引语

记录学习路程，抛砖引玉。如有更好的算法或者出现错误，欢迎指点。

知识总结

使用Requests库访问页面
使用XPath进行元素定位，爬取数据
解析、保存数据

Requests

Requests是Python HTTP的客户端库，编写爬虫的时候都会用到，编写起来也很简单。它有两种访问方式:Get和Post。这两者最直观的区别就是:Get把参数包含在url中，而Post通过request body来传递参数。

r = requests.post('http://xxx.com', data = {'key':'value'})
# data是传递的表单参数，data的数据类型是字典
"""
访问网易云如下：
"""
r = requests.get('http://music.163.com')

XPath

表达式含义node选取node节点的所有子节点/从根节点选取//选区所有当前节点，不考虑他们的位置.当前节点…父节点@属性选择|或，两个节点的合计text()当前路径下的文本内

表达式	含义
node	选取node节点的所有子节点
/	从根节点选取
//	选区所有当前节点，不考虑他们的位置
.	当前节点
…	父节点
@	属性选择
I	或，两个节点的合计
text()	当前路径下的文本内容

例如：

xpath(‘node’) 选取了node节点的所有子节点
xpath(’/div’) 从根节点上选取div节点
xpath(’//div’) 选取所有的div节点
xpath(’./div’) 选取当前节点下的div节点
xpath(’…’) 回到上一个节点
xpath(’//@id’) 选取所有的id属性
xpath(’//book[@id]’) 选取所有拥有名为id的属性的book元素
xpath(’//book[@id=“abc”]’) 选取所有book元素，且这些book元素拥有id= "abc"的属性
xpath(’//book/title | //book/price’) 选取book元素的所有title和price元素

HTML页面中涉及到的元素如列表List缩写是li；nide，div也是html中的知识。爬取网页需要我们对网页的知识有一定的了解，学习起来也不难。对于HTML的知识不会涉及，如果需要使用以后我可以再搜索相关知识进行学习，主体是了解以及掌握基本的爬虫知识。假如想要定位到HTML中的所有列表项目，可以采用下面这段代码：

from lxml import etree
html = etree.HTML(html)
result = html.xpath('//li')

案例

强调：本案例仅限于学习分享。不用于任何商业用途。

# 爬取网易云音乐 歌手的前50首歌曲的ID和名称
import requests
from lxml import etreeheaders = {'Referer': 'http://music.163.com','Host': 'music.163.com','Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8','User-Agent': 'Chrome/10'}# 得到指定歌手 热门前50的歌曲ID，歌曲名
def get_songs(artist_id):page_url = 'https://music.163.com/artist?id=' + artist_id# 获取对应HTMLres = requests.request('GET', page_url, headers=headers)# XPath解析 前50的热门歌曲html = etree.HTML(res.text)href_xpath = "//*[@id='hotsong-list']//a/@href"name_xpath = "//*[@id='hotsong-list']//a/text()"hrefs = html.xpath(href_xpath)names = html.xpath(name_xpath)# 设置热门歌曲的ID，歌曲名称song_ids = []song_names = []for href, name in zip(hrefs, names):song_ids.append(href[9:])song_names.append(name)print(href, ' ', name)return song_ids, song_names
# 设置歌手ID，陈奕迅为2116
artist_id = '2116'
[song_ids, song_names] = get_songs(artist_id)

结果如下：

/song?id=65766   富士山下
/song?id=65538   好久不见
/song?id=65533   红玫瑰
/song?id=65536   爱情转移
/song?id=28563317   阴天快乐
/song?id=65800   最佳损友
/song?id=65528   淘汰
/song?id=551816010   我们
/song?id=66282   浮夸
/song?id=64561   单车(Live)
/song?id=64634   一丝不挂
/song?id=1468192805   世界上不存在的歌 (2020重唱版)
/song?id=35403523   陪你度过漫长岁月
/song?id=64093   孤独患者
/song?id=31877628   十年(Live)
/song?id=28481103   你给我听好
/song?id=28481818   可以了
/song?id=65919   K歌之王 (Live)
/song?id=64317   因为爱情
/song?id=1462659723   Shall We Talk (Tre Lune MMXIX)
/song?id=65923   人来人往 (Live)
/song?id=64293   苦瓜
/song?id=66285   葡萄成熟时
/song?id=27867449   倾城
/song?id=65761   白玫瑰
/song?id=64126   内疚
/song?id=64048   完
/song?id=65312   明年今日 (2007 Live)
/song?id=64922   落花流水
/song?id=25730757   稳稳的幸福
/song?id=64443   约定(Live)
/song?id=64797   于心有愧
/song?id=31426608   无条件
/song?id=65769   不如不见
/song?id=64833   沙龙
/song?id=65904   十面埋伏 (Live)
/song?id=27483204   斯德哥尔摩情人
/song?id=66272   夕阳无限好
/song?id=64638   陀飞轮
/song?id=437802725   四季
/song?id=27483203   失忆蝴蝶
/song?id=64625   无人之境
/song?id=25638273   梦想天空分外蓝
/song?id=186331   最冷一天
/song?id=65758   裙下之臣
/song?id=27483202   任我行
/song?id=66265   阿牛
/song?id=64803   今天只做一件事
/song?id=33111726   喜欢一个人
/song?id=65900   防不胜防 (Live)

python爬虫No.1|爬取网易云音乐歌手的前50首歌曲ID及名字相关推荐

Python爬取网易云音乐歌手歌曲和歌单（爬虫）
Python爬取网易云音乐歌手歌曲和歌单是仅供学习参考 Python爬取网易云音乐网易云音乐歌手歌曲和歌单,并下载到本地 ①找到要下载歌手歌曲的链接,这里用的是: https://music.16 ...
爬虫练习：爬取网易云音乐热歌榜全部歌曲的热门评论
目标:爬取网易云音乐热歌榜中全部歌曲(共200首)的热门评论(每首歌有15个热门评论) 分析: 需要分两步走,第一步是定位到热歌榜单所在的资源,从而得到这热歌榜中到底有哪些歌并获得每首歌的id:第二步 ...
Python爬虫—爬取网易云音乐【热歌榜】歌曲的精彩评论（写入txt文本文件或者MySQL数据库）
最近在学Python爬虫,看了Blibili爬取网易云音乐评论的视频,视频中是将一首歌的评论存入json文件,我在此代码的基础上扩展了三点: 1.爬取热歌榜200首歌曲的精彩评论: ...
Python爬虫实战：爬取网易云歌单
这篇文章,我们就来讲讲怎样爬取网易云歌单,并将歌单按播放量进行排序,下面先上效果图 1.用 requests 爬取网易云歌单打开网易云音乐歌单首页,不难发现这是一个静态网页,而且格式很有规律,爬 ...
Python带你面向对象爬取网易云音乐
网易云音乐网页版API接口前缀(主域名):http://music.163.com 1.1 获取歌词请求地址:/api/song/lyric?id=xxxxx&lv=1&kv=1& ...
用selenium和BeautifulSoup爬取网易云音乐歌手id
本人正在点亮爬虫技能树,写blog以记录 selenium和bs4介绍 Selenium 自动化测试工具.它支持各种浏览器,包括 Chrome,Safari,Firefox 等主流界面式浏览器,如果你 ...
多线程爬取网易云音乐热歌榜 200首音乐
# 导入requests网络请求模块 import requests # 导入lxml标签匹配模块 from lxml import etree # 导入re 正则匹配模块 import re #导入 ...
【python】爬虫入门：爬取网易云音乐的歌曲评论、用户歌单、用户听歌记录等
目录一.概述二.爬取流程 1.爬取评论 1.1.资源定位 1.2.爬取准备 1.3.代码实现 2.爬取听歌记录 2.1.资源定位 2.2.爬取准备 2.3.js劫持三.总结一.概述第一次学爬 ...
python爬虫音乐犯法么_Python爬虫案例：爬取网易云音乐
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:Jonsson 喜欢的朋友欢迎关注小编,除了分享技术文章之外还有很多 ...

python爬虫No.1|爬取网易云音乐歌手的前50首歌曲ID及名字

自学pythonのNo.5

引语

知识总结

Requests

XPath

案例

python爬虫No.1|爬取网易云音乐歌手的前50首歌曲ID及名字相关推荐

最新文章

热门文章