前言

嗨喽!大家好,这里是魔王。

音乐,无论什么时候都有无数人欣赏,好的歌曲还能共情!今天我们就来爬一爬音乐,使用歌词来制作一张有趣的词云图叭~

【介绍】

  1. python爬虫爬取某音乐歌词,将内容保存
  2. 并制作出词云图

【模块】

  1. requests 发送数据请求 (安装方法 >>>pip install requests)
  2. parsel 数据解析模块 (安装方法 >>>pip install parsel)
  3. jieba 中文分词 ( 安装方法 >>>pip install jieba)
  4. imageio 图片处理模块 ( 安装方法 >>>pip install imageio))
  5. wordcloud 词云图制作模块 (安装方法 >>>pip install wordcloud)

方法 : xpath爬取方法

【介绍内容】

需要的数据都是什么

  • 歌名
  • 歌词

在哪里,从哪里找

【代码实现步骤】

  1. 获取网页地址 (目标地址)
  2. 发送请求
  3. 数据解析
  4. 保存数据
  5. 制作词云图

【导入模块】

import requests
import parsel
import jieba
import imageio
import wordcloud

目标地址

url = ‘http://www.kuwo.cn/play_detail/199390992’

发送请求

html_data = requests.get(url=url).text    # <Response [200]> 数据请求成功

3.数据解及保存数据

sel = parsel.Selector(html_data)  # <Selector xpath=None data='<html data-n-head-ssr>\n  <head>\n    <...'>name = sel.xpath('//*[@class="song_name flex_c"]/span/text()').get().strip()  # 歌名lyric = sel.xpath('//*[@id="lyric"]/div/p/text()').getall()
# for i in lyric:
#     with open(name+'.txt',mode='a',encoding='utf-8')as f:
#         f.write(i)

制作词云图

# 1.读取文件
f = open(name + '.txt', mode='r', encoding='utf-8')
txt = f.read()
# 2.中文分词
txt_list = jieba.lcut(txt)
print('合并前',txt_list)# 3.字符串合并
txt_str = ' '.join(txt_list)# 4.图片处理模块
img = imageio.imread('五星.png')
# 5.词云图设置
word = wordcloud.WordCloud(width=1000,height=1000,background_color='gray',font_path='msyh',mask=img,# 停用词stopwords=set([i.strip() for i in open('cn-stopwords.txt', mode='r', encoding='utf-8').readlines()])
)
# 6.插入文件
word.generate(txt_str)
# 7.保存词云图
word.to_file(name + '.png')
print(name+'词云图','保存成功')

好了,我的这篇文章写到这里就结束啦!

希望你在python这条路上依心而行,别回头,别四顾。一如既往不改初见的模样,未来的路很长,不管怎样,一定要相信自己一直走下去。

有更多建议或问题可以评论区或私信我哦!一起加油努力叭(ง •_•)ง

python爬取某音乐歌词,将内容保存制作词云图相关推荐

  1. python爬取B站视频弹幕分析并制作词云

    1.分析网页 视频地址: www.bilibili.com/video/BV19E- 本身博主同时也是一名up主,虽然已经断更好久了,但是不妨碍我爬取弹幕信息来分析呀. 这次我选取的是自己 唯一的爆款 ...

  2. python爬取胡歌相关视频弹幕,分析并制作词云

    养成习惯,先赞后看!!! 目录 1.分析网页 2.爬虫+jieba分词+制作词云 2.1爬虫 2.2jieba分词 2.3制作词云 3.成品展示 4.完整代码 1.分析网页 视频地址:https:// ...

  3. python爬取qq音乐歌词风变编程_风变编程的Python课,让我离掌握编程又进了一步...

    零基础自学Python真的太难了!还好有风变编程. 今年疫情过后,意识到人工智能已是未来发展的大势所趋,我和办公室的几个小伙伴讨论了一下,决定用工作之余的时间学一学Python.然而,理想很美好,现实 ...

  4. python爬取qq音乐歌曲链接为什么播放不出来_手把手教你使用Python抓取QQ音乐数据(第一弹)...

    原标题:手把手教你使用Python抓取QQ音乐数据(第一弹) [一.项目目标] 获取 QQ 音乐指定歌手单曲排行指定页数的歌曲的歌名.专辑名.播放链接. 由浅入深,层层递进,非常适合刚入门的同学练手. ...

  5. 使用python爬取付费音乐

    在使用 Python 爬取付费音乐时,有几点需要注意: 侵犯版权是违法行为,因此您需要确保您有权进行爬取. 如果您想爬取付费音乐,可能需要使用一些反爬虫技术来避免被网站封禁.这可能包括使用代理服务器. ...

  6. Python爬取豆瓣音乐存储MongoDB数据库(Python爬虫实战1)

    Python爬取豆瓣音乐存储MongoDB数据库(Python爬虫实战1) 1.  爬虫设计的技术 1)数据获取,通过http获取网站的数据,如urllib,urllib2,requests等模块: ...

  7. python爬取qq音乐周杰伦_Python爬取QQ音乐url及批量下载

    QQ音乐还是有不少的好音乐,有些时候想要下载好听的音乐,如果在网页下载都是还需要登录什么的.于是,来了个QQmusic的爬虫.至少我觉得for循环爬虫,最核心的应该就是找到待爬元素所在url吧. 参考 ...

  8. python爬取QQ音乐免费歌曲 2020.7.26

    python爬取qq音乐免费歌曲 2020.7.26 目标分析 获取音乐列表 1.浏览器网络请求追踪 2.寻找音乐列表 解析qq音乐 1.下载连接组成 2.获取vkey 3.获取sign参数 关系图 ...

  9. python爬取qq音乐标签_Python爬取qq音乐的过程实例

    一.前言 qq music上的音乐还是不少的,有些时候想要下载好听的音乐,但有每次在网页下载都是烦人的登录什么的.于是,来了个qqmusic的爬虫.至少我觉得for循环爬虫,最核心的应该就是找到待爬元 ...

  10. Python爬取QQ音乐url及批量下载

    QQ音乐还是有不少的好音乐,有些时候想要下载好听的音乐,如果在网页下载都是还需要登录什么的.于是,来了个QQmusic的爬虫.至少我觉得for循环爬虫,最核心的应该就是找到待爬元素所在url吧. 参考 ...

最新文章

  1. [一个经典的多线程同步问题]解决方案三:互斥量Mutex
  2. 2008年10月热点问题!(Platform)
  3. python psycopg2_如何在Python上用“pip”安装psycopg2?
  4. mysql持久连接_持久性连接,短连接和连接池
  5. 邯郸学院计算机专业是本科还是专科,邯郸学院是大学吗 是本科还是专科
  6. 【最强VSCode】之管理MySql数据库
  7. 无服务器安全性:将其置于自动驾驶仪上
  8. c语言学生对老师的评教系统,学生对老师的评价
  9. 记载学习Android的开发过程
  10. 小小恋歌(小さな恋のうた)
  11. 数理逻辑蕴含_16-证明逻辑等价式和逻辑蕴涵式
  12. 少儿编程--STEMA考试介绍转自STEMA (STEM 能力测试) 考 试 白 皮 书
  13. day3-转自金角大王
  14. 数据库作业:第四章:数据库安全性 习题
  15. 耀月家族公会部门规定职责等2011-11-26
  16. 优漫动游做平面设计用什么显卡好?
  17. 安卓adb工具的安装方法
  18. 区块链技术开发公司谈区块链如何优化产业链
  19. python能做_Python能做什么?超乎你的想象
  20. Unable to create tempDir, java.io.tmpdir no space left on device

热门文章

  1. 全球与中国自动识别系统单元市场深度研究分析报告
  2. 狂神ajax,Ajax 学习笔记 by狂神说
  3. 《Java并发编程的艺术》-方腾飞、魏鹏、程晓明
  4. 简易图解N合1集成安装光盘制作教程
  5. python安装pytorch
  6. Spark血缘字段解析
  7. Oracle LOB
  8. Input和Output
  9. 新人如何快速融入团队
  10. 关于n维和n-1维欧式空间的理解(转)