Python爬虫实践-网易云音乐！没有版权又如何！照样爬取！

概述1、前言最近，网易的音乐很多听不到了，刚好也看到很多教程，跟进学习了一下，也集大全了吧，本来想优化一下的，但是发现问题还是有点复杂，最后另辟捷径，提供了简单的方法啊！

1、前言

最近，网易的音乐很多听不到了，刚好也看到很多教程，跟进学习了一下，也集大全了吧，本来想优化一下的，但是发现问题还是有点复杂，最后另辟捷径，提供了简单的方法啊！

本文主要参考 python编写GUI版网易云音乐爬虫 后改写，有兴趣的可以看看文章的GUI，了解更多知识~

进群：548377875  即可获取数十套pdf哦！

2、Python + 爬虫

首先，说一下准备工作：

Python：需要基本的Python语法基础 requests：专业用于请求处理， requests库学习文档中文版 lxml：其实可以用pythonth自带的正则表达式库re，但是为了更加简单入门，用lxml 中的 etree 进行网页数据定位爬取。 re：python正则表达式处理 Json：python的Json处理库

sixin

如果大家对上面的库还比不懂，可以看看我的之前文章 《Python爬虫实践入门篇》

然后，说一下我们现在已经知道下载链接是这样的：

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

ID 就是歌曲的ID！

所以，现在我们爬虫主要的工作就是找到这个ID，当然为了更好的保存，也要找到这个歌名啦！

那现在就是要找到我们需要爬虫的网站链接啦！我分析了一下，大概是下面三种：

#歌曲清单music_List = 'https://music.163.com/#/playList?ID=2412826586' #歌手排行榜artist_List = 'https://music.163.com/#/artist?ID=8325'#搜索列表 search_List = 'https://music.163.com/#/search/m/?order=hot&cat=全部&limit=435&offset=435&s=梁静茹'

如果你已经只是想下载一首歌，比如静茹-勇气： https://music.163.com/#/song?ID=254485，那你直接就用浏览器打开 http://music.163.com/song/media/outer/url?ID=254485 就可以了，没必要爬虫啊！

好啦！感觉重点都说完了，提取和解析就是用 lxml，不懂的就看我之前的文章啊 《Python爬虫实践入门篇》

3、下载歌词

如果还要下载歌词，那也很简单，通过接口，有歌曲的ID就可以：

url = 'http://music.163.com/API/song/lyric?ID={}&lv=-1&kv=-1&tv=-1'.format(song_ID)

返回的Json数据大概长这样：

{ sgc: true,sfy: false,qfy: false,lrc: { version: 7,lyric: "[00:39.070]开了窗 等待天亮[00:46.160]看这城市 悄悄的 熄了光[00:51.850]听风的方向[00:55.090]这一刻 是否和我一样[00:58.730]孤单的飞翔[01:02.300]模糊了眼眶[01:07.760]广播里 那首歌曲[01:14.830]重复当时 那条街那个你[01:20.410]相同的桌椅[01:23.740]不用言语 就会有默契[01:27.470]这份亲密[01:30.560]那么熟悉[01:33.850]在爱里 等着你[01:37.480]被你疼惜 有种暖意[01:41.090]在梦里 全是你[01:43.920]不要再迟疑 把我抱紧" },klyric: { version: 0,lyric: null },tlyric: { version: 0,code: 200}

剩下的也没有什么好说的啦！

4、坑点与进阶

表面上很简单，但是需要注意的是，网易返回的链接，数据是Js动态加载，也就是爬虫得到的网页数据和浏览器得到的dom内容和结构不一样！

坑 其中，搜索列表爬虫回来的内容，完全得不到歌曲ID！！！ 解决 解决方法也是有的！ python模拟浏览器 使用selenium+phantomJs无界面浏览器，这两者的结合其实就是直接 *** 作浏览器，可以获取JavaScript渲染后的页面数据。 缺点： 由于是无界面浏览器，采用此方案效率极低，如果大批量抓取不推荐。 对于异步请求并且数据在源码中并不存在的，同时也就无法抓取到的数据。 搜索的歌曲变成歌单 比如想下载全部的某一歌手的全部音乐，用手机云音乐搜索，然后全部保存到新建一个歌单，这样就可以啦！ 进阶 如果想使用了解更多网易云音乐Js的加密解密过程，可以看看这个 Python 爬虫如何获取 Js 生成的 URL 和网页内容？ - 路人甲的回答 - 知乎

总结

用python，就一定要简单，我认为复杂的东西，还是尽量少做，能取巧就取巧，所以本文没有使用selenium+phantomJs实践，如果想了解更多 selenium+phantomJs 内容，可以参考文末引用链接。

注：本文只是技术交流，请不要商业用途~ 如有违反，本人一概不负责。

全部代码

又是非常简单的100行代码完事！！！

GitHub: WebCrawlerExample/163_NeteaseMusic.py at master · iHTCboy/WebCrawlerExample

import osimport reimport Jsonimport requestsfrom lxml import etreedef download_songs(url=None): if url is None: url = 'https://music.163.com/#/playList?ID=2384642500' url = url.replace('/#','').replace('https','http') # 对字符串进行去空格和转协议处理 # 网易云音乐外链url接口：http://music.163.com/song/media/outer/url?ID=xxxx out_link = 'http://music.163.com/song/media/outer/url?ID=' # 请求头 headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/68.0.3440.106 Safari/537.36','Referer': 'https://music.163.com/','Host': 'music.163.com' } # 请求页面的源码 res = requests.get(url=url,headers=headers).text tree = etree.HTML(res) # 音乐列表 song_List = tree.xpath('//ul[@]/li/a') # 如果是歌手页面 artist_name_tree = tree.xpath('//h2[@ID="artist-name"]/text()') artist_name = str(artist_name_tree[0]) if artist_name_tree else None # 如果是歌单页面： #song_List_tree = tree.xpath('//*[@ID="m-playList"]/div[1]/div/div/div[2]/div[2]/div/div[1]/table/tbody') song_List_name_tree = tree.xpath('//h2[contains(@class,"f-ff2")]/text()') song_List_name = str(song_List_name_tree[0]) if song_List_name_tree else None # 设置音乐下载的文件夹为歌手名字或歌单名 folder = './' + artist_name if artist_name else './' + song_List_name if not os.path.exists(folder): os.mkdir(folder) for i,s in enumerate(song_List): href = str(s.xpath('./@href')[0]) song_ID = href.split('=')[-1] src = out_link + song_ID # 拼接获取音乐真实的src资源值 Title = str(s.xpath('./text()')[0]) # 音乐的名字 filename = Title + '.mp3' filepath = folder + '/' + filename print('开始下载第{}首音乐：{}'.format(i + 1,filename)) try: # 下载音乐 #下载歌词 #download_lyric(Title,song_ID) data = requests.get(src).content # 音乐的二进制数据 with open(filepath,'wb') as f: f.write(data) except Exception as e: print(e) print('{}首全部歌曲已经下载完毕！'.format(len(song_List)))def download_lyric(song_name,song_ID): url = 'http://music.163.com/API/song/lyric?ID={}&lv=-1&kv=-1&tv=-1'.format(song_ID) # 请求头 headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML,'Host': 'music.163.com' # 'Origin': 'https://music.163.com' } # 请求页面的源码 res = requests.get(url=url,headers=headers).text Json_obj = Json.loads(res) lyric = Json_obj['lrc']['lyric'] reg = re.compile(r'[.*]') lrc_text = re.sub(reg,'',lyric).strip() print(song_name,lrc_text)if __name__ == '__main__': #music_List = 'https://music.163.com/#/playList?ID=2384642500' #歌曲清单 music_List = 'https://music.163.com/#/artist?ID=8325' #歌手排行榜 # music_List = 'https://music.163.com/#/search/m/?order=hot&cat=全部&limit=435&offset=435&s=梁静茹' #搜索列表 download_songs(music_List)

总结

以上是内存溢出为你收集整理的Python爬虫实践-网易云音乐！没有版权又如何！照样爬取！全部内容，希望文章能够帮你解决Python爬虫实践-网易云音乐！没有版权又如何！照样爬取！所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。