Python爬虫如何去抓取qq音乐的歌手数据?

自从学会爬虫之后是不是有一种我什么都想爬一下的冲动?今天小千就来教大家如何去抓取qq音乐的歌手数据,项目实操多练习能更快提升自己哦。

今天的项目目标就是获取 QQ 音乐指定歌手单曲排行指定页数的歌曲的歌名、专辑名、播放链接,由浅入深,层层递进,非常适合刚入门的同学练手。主要涉及的库有:requests、json、openpyxl。

项目步骤

1.了解 QQ 音乐网站的 robots 协议(安全)

2.png

只禁止播放列表,可以操作

2.进入 QQ 音乐主页

3.输入任意歌手,比如张杰

3.jpg

4.打开审查元素(快捷键 Ctrl+Shift+I)

4.jpg

5.分析网页源代码 Elements,发现无歌曲信息,无法使用 BeautifulSoup,如下图所示,结果为空。

5.jpg

6.点击 Network,看数据在不在 XHR(无刷新更新页面),我的经验是先看 Size 最大的,然后分析 Name,查看 Preview,果然在里面!

6.jpg

6.2.jpg

将response格式化后显示内容如上

7.点击 Headers,拿到相关参数。如下图,仔细观察url 与 Query String Parameters 参数的关系,发现url 中的 w 代表歌手名,p 代表页数

其中:p=1&n=10&w=%E5%BC%A0%E6%9D%B0

7.jpg

8.通过 json 代码实现,首先小试牛刀,爬取第一页的数据,url 直接复制过来。成功!

8.jpg

其中:分析json获取歌曲列表,获取播放链接

9.jpg

9.引入 params 参数,实现指定歌手、指定页数的查询。

注意代码url为上一步url中“?”之前的部分, params两边的参数都需要加 ’’,requests.get 添加 params,参数(也可顺便添加 headers 参数)

10.jpg

10.添加存储功能,保存到本地(Excel)。也可保存为 csv 格式或存入数据库,操作类似。

11.jpg

12.jpg

总结

爬取qq音乐比爬取豆瓣等网站稍难,所需信息不在源代码中,需查看xhr。

通过xhr爬取数据一般要使用json,格式为:

res = requests.get(url),json = res.json(),list = json[’’][’’]

仅供练手参考,不建议爬取太多数据,给服务器增大负荷。

原文来自千锋教育


猜你喜欢

转载自blog.51cto.com/15128702/2665341