运用爬虫爬取古诗句，并播放

运用爬虫爬取古诗句，并播放

代码为：

from urllib import request
from urllib import parse
from  bs4 import BeautifulSoup
from pygame import mixer
import sys
import time
from mutagen.mp3 import MP3


def Time_1():     #  进度条函数
    for i in range(1,51):
        sys.stdout.write('\r')
        sys.stdout.write('{0}% |{1}'.format(int(i%51)*2,int(i%51)*'■'))
        sys.stdout.flush()
        time.sleep(0.125)
    sys.stdout.write('\n')


def Chinese(word):
    word=word.replace('<br/>','\n')
    str_1=''
    for ch in range(len(word)):
        if '\u4e00' <= word[ch] <= '\u9fff' or word[ch] in ['、','\n','·','，','。','；','：','！','?','【','】']:
            str_1+=word[ch]

    return str_1

def Chineses(word):
    len_1=0
    for ch in range(len(word)):
        if '\u4e00' <= word[ch] <= '\u9fff':
           len_1+=1

    return len_1 # 统计一篇诗的字数



keyword=input('请输入一个关键字:')
key_word=parse.urlencode({'keyword':keyword})
key_word=key_word[key_word.find('=')+1:]

cishu=int(input('是否想看全部相关诗句:(1是,2否)'))

url='https://so.gushiwen.org/search.aspx?type=title&page=1&value='+key_word

content=request.urlopen(url=url)
content_1=BeautifulSoup(content.read().decode('utf-8'),'lxml')


titles_list_1=[]; contents_list_1=[]

pages=str(content_1.select('div.pagesright>span'))
pages=pages[pages.find('">/')+4:pages.find('页')]
# 古诗的总页数

if cishu==2:
    pages='1'

elif cishu!=1 and cishu!=2:
    print('你的输入有问题，程序已经自动退出了！')
    sys.exit()

Downlad_href=[];musics_list=[]
for pages_1 in range(1,int(pages)+1):
    url='https://so.gushiwen.org/search.aspx?type=title&page='+str(pages_1)+'&value='+key_word

    content=request.urlopen(url=url)
    content_1=BeautifulSoup(content.read().decode('utf-8'),'lxml')


    titles_list=content_1.select('div.cont >p>a>b')
    titles_list=[Chinese(str(title)) for title in titles_list]  # 古诗的标题  类型为列表
    titles_list_1.extend(titles_list)

    contents_list=content_1.select('div.cont>div.contson')

    contents_list=[Chinese(str(content)) for content in contents_list]
    contents_list_1.extend(contents_list)

    hrefs_list=content_1.select('div.sons>div>div>img')
    for i in range(len(hrefs_list)):
        str_1=str(hrefs_list[i])
        if '背诵' in str_1:
            str_1=str_1[str_1.find('OnBeisong')+11:str_1.find('OnBeisong')+23]
            Downlad_href.append(str_1)

    music_url=content_1.select('div.sons')
    for i in music_url:
        i=str(i)
        str_2=i[i.find('toolPlay'):]
        str_2=str_2[8:str_2.find('"')]
        musics_list.append(str_2)   # musics_list为诗句播放的id列表


for i in range(len(titles_list_1)):
    print('-'*25)
    print('{}|-------{}-------|'.format(i+1,titles_list_1[i][1:-1]))
    print('{}'.format(contents_list_1[i]))
    print('*'*25)

key_name=int(input('请输入你想播放的诗的序号：'))

if key_name>=1 and key_name<=len(Downlad_href):
    music_url_1='https://so.gushiwen.org/viewplay.aspx?id='+musics_list[key_name-1]



    href_content=request.urlopen(url=music_url_1).read().decode('utf-8')
    soup=BeautifulSoup(href_content,'lxml')
    str_3=str(soup.select('body>div>audio')[0])


    Downlad_url=str_3[str_3.find('src="')+5:str_3.find('style=')-2] # Downlad_url 为诗句朗诵的下载链接


    try:
        request.urlretrieve(url=Downlad_url,filename='.\{}.mp3'.format(titles_list_1[key_name-1][1:-1]))


        print('正在加载进程！')
        len_1 = Chineses(contents_list_1[key_name - 1])  # 诗的字数
        Time_1()
        audio=MP3('.\{}.mp3'.format(titles_list_1[key_name-1][1:-1]))
        time_1=int(audio.info.length)
        mixer.init()
        mixer.music.load('.\{}.mp3'.format(titles_list_1[key_name-1][1:-1]))
        mixer.music.play()
        mixer.stop()


        print('该段文字总共有{}字数，需要{}秒'.format(len_1,time_1))
        for text in contents_list_1[key_name-1]:
            print(text,end='')
            time.sleep(float(time_1/len_1)+0.1)


        print('播放完毕！')
    except Exception as e:
        print('对不起，该诗到目前为止，还没有找到播放路径{}',e)

else:
    print('你的输入有问题，程序将退出！')

运行结果：


注意：部分诗句没有朗诵。

如果大家觉得这个还可以，觉得点赞和关注，谢谢！