keys('%s 微盘'% songer)

browser.find_element_by_id("su").click()

time.sleep(5)

#对每一页的搜索记录进行处理

def each_page(j):

for i in range(1+10*j,11+10*j):

print(datetime.datetime.now(),"第%d页~~~~~~~~~~~~~~~~~~~"%i)

#找到该条搜索记录，并点击

elem = browser.find_element_by_xpath("//*[@id='%d']/h3/a"%i)

elem.click()

time.sleep(10)

#切换到新弹出的窗口

browser.switch_to_window(browser.window_handles[1])

#判断是否是新浪微盘网页，若是，则再判断里面分享的歌曲是否大于一首

if re.match('^http://vdisk.weibo.com/s',browser.current_url):

print("这是一个新浪微盘的网页！")

t = browser.find_elements_by_class_name("short_name")

if len(t) > 0:

print("歌曲大于1首，不进行下载！\n")

else:

print("可以进行下载！")

#统计此时下载文件夹中的文件数量，作为下载成功的标志

music_exit_flg = len(os.listdir("F:\\download_music\%s"%songer))

#找到该页面的“下载”按钮，并按下

elem = browser.find_element_by_id("download_big_btn").click()

print("歌曲正在下载中...")

time.sleep(8)

#获取歌曲的歌名信息

file_name = browser.find_element_by_class_name("page_down_filename").text

exit_flg = 0 #歌曲重新下载的标志

while True:

#如果下载文件夹文件数量增加1，则下载成功，否则重新下载

if len(os.listdir("F:\\download_music\%s"%songer)) == (music_exit_flg+1):

print("%s 下载成功！\n"%file_name)

break

else:

browser.refresh() #刷新网页

time.sleep(5)

music_exit_flg = len(os.listdir("F:\\download_music\%s"%songer))

elem = browser.find_element_by_id("download_big_btn").click()

print("正在尝试重新下载...")

time.sleep(8)

exit_flg += 1

if exit_flg == 3: #尝试重新下载3次仍未下载后，则下载失败

print("%s下载失败啦~~\n" %file_name)

break

else:

print(("这不是一个新浪微盘的网页！\n"))

#关闭当前窗口，并切换到原来的搜索页面

browser.close()

time.sleep(2)

browser.switch_to_window(browser.window_handles[0])

pages = 20 #设置爬取网页的数量为20，即200条搜索记录

for i in range(pages):

each_page(i)

#点击该页面中的“下一页”按钮

if i ==0:

browser.find_element_by_class_name("n").click()

else:

browser.find_elements_by_class_name("n")[1].click()

time.sleep(8)

browser.close()#关闭窗口

print(datetime.datetime.now(),"%s的歌曲已操作完毕啦！" % songer)

def main():

d1 = datetime.datetime.now()

#要搜索的歌手的列表

songer_lst = ['Westlife', 'Backstreet Boys', 'Michael Jackson', 'Owl City', 'James Blunt', \

'Avril Lavigne','Tylor Swift','Beyonce', 'Groove Coverage', 'Jewel', 'Beyond']

for songer in songer_lst: #运行getSong()函数，并加入异常处理

try:

print(datetime.datetime.now(),"开始搜索%s的歌曲啦！"% songer)

os.mkdir(os.path.join("F:\\download_music",songer)) #创建新文件夹

getSong(songer)

except TimeoutException:

print(datetime.datetime.now(),"%s的歌曲下载超时啦！嘿嘿~~"% songer)

except NoSuchElementException:

print(datetime.datetime.now(),"哎呦，除了点小问题... NoSuchElementException")

except WebDriverException:

print(datetime.datetime.now(),"哎呦，除了点小问题...WebDriverException")

d2 = datetime.datetime.now()

print("开始时间：",d1)

print("结束时间：",d2)

print("一共花费的时间：",d2-d1)

main()