要求

下載一百首歌曲，相關圖片以及相關文字信息

存儲方式分別為：

.mp3

.txt

.png

比如第一首歌曲相關信息為001.mp3\001.txt\001.png

覺得像是小朋友的抄寫作業有沒有……

想試試看爬-雖然我也不知道行不行

思路

一開始的想法是全都直接根據歌單獲取歌曲的ID，然后每首歌都按那個格式001.mp3\001.txt\001.png存下來

后來發現我好像做不到直接下mp3……因為在網頁版一點會跳出來請在PC版下載(咦所以結果我也不知道怎么操作……)

然后計劃就變成了 - 爬圖片+歌詞，命名成和音樂同個格式，然后按名字排序之后就可以用改名軟件批量直接改成這個樣子了(自以為很機智)

雖然本人對python的理解還停留在曾經因作業要求爬過一次的莎士比亞全集……

準備

軟件

如果你和我一樣智障的話你可能需要如下資料

然后不一定都有用……因為我是一直在改別人的代碼……

exprcted an indented block - 調整縮進

具體操作

美湯(程序員都是吃貨系列

先對著一個歌單把ID爬下來

然后再對著ID爬各種……(只能想到這樣了)

具體實現

應該可以從如下代碼中看到以上一些參考文獻的痕跡(捂臉)

雖然拼湊痕跡有點明顯orz反正能大概實現功能已經很滿意了

讀取歌單

# 爬取某歌單的所有歌曲ID

def getSongIdList():

songIdList = []

playListUrl = 'http://music.163.com/playlist?id=918802417'#空城 finished

soup = BeautifulSoup(_session.get(playListUrl).content)

ul = soup.find('ul', attrs={'class': 'f-hide'})

for li in ul.findAll('li'):

songId = (li.find('a'))['href'].split('=')[1]

print songId

songIdList.append(songId)

# 去一下重復的歌曲I

songIdList = list(set(songIdList))

return songIdList

歌曲名+歌手名

url = BASE_URL + 'song?id=' + str(song.id)

url.decode('utf-8')

soup = BeautifulSoup(_session.get(url).content)

strArr = soup.title.string.split(' - ')

song.singer = strArr[1]

name = strArr[0].encode('utf-8')

歌詞

def get_lyric_by_music_id(music_id,songstr):#定義一個函數，通過音樂的id得到歌詞

lrc_url = 'http://music.163.com/api/song/lyric?' + 'id=' + str(music_id) + '&lv=1&kv=1&tv=-1'

#lrc_url = BASE_URL + 'song?id=' + str(music_id)

lyric=requests.get(lrc_url)

json_obj=lyric.text

#print(json_obj)

j=json.loads(json_obj)

file_atr = 'E:\\music\\' + songstr + '.txt'

f = open(file_atr,'wb')

f.writelines(songstr.encode('utf8'))

f.write('\n')

try:#部分歌曲沒有歌詞，這里引入一個異常

lrc=j['lrc']['lyric']

pat=re.compile(r'\[.*\]')

lrc=re.sub(pat,"",lrc)

lrc=lrc.strip()

#print type(lrc)

f.writelines(lrc.encode('utf8'))

f.close()

return lrc

except KeyError as e:

f.writelines('No Available Lyric on CloudMusic')

f.close()

專輯封面

def get_img(url,songstr): ##保存圖片

#print '##正在讀取圖片##'

#print url

urlStream=urllib.urlopen(url)

htmlString=urlStream.read()

#print htmlString

if( len(htmlString)!=0 ):

patternString=r'http://p1.music.126.net/.*?.jpg'

searchPattern=re.compile(patternString)

imgUrlList=searchPattern.findall(htmlString)

imgUrl =imgUrlList[0]

#print imgUrl

if( len(imgUrl)!= 0 ):

urllib.urlretrieve(imgUrl,'E:\\music\\' + songstr + '.jpg')

完整代碼

# encoding=utf8

import requests

from selenium import webdriver

from bs4 import BeautifulSoup

import os, json

import base64

import warnings

import re,urllib,uuid

warnings.filterwarnings("ignore")

BASE_URL = 'http://music.163.com/'

_session = requests.session()

localPath='d://pythonPath'

def createFileWithFileName(localPathParam,fileName):

totalPath=localPathParam+'//'+fileName

if not os.path.exists(totalPath):

file=open(totalPath,'a+')

file.close()

class Song(object):

def __lt__(self, other):

return self.commentCount > other.commentCount

# 爬取某歌單的所有歌曲ID

def getSongIdList():

songIdList = []

playListUrl = 'http://music.163.com/playlist?id=918802417'#空城 finished

soup = BeautifulSoup(_session.get(playListUrl).content)

ul = soup.find('ul', attrs={'class': 'f-hide'})

for li in ul.findAll('li'):

songId = (li.find('a'))['href'].split('=')[1]

print songId

songIdList.append(songId)

# 去一下重復的歌曲I

songIdList = list(set(songIdList))

return songIdList

# 獲取歌曲信息

def matchSong(songId):

song = Song()

song.id = songId

return song

def get_lyric_by_music_id(music_id,songstr):#定義一個函數，通過音樂的id得到歌詞

lrc_url = 'http://music.163.com/api/song/lyric?' + 'id=' + str(music_id) + '&lv=1&kv=1&tv=-1'

#lrc_url = BASE_URL + 'song?id=' + str(music_id)

lyric=requests.get(lrc_url)

json_obj=lyric.text

#print(json_obj)

j=json.loads(json_obj)

file_atr = 'E:\\music\\' + songstr + '.txt'

f = open(file_atr,'wb')

f.writelines(songstr.encode('utf8'))

f.write('\n')

try:#部分歌曲沒有歌詞，這里引入一個異常

lrc=j['lrc']['lyric']

pat=re.compile(r'\[.*\]')

lrc=re.sub(pat,"",lrc)

lrc=lrc.strip()

#print type(lrc)

f.writelines(lrc.encode('utf8'))

f.close()

return lrc

except KeyError as e:

f.writelines('No Available Lyric on CloudMusic')

f.close()

def get_img(url,songstr): ##保存圖片

#print '##正在讀取圖片##'

#print url

urlStream=urllib.urlopen(url)

htmlString=urlStream.read()

#print htmlString

if( len(htmlString)!=0 ):

patternString=r'http://p1.music.126.net/.*?.jpg'

searchPattern=re.compile(patternString)

imgUrlList=searchPattern.findall(htmlString)

imgUrl =imgUrlList[0]

#print imgUrl

if( len(imgUrl)!= 0 ):

urllib.urlretrieve(imgUrl,'E:\\music\\' + songstr + '.jpg')

# 設置歌曲的信息

def setSongInfo(song):

url = BASE_URL + 'song?id=' + str(song.id)

url.decode('utf-8')

soup = BeautifulSoup(_session.get(url).content)

strArr = soup.title.string.split(' - ')

song.singer = strArr[1]

name = strArr[0].encode('utf-8')

song.name = name

songstr = strArr[0]+ ' - '+ strArr[1]

songstr = songstr.replace('/',' ')

song.lrc = get_lyric_by_music_id(song.id,songstr)

song.img = get_img(url,songstr)

# 獲取符合條件的歌曲列表

def getSongList():

print ' ##正在爬取歌曲編號... ##'

songIdList = getSongIdList()

print ' ##爬取歌曲編號完成，共計爬取到' + str(len(songIdList)) + '首##'

songList=[]

for id in songIdList[0:]:

song = matchSong(id)

if None != song:

setSongInfo(song)

songList.append(song)

print '成功匹配一首{名稱:', song.name, ' - ', song.singer, '}'

# print ' ##爬取完成，符合條件的的共計' + str(len(songList)) + '首##'

return songList

def main():

songList = getSongList()

if __name__ == '__main__':

main()

過程截圖

運行過程

結果

(這里我很慫的把歌手名去掉了因為斜杠的問題解決不掉)

迷之操作

格式工廠轉圖片格式 + 拖把更名器改名……

我想知道這個失敗是什么鬼……

看起來是按順序操作的……朕心甚慰……

最后還是有一部分是手動調的因為改名軟件對于一些特殊字符會出bug……

其他問題

python里的字符格式還是不太懂

然后存文件的時候格式是'歌曲名 - 歌手名.txt'或者jpg，要是歌手名有\分隔會出問題……

反正就是還有一些問題orz

17.10.7

對于斜杠的處理是 替換成空格= =然后還有一些特殊的組合會出問題

總結

以上是生活随笔為你收集整理的python soup歌词_【python】 爬取网易云音乐 专辑图片+歌词的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。