全部歌曲

时间:2021-04-14 04:19 来源:嗨呦网 作者:小叮当

网易云音乐的网页大多都是js加载出来,我们无法直接通过解析网页来获取歌词,本文讲解如何通过网易提供的API和相应的爬虫技术下载某个歌手全部歌曲的歌词。 网易云音乐的歌词是通过js加载的,无法通过页面直接爬取歌词,好在网易提供了一个歌词的接口地址:http://music.163.com/api/song/lyric?id=song_id&lv=1&kv=1&tv=-1. 因此获取歌词的关键在于找到歌曲的id。 网易云音乐在点击首页的歌手找到目标歌手之后,点击进去在首页只会显示热门的50首歌曲,如何获取该歌手的全部歌曲的歌词呢?实现这个目的可以分为三步:

获取歌手的id获取该歌手的所有歌曲id获取所有歌曲的歌词 获取歌手id

网易云音乐对每个歌手都进行了编号,我们可以通过在首页点击歌手,找到相应的歌手后点击进去,在网址链接中可以找到该歌手的id。 找到所有歌手的入口 陈奕迅id 网易云音乐中陈奕迅的id是2116

获取所有歌曲id

在歌手的主页会有该歌手的热门歌曲,但是只有50首,我们在浏览器地址栏看到的网址是:https://music.163.com/#/artist?id=2116 但是这并不是真正可以爬取到歌曲名称的url,去掉url中的‘#’后才是可以直接爬取的网页。https://music.163.com/artist?id=2116 通过网页查看源代码,可以发现在下图的位置,我们可以找到歌曲的名称个对应的id 在这里插入图片描述 接下来就是通过BeautifuSoup4或者lxml来获取网页上的内容了。歌曲的名称和id直接在a标签中。但是页面上的a标签非常多,如何获取该位置的a标签呢,我们可以上层的div获取,寻找div的class属性是‘f-hide’的div。获取该div下的子孙a。在获取a标签的href和文本内容就可以得到song_id和song_name了。本文使用的lxml模块,通过xpath定位标签的方法。也可以通过BeautifulSoup4提供的方法,定位标签并获取文本内容。 这种方式只能获取top50.如何获取全部歌曲的id呢?我们在歌手的界面可以看到有歌手的全部专辑,点击每张专辑后能显示专辑的全部歌曲,我们如果能获取所有专辑里的歌曲,不就能得到该歌手的全部歌曲id了吗,所有这个部分分为两步:

获取全部专辑id获取每张专辑下的全部歌曲id 获取所有专辑id

专辑对应的接口地址是:“https://music.163.com/artist/album?id="+str(singer_id)+"&limit=150&offset=0” 这里有三个单数,分别是歌手id、limit是每页显示的专辑数量、offset是偏移量。后面这两个参数,学过数据库的同学应该都会明白了,如果你实在不理解,就把limit设置的大一点,那所有专辑就会在一个网页上显示。 将陈奕迅对应的专辑limit设为150就能包含所有的专辑。 查看这个网页的源代码:https://music.163.com/artist/album?id=2116&limit=150&offset=0 我们可以找到所有专辑和专辑对应的id: 在这里插入图片描述 通过xpath或者BeautifulSoup4可以找到对应的专辑名和专辑id。同样,这些都在网页的a标签中。

album_url = "https://music.163.com/artist/album?id="+str(singer_id)+"&limit=150&offset=0"html_album = self.get_url_html(album_url)album_ids, album_names = self.get_album(html_album) def get_url_html(self, url):with requests.Session() as session:response = session.get(url, headers=headers)text = response.texthtml = etree.HTML(text)return htmldef get_album(self, html):album_ids = html.xpath("//ul[@id='m-song-module']/li/p/a/@href")album_names = html.xpath("//ul[@id='m-song-module']/li/p/a/text()")album_ids = [ids.split('=')[-1] for ids in album_ids]return album_ids, album_names

通过这一步就可以获取所有专辑的id和专辑名。

获取专辑里的所有歌曲id

上一步我们获取了所有专辑的id。那如何通过专辑id获取专辑里的所有歌曲呢?接口地址是: “https://music.163.com/album?id=”+str(album_id) 以陈奕迅《不想放手》专辑为例,该专辑id是2339617.查看网页源代码,如下图: 在这里插入图片描述 通过爬取对应的标签后获取歌曲的id和歌曲名。

def get_all_song_id(self, album_ids):with requests.Session() as session:all_song_ids, all_song_names = [], []for album_id in album_ids:one_album_url = "https://music.163.com/album?id="+str(album_id)response = session.get(one_album_url, headers=headers)text = response.texthtml = etree.HTML(text)album_song_ids = html.xpath("//ul[@class='f-hide']/li/a/@href")album_song_names = html.xpath("//ul[@class='f-hide']/li/a/text()")album_song_ids = [ids.split('=')[-1] for ids in album_song_ids]all_song_ids.append(album_song_ids)all_song_names.append(album_song_names)return all_song_ids, all_song_names

通过这一步,我们得到了该歌手的全部歌曲名称和id

获取所有歌曲歌词

网易云音乐的歌词在网页上是不能直接爬取的,好在我们可以通过接口来得到歌曲的歌词: http://music.163.com/api/song/lyric?id=song_id&lv=1&kv=1&tv=-1 该url返回的是json数据格式的结果,因此我们可以通过python的json模块解析结果,本文使用的simplejson具有同样的效果,simplejson更加灵活轻量一些。 得到json结果:

def get_url_json(self, url):with requests.Session() as session:response = session.get(url, headers=headers)text = response.texttext_json = simplejson.loads(text)return text_json

解析json歌词:

def parse_lyric(self, text_json):try:lyric = text_json.get('lrc').get('lyric')regex = re.compile(r'\[.*\]')final_lyric = re.sub(regex, '', lyric).strip()return final_lyricexcept AttributeError as k:print(k)pass

获取歌手全部歌词的关键主要流程代码,本次将爬取的结果以文件的形式保存:

def get_all_song_lyric(self,singer_id):album_url = "https://music.163.com/artist/album?id="+str(singer_id)+"&limit=150&offset=0"html_album = self.get_url_html(album_url)album_ids, album_names = self.get_album(html_album)all_song_ids, all_song_names = self.get_all_song_id(album_ids)all_song_ids = reduce(operator.add, all_song_ids)all_song_names = reduce(operator.add, all_song_names)print(all_song_ids)print(all_song_names)for song_id, song_name in zip(all_song_ids, all_song_names):url_song = 'http://music.163.com/api/song/lyric?' + 'id=' + str(song_id) + '&lv=1&kv=1&tv=-1'json_text = self.get_url_json(url_song)print(song_name)try:with open('D:/lyric/陈奕迅/'+str(song_name)+".txt", 'w+') as f:f.write(self.parse_lyric(json_text))# print(song_name)# print(self.parse_lyric(json_text))# print('-' * 30)except Exception as e:pass

Tips:

有些歌曲是轻音乐没有歌词,在解析歌词的时候会出错,因此在解析的使用要使用try的方式解析。 def parse_lyric(self, text_json):try:lyric = text_json.get('lrc').get('lyric')regex = re.compile(r'\[.*\]')final_lyric = re.sub(regex, '', lyric).strip()return final_lyricexcept AttributeError as k:print(k)pass 本文使用的lxml模块利用xpath路径获取标签内容和属性,一定要定位准确。 全部代码如下: import requestsfrom lxml import etreeimport simplejsonimport reimport operatorfrom functools import reduceua = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'headers = {'User-agent': ua}class CrawlerLyric:def __init__(self):self.author_name = ""def get_url_html(self, url):with requests.Session() as session:response = session.get(url, headers=headers)text = response.texthtml = etree.HTML(text)return htmldef get_url_json(self, url):with requests.Session() as session:response = session.get(url, headers=headers)text = response.texttext_json = simplejson.loads(text)return text_jsondef parse_song_id(self, html):song_ids = html.xpath("//ul[@class='f-hide']//a/@href")song_names = html.xpath("//ul[@class='f-hide']//a/text()")self.author_name = html.xpath('//title/text()')song_ids = [ids[9:len(ids)] for ids in song_ids]return self.author_name, song_ids, song_namesdef parse_lyric(self, text_json):try:lyric = text_json.get('lrc').get('lyric')regex = re.compile(r'\[.*\]')final_lyric = re.sub(regex, '', lyric).strip()return final_lyricexcept AttributeError as k:print(k)passdef get_album(self, html):album_ids = html.xpath("//ul[@id='m-song-module']/li/p/a/@href")album_names = html.xpath("//ul[@id='m-song-module']/li/p/a/text()")album_ids = [ids.split('=')[-1] for ids in album_ids]return album_ids, album_namesdef get_top50(self, sing_id):url_singer = 'https://music.163.com/artist?id='+str(sing_id)# 陈奕迅html_50 = self.get_url_html(url_singer)author_name, song_ids, song_names = self.parse_song_id(html_50)# print(author_name, song_ids, song_names)for song_id, song_name in zip(song_ids, song_names):url_song = 'http://music.163.com/api/song/lyric?' + 'id=' + str(song_id) + '&lv=1&kv=1&tv=-1'json_text = self.get_url_json(url_song)print(song_name)print(self.parse_lyric(json_text))print('-' * 30)def get_all_song_id(self, album_ids):with requests.Session() as session:all_song_ids, all_song_names = [], []for album_id in album_ids:one_album_url = "https://music.163.com/album?id="+str(album_id)response = session.get(one_album_url, headers=headers)text = response.texthtml = etree.HTML(text)album_song_ids = html.xpath("//ul[@class='f-hide']/li/a/@href")album_song_names = html.xpath("//ul[@class='f-hide']/li/a/text()")album_song_ids = [ids.split('=')[-1] for ids in album_song_ids]all_song_ids.append(album_song_ids)all_song_names.append(album_song_names)return all_song_ids, all_song_namesdef get_all_song_lyric(self,singer_id):album_url = "https://music.163.com/artist/album?id="+str(singer_id)+"&limit=150&offset=0"html_album = self.get_url_html(album_url)album_ids, album_names = self.get_album(html_album)all_song_ids, all_song_names = self.get_all_song_id(album_ids)all_song_ids = reduce(operator.add, all_song_ids)all_song_names = reduce(operator.add, all_song_names)print(all_song_ids)print(all_song_names)for song_id, song_name in zip(all_song_ids, all_song_names):url_song = 'http://music.163.com/api/song/lyric?' + 'id=' + str(song_id) + '&lv=1&kv=1&tv=-1'json_text = self.get_url_json(url_song)print(song_name)try:with open('D:/lyric/陈奕迅/'+str(song_name)+".txt", 'w+') as f:f.write(self.parse_lyric(json_text))# print(song_name)# print(self.parse_lyric(json_text))# print('-' * 30)except Exception as e:passif __name__ == "__main__":sing_id = '2116'# 陈奕迅sing_id_chenli = '1007170'# 陈粒c = CrawlerLyric()c.get_all_song_lyric(sing_id_chenli)

嗨呦网的小叮当今天给大家整理了一篇有关全部歌曲的文章资讯阅读列表,更多全部歌曲的详细内容,欢迎点击下方阅读列表,获取更多内容信息,爱上阅读就上嗨呦网。

全部都是你_峻峻_高音质在线试听_全部都是你歌词|歌曲下载 ...

全部都是你_百度百科

365音乐网_音乐MP3歌曲免费下载试听的音乐网站

巴霍巴利王Baahubali1~2部的全部歌曲 - 歌单 - 网易云音乐

爬取网易云音乐某个歌手的全部歌曲的歌词_czbape的博客 ...

最近很火的歌曲_音乐大全300首_免费听歌曲大全100首千千 ...

爬虫实战 -- QQ音乐爬取全部歌曲_一名新生程序员的日常 ...

华语男歌手_无损音乐下载_mp3歌曲免费下载-321无损音乐

华语女歌手_无损音乐下载_mp3歌曲免费下载_321flac.com

© 2019-2022 嗨呦网 版权所有 京ICP备11016050号-1