前言本文的文字及圖片來源于網(wǎng)絡(luò),僅供學(xué)習、交流使用,不具有任何商業(yè)用途,如有問題請及時聯(lián)系我們以作處理。 Python爬蟲、數(shù)據(jù)分析、網(wǎng)站開發(fā)等案例教程視頻免費在線觀看 https://space.bilibili.com/523606542 
前文內(nèi)容Python爬蟲新手入門教學(xué)（一）：爬取豆瓣電影排行信息 Python爬蟲新手入門教學(xué)（二）：爬取小說 Python爬蟲新手入門教學(xué)（三）：爬取鏈家二手房數(shù)據(jù) Python爬蟲新手入門教學(xué)（四）：爬取前程無憂招聘信息 Python爬蟲新手入門教學(xué)（五）：爬取B站視頻彈幕 Python爬蟲新手入門教學(xué)（六）：制作詞云圖 Python爬蟲新手入門教學(xué)（七）：爬取騰訊視頻彈幕 Python爬蟲新手入門教學(xué)（八）：爬取論壇文章保存成PDF Python爬蟲新手入門教學(xué)（九）：多線程爬蟲案例講解 Python爬蟲新手入門教學(xué)（十）：爬取彼岸4K超清壁紙 Python爬蟲新手入門教學(xué)（十一）：最近王者榮耀皮膚爬取 Python爬蟲新手入門教學(xué)（十二）：英雄聯(lián)盟最新皮膚爬取 Python爬蟲新手入門教學(xué)（十三）：爬取高質(zhì)量超清壁紙 Python爬蟲新手入門教程（十四）：爬取有聲小說網(wǎng)站數(shù)據(jù) Python爬蟲新手入門教學(xué)（十五）：Python爬取某音樂網(wǎng)站的排行榜歌曲 基本開發(fā)環(huán)境相關(guān)模塊的使用import osimport concurrent.futuresimport requestsimport parsel 安裝Python并添加到環(huán)境變量，pip安裝需要的相關(guān)模塊即可。 一、確定需求
雖然上面顯示需要付費下載，但是一樣可以免費下載。
二、網(wǎng)頁數(shù)據(jù)分析打開開發(fā)者工具，點擊播放音頻，在Media中會加載出音頻的url地址。
如果想要驗證這個鏈接是否是音頻的真實下載地址，可以復(fù)制鏈接粘貼到新的窗口中。
它會自動下載一個音頻文件。并且這個音頻文件是可以播放的，和網(wǎng)頁上面的音頻聲音是可以對上的。
事實證明這個就是我們要獲取音頻地址。
https://downsc./Files/DownLoad/sound1/202102/s830.mp3 老思路了，復(fù)制鏈接中的某些參數(shù)在開發(fā)者工具中進行搜索，很明顯 s830 就是音頻的ID了。
搜索 s830 找到來源，發(fā)現(xiàn)網(wǎng)頁頁面中自帶有下載地址。獲取音頻下載地址之后需要自己拼接url。
網(wǎng)頁數(shù)據(jù)不復(fù)雜，相對而言還是比較簡單的。
1、請求當前網(wǎng)頁數(shù)據(jù)，獲取音頻地址以及音頻標題
2、保存下載就可以了 三、代碼實現(xiàn)獲取音頻ID以及音頻標題 def main(html_url):
html_data = get_response(html_url).text
selector = parsel.Selector(html_data)
lis = selector.css('#AudioList .container .audio-item')for li in lis:
name = li.css('.name::text').get().strip()
src = li.css('audio::attr(src)').get()
audio_url = 'https:' + src
save(name, audio_url)print(name, audio_url)保存數(shù)據(jù) def save(name, audio_url):
header = {'Upgrade-Insecure-Requests': '1','User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'}
audio_content = requests.get(url=audio_url, headers=header).content
path = 'audio\\'if not os.path.exists(path):
os.mkdir(path)
with open(path + name + '.mp3', mode='wb') as f:
f.write(audio_content)這里想要重新給一個headers參數(shù)，不然會下載不了。代碼會一直運行，但是沒有反應(yīng) 多線程爬取 if __name__ == '__main__':
executor = concurrent.futures.ThreadPoolExecutor(max_workers=5)for page in range(1, 31):
url = f'https://sc.chinaz.com/yinxiao/index_{page}.html'# main(url)executor.submit(main, url) |
