利用Python网络爬虫实现对网易云音乐歌词爬取

　　本文的总体思路如下：

　　找到正确的URL，获取源码；

　　利用bs4解析源码，获取歌曲名和歌曲ID；

　　调用网易云歌曲API，获取歌词；

　　将歌词写入文件，并存入本地。

　　本文的目的是获取网易云音乐的歌词，并将歌词存入到本地文件。整体的效果图如下所示：

　　本文以摇滚歌神赵雷为数据采集对象，专门采集他的歌曲歌词，其他歌手的歌词采集方式可以类推，下图展示的是《成都》歌词。

　　在这里相信有许多想要学习Python的朋友，大家可以+下Python学习分享裤：叁零肆+零伍零+柒玖玖，即可免费发放一整套系统的 Python学习教程！

　　一般来说，网页上显示的URL就可以写在程序中，运行程序以后就可以采集到我们想要的网页源码。But在网易云音乐网站中，这条路行不通，因为网页中的URL是个假URL，真实的URL中是没有#号的。废话不多说，直接上代码。

　　本文借助requests、bs4、json和re模块来采集网易云音乐歌词，记得在程序中添加headers和反盗链referer以模拟浏览器，防止被网站拒绝访问。这里的get_html方式专门用于获取源码，通常我们也要做异常处理，未雨绸缪。

　　获取到网页源码以后，分析源码，发现歌曲的名子和ID藏的太深，纵里寻她千百度，发现她在源码的294行，藏在

　　标签下，如下图所示：

　　接下来我们借助美丽的汤来获取目标信息，直接上代码，如下图：

　　此处要注意获取ID的时侯须要对link进行切块处理，得到的数字便是歌曲的ID；另外，歌曲名是通过get_text方式获取到的，最后借助zip函数将歌曲名和ID一一对应并进行返回。

　　得到ID以后便可以步入到内页获取歌词了，但是URL还是不给力，如下图：

　　虽然我们可以明白的看见网页上的白纸黑字呈现的歌词信息，但是我们在该URL下却未能获取到歌词信息。小编通过抓包，找到了歌词的URL，发现其是POST恳求还有一大堆看不懂的data，总之这个URL是不能为我们效力。那该点解呢？

　　莫慌，小编找到了网易云音乐的API，只要把歌曲的ID置于API链接上便可以获取到歌词了，代码如下：

　　在API中歌词信息是以json格式加载的，所以须要借助json将其进行序列化解析下来，并配合正则表达式进行清洗歌词，如果不用正则表达式进行清洗的话，得到原创的数据如下所示（此处以赵雷的歌曲《成都》为例）：

　　很明显歌词上面有歌词呈现的时间，对于我们来说其属于杂质信息，因此须要借助正则表达式进行匹配。诚然，正则表达式并不是惟一的方式，小伙伴们也可以采取切块的形式或则其他方式进行数据清洗，在此就不赘言了。

　　得到歌词以后便将其写入到文件中去，并存入到本地文件中，代码如下：

　　现在只要我们运行程序，输入歌手的ID以后，程序将手动把该歌手的所唱歌曲的歌词抓取出来，并存到本地中。如本例中赵雷的ID是6731，输入数字6731以后，赵雷的歌词将会被抓取到，如下图所示：

　　之后我们就可以在脚本程序的同一目录下找到生成的歌词文本，歌词就被顺利的爬取出来了。

　　相信你们对网易云歌词爬取早已有了一定的认识了，不过easier said than down，小编建议你们动手亲自敲一下代码，在实践中你会学的更快，学的更多的。

　　这篇文章教会你们怎么采集网易云歌词，那网易云歌曲怎么采集呢？且听小编下回分解~~