利用python爬虫爬取网站音乐遇到的坑

前言

最近我想在网站上下载几首音乐放到我的u盘里听，但是上网上一找，各大音乐网站下载歌曲（尤其是好听的歌曲）都需要vip。

对于像我这样的穷人来说，肯定是不会花几十块钱去下载几首音乐啦，而且作为程序员，充钱去下载音乐那也是不可能的，于是我花了一天时间，上网找了各种资料来学习一下怎样才能不花钱白嫖到网站上的音乐。

当然，方法还是有很多种的，最后我还是选择了一种最简单，最方便的一种方法：python爬虫。下面，我就跟大家分享一下我在用python爬虫时遇到的坑。

下面，我以爬取某易云音乐为例，介绍一下我时如何学习python爬虫的：思路:

音乐从哪里来？---网站的服务器里

怎么从网址里得到音乐？---向网站发起网络请求

删选音乐文件

下载音乐文件

具体实现

1. 引入发送网络请求的第三方库

importrequests# 发送网络请求的第三方库

复制代码

安装方法

pipinstall requests

引入数据解析第三方库

fromlxmlimportetree# 数据解析第三方库

复制代码

安装方法

pipinstall lxml

某易云音乐网站列表url为'https://music.163.com/#/discover/toplist?id=3778678'

url='https://music.163.com/#/discover/toplist?id=3778678'

复制代码

发送请求获取页面数据

response= requests.get(url=url)# 请求页面数据

复制代码

解析数据

html=etree.HTML(response.text)# 解析页面数据

复制代码

获取所有歌曲标签集合（a标签）

id_list= html.xpath('//a[contains(@href,"song?")]')# 所有歌曲id集合

复制代码

下载歌曲

base_url ='http://music.163.com/song/media/outer/url?id='# 下载音乐网址前缀

# 下载音乐url = 网址前缀 + 音乐id

fordatainid_list:

href = data.xpath('./@href')[]

music_id = href.split('=')[1]# 音乐id

music_url = base_url + music_id# 下载音乐url

music_name = data.xpath('./text()')[]# 下载音乐名称

music = requests.get(url = music_url)

# 将下载的音乐以文件形式保存下来

withopen('./music/%s.mp3'% music_name,'wb')asfile:

file.write(music.content)

print('下载成功'% music_name)

复制代码

遇到的坑

以上的方法我是从一个视频里学到的，那个视频是半年前出的，可能当时这种方法还好使，但是今天我在用这种方法下载音乐文件的时候突然就报错了。

首先，编辑器报错找不到music_name和music_id,我仔细一看，获取的id_list集合里（也就是标签集合里）的id根本不是id，是代码，估计在这里音乐网站也做了相应的反扒机制。

其次，我自己在网站里找到了一首音乐获取了它的id并把id赋值给music_id，结果当用外链下载音乐时报错460，显示网络拥挤，估计下载音乐的网址也不好使了。

base_url = 'http://music.163.com/song/media/outer/url?id='

music_id = '1804320463.mp3'

music_url = base_url + music_id

music = requests.get(url=music_url)

print(music.text)

复制代码

{"msg":"网络太拥挤，请稍候再试！","code":-460,"message":"网络太拥挤，请稍候再试！"}e

最后，我打印出music_url,点击进去，还是可以听歌和下载的，不知道这是为什么了

base_url = 'http://music.163.com/song/media/outer/url?id='

music_id = '1804320463.mp3'

music_url = base_url + music_id

# music = requests.get(url=music_url)

print(music_url)

复制代码

music.163.com/song/media/…

总结

现在的网站技术更新太快，很多网站都有了高级反爬机制，毕竟嘛，有些东西还是不能随随便便就给你的，我写这篇文章主要是跟大家分享一下我学习python爬虫时的一些经验，同时，我也想请教各位大神，像遇到了我这种问题了，我应该怎么办才能将这个网站的音乐文件爬到我的本地电脑里，还请各大神指点一二。