一、准备工作
安装 requests 库和 beautifulsoup4 库:
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple pip install beautifulsoup4 -i https://pypi.tuna.tsinghua.edu.cn/simple
requests 库是一个简洁且简单的处理HTTP请求的第三方库;beautifulsoup4 库是一个解析和处理HTML 和 XML 的第三方库。
二、对网站HTML源码进行分析
通过对 HTML 源码分析,“ 歌手-歌名 ” 信息被封装在 <a> 标签中,<a> 标签在 <li>标签中,<li> 标签在 <ul> 标签中,<ul>标签在 “class=pc_temp_songlist” 的 <div>标签中。因此,可以用 beautifulsoup4 中的 select 方法进行筛选:
soup.select('.pc_temp_songlist > ul > li >a')
同样对歌曲时长的分析方法也如上,对 select 的具体用法可参考如下🔗:
Python中BeautifulSoup库的find_all、select用法
三、爬取酷狗Top500的歌曲
import requests from bs4 imp