爬取声音de

xiao52x

于 2021-12-15 21:46:47 发布

阅读量755

点赞数

分类专栏： python爬虫自学系列文章标签： safari chrome python

本文链接：https://blog.csdn.net/weixin_44953928/article/details/121962618

版权

python爬虫自学系列专栏收录该内容

17 篇文章 5 订阅

订阅专栏

该博客展示了如何使用Python的requests和lxml库来抓取网页上的音频资源。作者首先创建了一个目录来保存下载的文件，然后通过发送HTTP请求获取HTML内容，解析HTML找到音频源URL，并下载保存为MP3文件。整个过程详细地说明了网络爬虫在获取多媒体内容方面的应用。

摘要由CSDN通过智能技术生成

# 姓名： 晓晓
# 时间：2021/12/15 21:02

import requests
from lxml import etree
import os

if __name__=='__main__':
    if not os.path.exists('xiaofang'):
        os.mkdir('xiaofang')

    url='https://www.yespik.com/search-sound/77822.html'

    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36'
    }

    resp = requests.get(url=url, headers=headers).text
    # fp=open('a.html','w',encoding='utf-8')
    # fp.write(resp)
    # fp.close()

    #数据解析
    tree=etree.HTML(resp)
    ul_list=tree.xpath('/html/body/div[4]/div[1]/div')
    # print(ul_list)
    for li in ul_list:
        wang_url = li.xpath('div/div[3]/audio/source/@src')[0]
        wang_url='http:'+ wang_url
        print(wang_url)
        name= li.xpath('div/div[2]/a/text()')[0]+'.mp3'
        print(name)
        data1 = requests.get(url=wang_url, headers=headers)
        data2=data1.content
        # # 压缩包路径
        page3_path = 'xiaofang/' + name
        with open(page3_path, mode='wb') as fp:
            fp.write(data2)
            print(name, "下载完成!!!")