看我如何用 Python 爬取网易云音乐歌单

此货很干,跟上脚步!!!

Cookie
cookie是什么东西?
小饼干?能吃吗?
简单来说就是你第一次用账号密码访问服务器
服务器在你本机硬盘上设置一个身份识别的会员卡(cookie)
下次再去访问的时候只要亮一下你的卡片(cookie)
服务器就会知道是你来了,因为你的账号密码等信息已经刻在了会员卡上

需求分析
爬虫要访问一些私人的数据就需要用cookie进行伪装
想要得到cookie就得先登录,爬虫可以通过表单请求将账号密码提交上去
但是在火狐的F12截取到的数据就是,
网易云音乐先将你的账号密码给编了码,再发post请求
所以我们在准备表单数据的时候就已经被卡住了
这时候我们就可以使用自动化测试Selenium帮助我们去登录
登录好之后就获取cookie给爬虫使用

OK,废话也废话完了,直接开整吧!!
首先给我创建一个爬虫项目和爬虫
在cmd创建

用Pycharm打开这个项目

首先修改配置文件setting.py
1.关闭机器人协议
2.取消禁用cookie的功能

现在就回到爬虫文件wyySpider.py准备前期的工作
修改start_urls里的网址和准备一个请求头

很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！
QQ群：705933274

首先用火狐浏览器打开网易云音乐,登录后进入到个人主页

在爬虫代码那里准备一下,修改一下start_urls

import scrapy
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
import timeclass WyyspiderSpider(scrapy.Spider):name = 'wyySpider'allowed_domains = ['163.com']start_urls = ['https://music.163.com/playlist?id=19xxxxx7']

先实现一下自动登录功能获取cookie
首先导一下自动化测试的包(Selenium)
没有这个包的话去控制台:pip --default-timeout=100 install selenium -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
import time

导完包还要一个谷歌的驱动程序,先看一下自己的谷歌版本

到这网站下载相同版本的驱动程序:https://sites.google.com/a/chromium.org/chromedriver/home

如果版本跟我的一样可以去网盘下载:
链接: https://pan.baidu.com/s/1M-gME2R8EEhEoFlPaDhbmA 提取码: 7iai

解压后记住这个驱动的位置,在爬虫文件写一个获取cookie的函数
以下代码的坐标不一定适合各位的电脑,不过给你们安利个物理外挂(电脑微信截图Alt+A)

        def getCookie(self):# 获取谷歌的驱动,参数为刚刚驱动程序的位置driver = webdriver.Chrome("C:/Users/Administrator/AppData/Local/Programs/Python38/Lib/site-packages/selenium/webdriver/chrome/chromedriver.exe")# -----------------selenium自动登录-----------------------# 打开谷歌然后访问指定的网站driver.get("https://music.163.com/")# 最大化,睡眠是怕网速慢没加载出来driver.maximize_window()time.sleep(1)# 鼠标从(0,0)向x(1435px),y(35px)移动,用左键点击一下ActionChains(driver).move_by_offset(1435, 35).click().perform()time.sleep(0.3)# 点击其他方式ActionChains(driver).move_by_offset(-480, 575).click().perform()time.sleep(0.3)# 同意条款ActionChains(driver).move_by_offset(-218, -10).click().perform()time.sleep(0.3)# 手机登录ActionChains(driver).move_by_offset(107, -100).click().perform()time.sleep(0.3)# 输入账号密码# 通过css选择器获取id为"p"的标签,然后send_keys就是模拟输入一些信息driver.find_element_by_css_selector("#p").send_keys("账号")driver.find_element_by_css_selector("#pw").send_keys("密码")time.sleep(0.3)# 点击登录ActionChains(driver).move_by_offset(110, 15).click().perform()time.sleep(1)# 找到头像悬浮img = driver.find_element_by_css_selector("div.head:nth-child(1) > img:nth-child(1)")ActionChains(driver).move_to_element(img).perform()time.sleep(0.5)# 点击我的主页ActionChains(driver).move_by_offset(0, 40).click().perform()time.sleep(0.5)# 点击喜欢的音乐ActionChains(driver).move_by_offset(-870, 830).click().perform()time.sleep(0.3)# -----------------selenium自动登录-----------------------

登录完毕后就可以获取cookie,但看一下下面的cookie

[{'domain': 'music.163.com', 'expiry': 2147483647, 'httpOnly': False, 'name': 'WM_TID', 'path': '/', 'secure': False, 'value': 'UnQj6SSNqN9BEVdubmNcEjpl%2B9DA'}, {'domain': 'music.163.com', 'expiry': 2147483647, 'httpOnly': False, 'name': 'WM_NIKE', 'path': '/', 'secure': False, 'value': '9ca17ae2e6ffcda170e2e6ee87f4508ef58483ea4a97968ea7c54e879a8eaaf445aebc83b6e933f3f1c0b4c82af0fea7c3b92af697b7a6dc7b82afc09ad98ca695bc5082ecbcb1e772b7889b3d1c15bf28da0bbfb5b95aa8795f073adbc9c98ed79a28d8aa7f450f1ae9dd9b77a85edbf9ac625f1ef84d8f970b4e7bfd8cd21b48e8c8ec17df3e7a898f74488ef9bb5c837e2a3'}, {'domain': '.music.163.com', 'httpOnly': False, 'name': 'WNMCID', 'path': '/', 'sameSite': 'Strict', 'secure': False, 'value': 'fdygqk.1611989994304.01.0'}, {'domain': '.music.163.com', 'httpOnly': False, 'name': 'WEVNSM', 'path': '/', 'sameSite': 'Strict', 'secure': False, 'value': '1.0.0'}, {'domain': 'music.163.com', 'expiry': 2147483647, 'httpOnly': False, 'name': 'WM_NI', 'path': '/', 'secure': False, 'value': '6IyEYqBqpyZMITjt9DB4tPdzuXUFC%2BNyOiu3S04CTC5Nsv2Q4gkMM0BQ2SPZxQWvItmyodTwnsbSFFqD3rS84rG3qyG%2F31L7zdp9q7N%2BpRDmBw19hwtHD1UTE%3D'}, {'domain': '.music.163.com', 'expiry': 1927349994, 'httpOnly': False, 'name': 'NMTID', 'path': '/', 'secure': False, 'value': '00O-pWx8ZDJJQfiFkHzsgin07nYSmUAAAF3UhdN2w'}, {'domain': '.163.com', 'expiry': 4765589994, 'httpOnly': False, 'name': '_ntes_nuid', 'path': '/', 'secure': False, 'value': '738fc9cd89d6d8799fa76b3348d25d7d'}, {'domain': '.163.com', 'expiry': 4765589994, 'httpOnly': False, 'name': '_ntes_nnid', 'path': '/', 'secure': False, 'value': '738fc9cd89d6d8799fa76b3348d25d7d,1611989994150'}, {'domain': '.music.163.com', 'expiry': 1769671794, 'httpOnly': False, 'name': '_iuqxldmzr_', 'path': '/', 'secure': False, 'value': '32'}, {'domain': '.music.163.com', 'expiry': 1769671794, 'httpOnly': False, 'name': 'JSESSIONID-WYYY', 'path': '/', 'secure': False, 'value': 'OoCMxNwGV%5CfZD2OSzAXovf4ASVZsJ8UQ4sgg7JfH075cKTD%2FW3sMzZj%2BpayS1EnNVXzRm%2F2GxfzIoNv3FTjYxKeNFZWqf6UeiMSc1%2BG98kgsEM94juuE%5Cs18k2%2BPNPAp3hU0G%5CFDUtjkimCR5pgOIOI%3A1611991794102'}]

是列表加字典的结构,而Scrapy的cookie是字符串类型的,所以我们要做一个转型

# 将driver获取的字典类型的cookie提取name和value封装成字符串temp = []for i in driver.get_cookies():temp.append(i['name'] + "=" + i['value'])# 返回字符串cookiereturn ';'.join(temp)

所以这个函数基本就写完了,自动登录后获取cookie是不是很爽!!!
现在重写一下def start_requests(self),这个函数是在请求发起前执行的

在这个函数把请求头给塞进去,因为setting那边没有定义

    def start_requests(self):# 定义请求头的时候调用一下getCookie获取一下cookieheaders = {'Cookie': self.getCookie(),'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.104 Safari/537.36'}# 注意url是个列表这里拿下标[0],然后把headers请求头塞进去,交给parse函数yield scrapy.Request(url=self.start_urls[0], headers=headers, callback=self.parse)

请求前一切准备好之后,在解析函数(parse)进行保存一下数据,记得到re包

    def parse(self, response):# 匹配歌曲名的正则表达式patt = re.compile(r'<a href="/song.id=.*?">([^<|{]*?)</a>')# 找到所有歌曲名listdata = re.findall(patt, response.text)# 把数据写进txt文件with open(file="../response.txt", mode="w+", encoding="utf-8") as file:for item in listdata:file.write(item+"\n")

一句启动爬虫的命令,眨眨眼的时间 ~
数据就进去了哦!原来我的喜爱歌单只有不到500~

下面就是爬虫源代码

import scrapy
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
import time
import reclass WyyspiderSpider(scrapy.Spider):name = 'wyySpider'allowed_domains = ['163.com']start_urls = ['https://music.163.com/playlist?id=19xxxxx7']def getCookie(self):# 获取谷歌的驱动,参数为刚刚驱动程序的位置driver = webdriver.Chrome("C:/Users/Administrator/AppData/Local/Programs/Python38/Lib/site-packages/selenium/webdriver/chrome/chromedriver.exe")# -----------------selenium自动登录-----------------------# 打开谷歌然后访问指定的网站driver.get("https://music.163.com/")# 最大化,睡眠是怕网速慢没加载出来driver.maximize_window()time.sleep(1)# 以下坐标以自己的电脑为准# 鼠标从(0,0)向x(1435px),y(35px)移动,用左键点击一下ActionChains(driver).move_by_offset(1435, 35).click().perform()time.sleep(0.3)# 点击其他方式ActionChains(driver).move_by_offset(-480, 575).click().perform()time.sleep(0.3)# 同意条款ActionChains(driver).move_by_offset(-218, -10).click().perform()time.sleep(0.3)# 手机登录ActionChains(driver).move_by_offset(107, -100).click().perform()time.sleep(0.3)# 输入账号密码# 通过css选择器获取id为"p"的标签,然后send_keys就是模拟输入一些信息driver.find_element_by_css_selector("#p").send_keys("账号")driver.find_element_by_css_selector("#pw").send_keys("密码")time.sleep(0.3)# 点击登录ActionChains(driver).move_by_offset(110, 15).click().perform()time.sleep(1)# 找到头像悬浮img = driver.find_element_by_css_selector("div.head:nth-child(1) > img:nth-child(1)")ActionChains(driver).move_to_element(img).perform()time.sleep(0.5)# 点击我的主页ActionChains(driver).move_by_offset(0, 40).click().perform()time.sleep(0.5)# # 点击喜欢的音乐# ActionChains(driver).move_by_offset(-870, 830).click().perform()# time.sleep(0.3)# -----------------selenium自动登录-----------------------# 将driver获取的字典类型的cookie提取name和value封装成字符串# 临时存放每个拼接好的key=value字符串temp = []# 遍历driver给的cookies字典for i in driver.get_cookies():temp.append(i['name'] + "=" + i['value'])# 返回字符串cookiereturn ';'.join(temp)def start_requests(self):# 定义请求头的时候调用一下getCookie获取一下cookieheaders = {'Cookie': self.getCookie(),'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.104 Safari/537.36'}# 注意url是个列表这里拿下标[0],然后把headers请求头塞进去,交给parse函数yield scrapy.Request(url=self.start_urls[0], headers=headers, callback=self.parse)def parse(self, response):# 匹配歌曲名的正则表达式patt = re.compile(r'<a href="/song.id=.*?">([^<|{]*?)</a>')# 找到所有歌曲名listdata = re.findall(patt, response.text)# 把数据写进txt文件with open(file="response.txt", mode="w+", encoding="utf-8") as file:for item in listdata:file.write(item+"\n")

在这里还是要推荐下我自己建的Python学习Q群:705933274，群里都是学Python的，如果你想学或者正在学习Python ，欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2021最新的Python进阶资料和零基础教学，欢迎进阶中和对Python感兴趣的小伙伴加入！

看我如何用 Python 爬取网易云音乐歌单相关推荐

如何用 Python 爬取网易云音乐歌单
点击⬆️方"逆锋起笔",公众号回复编程资源领取大佬们推荐的学习资料作者:我不是秃头哆唻咪 (侵删) https://blog.csdn.net/weixin_44864260/ ...
如何用Python爬取网易云音乐歌单
此货很干,跟上脚步!!! Cookie cookie是什么东西? 小饼干?能吃吗? 简单来说就是你第一次用账号密码访问服务器服务器在你本机硬盘上设置一个身份识别的会员卡(cookie) 下次再去访问 ...
python爬取网易云音乐歌单
获取网易云音乐的某个分类下的歌单的详细页地址.歌单标题.歌单播放量.歌单贡献者.歌单索引信息等.并保存到csv文件中去. 用到的模块:requests.time.BeautifulSoup 选择不同类 ...
PHP爬虫音乐,PHP 爬虫———爬取网易云音乐歌单
爬取网易云音乐歌单 PHP + QueryList + Puppeteer + Nodejs 使用 Composer 安装库如果你之前没有接触过Composer,强烈建议你学习一下.Composer ...
如何用Python爬取网易云歌曲?秘诀在这~
说到近年来程序界最火的事情是什么呢?您一定会想到Python的兴起.根据研究,Python已经成为排名前三的语言.也许你会困惑,Python能这么火的原因是什么呢? 首先是Python工具上手很快,它 ...
用python爬取网易云音乐歌单列表
本文分为两个部分:基础知识和正文,其中基础知识包括什么正则表达式以及Beautifulsoup4的使用. 一.正则表达式正则表达式用于字符串查找.合法性检查以及作为程序员的工具箱使用. 字符串查找: ...
如何用 Python 爬取网易云音乐的 10w+ 评论？附详细代码解读
在简单学习了Python爬虫之后,我的下一个目标就是网易云音乐.因为本人平时就是用它听的歌,也喜欢看歌里的评论,所以本文就来爬一爬网易云音乐的评论吧! 正式进入主题首先是找到目标网页并分析网页结构, ...
python爬取网易云音乐歌单_【python】爬取并批量下载网易云歌单,嗨翻暑假!
[Python] 纯文本查看复制代码# 利用 Selenium 抓取淘宝商品并用 PyQuery 解析得到商品的图片.名称.价格.购买人数. # 店铺名称.店铺所在地信息,并将其保存到MongoDB ...
利用python爬取网易云心爱歌单
一 cookie是什么东西? 小饼干?糖果?能吃吗? 简单来说就是你第一次用账号密码访问服务器服务器在你本机硬盘上设置一个身份识别的会员卡(cookie) 下次再去访问的时候只要亮一下你的卡片(co ...

看我如何用 Python 爬取网易云音乐歌单

看我如何用 Python 爬取网易云音乐歌单相关推荐

最新文章

热门文章