python爬蟲的應(yīng)用不止在數(shù)據(jù)爬取，音樂(lè)的爬取也不在話下。python爬取音樂(lè)的基本思路是先使用python爬蟲爬取音樂(lè)的下載鏈接，然后再使用python批量下載這些音樂(lè)。具體操作我們可以看下面的正文：
Python 鏈接抖音
python下載某音內(nèi)容的帖子網(wǎng)上有一些，但都比較麻煩，需要通過(guò)adb連接安卓手機(jī)后，模擬操作。我這么懶，這種事兒玩不來(lái)…那么，該如何獲取某音內(nèi)容呢？網(wǎng)上搜了下大概有兩種方式，一個(gè)是瀏覽器插件快抖，另外一個(gè)是我今天要說(shuō)的某音網(wǎng)頁(yè)版。其實(shí)這兩者差別不是很大，都是先將某音內(nèi)容下載至服務(wù)器后，通過(guò)開發(fā)簡(jiǎn)單網(wǎng)站配置域名后，讓大家訪問(wèn)。讓我們來(lái)看看抖音網(wǎng)頁(yè)版：
爬蟲實(shí)現(xiàn)分析
熱歌榜內(nèi)容
大家先開看看這個(gè)抖音熱歌榜歌曲，每頁(yè)20首歌曲，一個(gè)55頁(yè)。但細(xì)不細(xì)心大家都能發(fā)現(xiàn)，很多歌曲存在重復(fù)的問(wèn)題。所以，等下爬蟲的時(shí)候，我們需要先準(zhǔn)備一個(gè)music_list,用來(lái)識(shí)別這首歌曲是否已經(jīng)下載過(guò)了…
網(wǎng)頁(yè)解析
網(wǎng)頁(yè)比較簡(jiǎn)單，一個(gè)div中包裹了一個(gè)ul>li*20,我們是不是該這樣獲?。?/p>
soup.find('div',{"class":"pull-left"}).find('ul').findAll('a')如果你說(shuō)是，那么一定沒(méi)有好好看我前天整理的文章通過(guò)哪吒豆瓣影評(píng)，帶你分析python爬蟲快速入門:https://www.jianshu.com/p/ae38f7607902，我在文章中專門提到了一個(gè)小技巧，通過(guò)使用attr的屬性進(jìn)行快速解析，那么最快速的獲取方式是：
soup.findAll('a', attrs={'onclick': True})我們只需要獲取所有的a標(biāo)簽，切這些標(biāo)簽中包含onclick這個(gè)屬性即可。
巧用eval
我們解析到的內(nèi)容通過(guò)attr[‘onclick'],可以得到他的屬性open1(‘夜','http://p9-dy.byteimg.com/obj/61a20007a98954b0831d)，如何能快速獲取歌曲名字和url呢？這里我們需要用到一個(gè)eval的小技巧：
index = "open1('夜','http://p9-dy.byteimg.com/obj/61a20007a98954b0831d','')"
index[5:]
"('夜','http://p9-dy.byteimg.com/obj/61a20007a98954b0831d','')"
index_tuple = eval(index[5:])
print(index_tuple, type(index_tuple))
('夜', 'http://p9-dy.byteimg.com/obj/61a20007a98954b0831d', '') <class 'tuple'>
index_tuple[0]
'夜'
index_tuple[1]
'http://p9-dy.byteimg.com/obj/61a20007a98954b0831d'ps:今天一個(gè)朋友說(shuō)我寫代碼沒(méi)注釋，我這是現(xiàn)身說(shuō)法的告訴你，如何能寫出讓別人壓根看不懂的代碼，就是不寫注釋啊，哈哈！其實(shí)，代碼我都在文章中一點(diǎn)一點(diǎn)的講解了，所以沒(méi)有寫，但秉承著害怕大佬們?nèi)￡P(guān)的心態(tài)，我還是把注釋加上吧…
代碼實(shí)現(xiàn)
總體來(lái)說(shuō)實(shí)現(xiàn)比較簡(jiǎn)單，全部代碼如下：
import os
import requests
from bs4 import BeautifulSoup
import threading
import time
class DouYinMusic:
def __init__(self):
self.music_list = []
self.path = self.download_path()
@staticmethod
def download_path():
"""
獲取代碼執(zhí)行目錄，并在目錄下創(chuàng)建Music文件夾
:return Music文件夾全路徑
"""
base_dir = os.path.dirname(os.path.abspath(__file__))
_path = os.path.join(base_dir, "Music")
if not os.path.exists(_path):
os.mkdir(_path)
return _path
def get_request(self, url):
"""
封裝requests.get方法
如果為網(wǎng)頁(yè)請(qǐng)求，返回網(wǎng)頁(yè)內(nèi)容
否則，解析音樂(lè)地址，并返回音樂(lè)二進(jìn)制文件
:param url: 請(qǐng)求url（分網(wǎng)頁(yè)、音樂(lè)兩類）
:return: 網(wǎng)頁(yè)內(nèi)容 & 音樂(lè)二進(jìn)制文件
"""
r = requests.get(url, timeout=5)
if url.endswith('html'):
return r.text
else:
return r.content
def analysis_html(self, html):
"""
根據(jù)獲取的網(wǎng)頁(yè)內(nèi)容，解析音樂(lè)名稱、下載地址
調(diào)用音樂(lè)下載方法
:param html: 網(wǎng)頁(yè)內(nèi)容
"""
soup = BeautifulSoup(html, 'lxml')
# 根據(jù)關(guān)鍵字onclick查找每個(gè)下載地址
for tag_a in soup.findAll('a', attrs={'onclick': True}):
# 下載格式'("name","link","")',通過(guò)eval將str轉(zhuǎn)化為tuple類型
link_list = eval(tag_a['onclick'][5:])
music_name, music_link = link_list[:2]
# 因?yàn)榇嬖诓糠种貜?fù)音樂(lè)，故設(shè)置判斷下載過(guò)的音樂(lè)跳過(guò)
if music_name in self.music_list:
continue
self.music_list.append(music_name)
t = threading.Thread(target=self.download_music, args=(music_name, music_link))
time.sleep(0.5)
t.start()
def download_music(self, music_name, music_link):
"""
解析音樂(lè)文件,完成音樂(lè)下載
:param music_name: 音樂(lè)名稱
:param music_link: 下載地址
"""
_full_name = os.path.join(self.path, music_name)
with open(_full_name + '.mp3', 'wb') as f:
f.write(self.get_request(music_link))
print("抖音音樂(lè)：{} 下載完成".format(music_name))
def run(self):
"""
主方法，用于批量生成url
"""
for page in range(1,55):
url = "http://douyin.bm8.com.cn/t_{}.html".format(page)
html = self.get_request(url)
self.analysis_html(html)
if __name__ == '__main__':
main = DouYinMusic()
main.run()來(lái)讓我們看看效果吧：
網(wǎng)站是通過(guò)nginx負(fù)載均衡搭建的，有一些鏈接已經(jīng)失效了。最終下載了不重復(fù)的592首抖音音樂(lè)。
同樣的，大家喜歡可以按照這種方法，嘗試下載一下網(wǎng)站的某音視頻。
以上就是python批量下載某音的音樂(lè)的全部介紹，更多python爬蟲的案例請(qǐng)關(guān)注W3Cschool其它相關(guān)文章！
