成年人的世界真不容易啊
总是悲伤大于欢喜
爱情因为懵懂而快乐
却走进了复杂和困惑的婚姻
前言
我最近喜欢去听情感类的节目,比如说,婚姻类,我可能老了吧。我就想着怎么把音乐下载下来了,保存到手机上,方便我们业余时间去听。
环境使用
- python 3.9
- pycharm
模块使用
- requests
模块介绍
- requests
requests是一个很实用的Python HTTP客户端库,爬虫和测试服务器响应数据时经常会用到,requests是Python语言的第三方的库,专门用于发送HTTP请求,使用起来比urllib简洁很多。
- parsel
parsel是一个python的第三方库,相当于css选择器+xpath+re。
parsel由scrapy团队开发,是将scrapy中的parsel独立抽取出来的,可以轻松解析html,xml内容,获取需要的数据。
相比于BeautifulSoup,xpath,parsel效率更高,使用更简单。
- re
re模块是python独有的匹配字符串的模块,该模块中提供的很多功能是基于正则表达式实现的,而正则表达式是对字符串进行模糊匹配,提取自己需要的字符串部分,他对所有的语言都通用。
- os
os 就是 “operating system” 的缩写,顾名思义,os模块提供的就是各种 Python 程序与操作系统进行交互的接口。通过使用 os 模块,一方面可以方便地与操作系统进行交互,另一方面也可以极大增强代码的可移植性。
- csv
它是一种文件格式,一般也被叫做逗号分隔值文件,可以使用 Excel 软件或者文本文档打开 。其中数据字段用半角逗号间隔(也可以使用其它字符),使用 Excel 打开时,逗号会被转换为分隔符。csv 文件是以纯文本形式存储了表格数据,并且在兼容各个操作系统。
模块安装问题:
- 如果安装python第三方模块:
win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
在pycharm中点击Terminal(终端) 输入安装命令
- 安装失败原因:
- 失败一: pip 不是内部命令
解决方法: 设置环境变量
- 失败二: 出现大量报红 (read time out)
解决方法: 因为是网络链接超时, 需要切换镜像源
清华:https://pypi.tuna.tsinghua.edu.cn/simple阿里云:https://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/华中理工大学:https://pypi.hustunique.com/山东理工大学:https://pypi.sdutlinux.org/豆瓣:https://pypi.douban.com/simple/例如:pip3 install -i https://pypi.doubanio.com/simple/ 模块名
- 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好,或者你pycharm里面python解释器没有设置好。
代码实现
发送请求
首先,我们要确定我们的目标网址,我们想要获取到每一个音频的地址。
我们发送请求,获取网页源代码。我们相信大家这里的代码都会写了。
url = 'https://www.ximalaya.com/album/37453303'headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36',}res = requests.get(url,headers=headers)
requests
是 Python 的一个内置模块,用于发送 HTTP 请求。在这个例子中,我们使用requests.get()
函数向https://www.ximalaya.com/album/37453303
发送一个 GET 请求,并将请求头和响应体作为参数传递给函数。
获取数据
info_list = re.findall('"tracks":[(.*?)]', res.text)[1]print(info_list)
re.findall()
函数用于在字符串中查找所有匹配的子字符串。在这个例子中,我们使用re.findall()
函数查找了响应体中的tracks
字符串,并使用切片[1]
取出了子字符串列表。
子字符串列表中的第一个元素就是我们要找的tracks
字符串。我们将其存储在info_list
变量中,并使用print()
函数输出。
我们发现,我们想要的数据,就在我们匹配的内容中。里面包含了每一个音乐的标题和其id,我们接下来把这个获取下来。
注意,这里,不是json数据,所以,我们只能正则去匹配。
trackIds = re.findall('"trackId":(\d+)', info_list)# print(trackIds)titles = re.findall('"title":"(.*?)"', info_list)# print(titles)
解析数据
我们通过对比url发现,我们只需要拿到uid,就可以直接访问到音频。这里就不多解释。
audio = f'https://www.ximalaya.com/revision/play/v1/audio?id={trackId}&ptype=1'
我们只需要把trackID换掉,就可以了。请求上面的url,就可以拿到音频的地址。接下来,我们写代码。
for trackId, title in zip(trackIds, titles):audio = f'https://www.ximalaya.com/revision/play/v1/audio?id={trackId}&ptype=1'print(audio)audio_res = requests.get(audio, headers=headers)audio_url = audio_res.json()['data']['src']print(audio_url)
zip()
函数用于将两个列表合并成一个列表。在这个例子中,我们使用zip()
函数将trackIds
和titles
两个列表合并成一个列表,并将其存储在trackIds
变量中。
然后,我们将trackId
和title
转换为字符串格式,并将其存储在audio
变量中。
接下来,我们使用requests.get()
函数向audio
发送一个 GET 请求,并将请求头和响应体作为参数传递给函数。 最后,我们使用json()
方法将响应体中的data
字段转换为 JSON 格式,并使用['data']['src']
取出了src
属性,即audio_url
的值,并将其存储在audio_url
变量中。
保存数据
music_content = requests.get(audio_url, headers=headers).contentwith open('music//' + f'{title}' + '.mp3', mode='wb') as filename:filename.write(music_content)print(title, '保存成功')
接下来,我们请求这个网页,保存二进制到本地。with open()
语句用于自动关闭文件,确保文件在使用完毕后被正确关闭。在这个例子中,我们使用with open()
语句打开一个名为music//
+title
+ .mp3
的文件,并将其保存到变量filename
中。
然后,我们使用write()
方法将音频内容写入文件中。
全部代码
import osimport reimport requestsfilename = 'music//'if not os.path.exists(filename):os.mkdir(filename)url = 'https://www.ximalaya.com/album/37453303'headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36',}res = requests.get(url,headers=headers)seoTrackList = re.findall('"seoTrackList":\[(.*" />
总结
这是一个关于如何下载音乐并保存到手机的Python代码实战。我们首先确定我们的目标网址,然后使用requests.get()
函数向该网址发送一个 GET 请求,并将请求头和响应体作为参数传递给函数。
在请求成功后,我们使用json()
方法将响应体中的data
字段转换为 JSON 格式,并使用['data']['src']
取出了src
属性,即audio_url
的值,并将其存储在audio_url
变量中。
我们请求网页,保存二进制,就可以保存了。