抓取网页音频( 文尾分享网易云音乐歌词爬取方法，的总体思路)

　　抓取网页音频(

文尾分享网易云音乐歌词爬取方法，的总体思路)

　　

　　网易云音乐

　　前几天小编给大家分享了数据可视化分析。文末提到了网易云音乐歌词爬虫。今天小编就给大家分享一下网易云音乐的歌词抓取方法。

　　本文的大致思路如下：

　　找到正确的网址并获取源代码；

　　使用bs4解析源码得到歌曲名和歌曲ID；

　　调用网易云歌API获取歌词；

　　将歌词写入文件并保存在本地。

　　本文的目的是获取网易云音乐的歌词，并将歌词保存到本地文件。整体效果图如下：

　　

　　赵磊的歌

　　本文以民歌神赵雷为数据采集对象，具体采集他的歌曲歌词，其他歌手的歌词采集方法可以类推。下图为《成都》的歌词。

　　

　　赵磊的歌——《成都》

　　一般来说，网页上显示的URL可以写在程序中，运行程序后，可以采集到我们想要的网页的源代码。但是在网易云音乐网站中，这种方式是行不通的，因为网页中的网址是假网址，真实网址中没有#号。废话不多说，直接上代码吧。

　　

　　获取网页源代码

　　本文对采集网易云音乐歌词使用requests、bs4、json和re模块，记得在程序中添加headers和防盗链referer来模拟浏览器，防止被网站拒绝访问@> 。这里的get_html方法是专门用来获取源代码的。通常，我们还需要进行异常处理并采取预防措施。

　　拿到网页源代码后，我分析了源代码，发现这首歌的名字和ID被隐藏得很深。我千百度搜索她，发现她在源码的第294行，隐藏在标签下，如下图：

　　

　　歌曲名称和 ID 所在的位置

　　接下来我们使用Beautiful Soup获取目标信息，直接上传代码，如下图：

　　

　　获取歌曲名称和ID

　　这里需要注意的是，在获取ID的时候，需要对链接进行切片，获取的数字就是歌曲的ID；另外，通过get_text()方法获取歌曲名称，最后歌曲名称和ID与zip函数一一对应。返回。

　　拿到ID后就可以进入内页获取歌词了，但是URL还是不给力，如下图：

　　

　　歌词网址

　　虽然我们可以清楚的看到网页上黑白呈现的歌词信息，但是我们无法获取到这个 URL 下的歌词信息。小编通过抓包找到歌词的URL，发现是POST请求，里面有很多数据看不懂。简而言之，这个 URL 对我们不起作用。解决方案呢？

　　别慌，小编找到了网易云音乐的API。只需将歌曲 ID 放在 API 链接上即可获取歌词。代码如下：

　　

　　调用网易云API解析歌词

　　在API中，歌词信息是以json格式加载的，所以需要使用json进行序列化解析，并使用正则表达式来清洗歌词。以赵磊的歌曲《成都》为例）：

　　

　　原创数据

　　显然，有歌词呈现在歌词面前的时候。对我们来说，它属于杂质信息，所以我们需要使用正则表达式来匹配。诚然，正则表达式并不是唯一的方法，小伙伴们也可以使用切片或者其他方法进行数据清洗，这里不再赘述。

　　获取歌词后，将其写入文件并保存到本地文件。代码如下：

　　

　　编写文件和程序主体部分

　　现在只要我们运行程序，输入歌手的ID，程序就会自动抓取歌手演唱的歌曲的歌词，并保存在本地。本例中，赵磊的ID为6731，输入6731后，会抓取赵磊的歌词，如下图：

　　

　　程序运行结果

　　之后，我们可以在脚本程序的同一目录下找到生成的歌词文本，歌词就成功爬下来了。

　　相信大家对网易云歌词爬虫都有一定的了解，但是说起来容易做起来难，小编建议大家自己敲代码，在实践中你会学得更快更多。

　　这文章教你采集网易云歌词，网易云歌曲采集怎么样？赶紧戳小编面前的文章吧~~