博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
爬 豆瓣 喜马拉雅
阅读量:7299 次
发布时间:2019-06-30

本文共 1539 字,大约阅读时间需要 5 分钟。

1 爬 豆瓣电影排行榜

from bs4 import BeautifulSoupfrom lxml import htmlimport xmlimport requestsurl = "https://movie.douban.com/chart"f = requests.get(url)                    # Get该网页从而获取该html内容soup = BeautifulSoup(f.content, "lxml")  # 用lxml解析器解析该网页的内容, 好像f.text也是返回的html#content = soup.find_all('div',class_="p12" )   #因为calss和关键字冲突,所以改名class_for k in soup.find_all('div',class_='pl2'): # 找到div并且class为pl2的标签   name = k.find_all('a')[0]                  # 在每个对应div标签下找span标签,会发现,一个a里面有四组span   #   # res = name.get('href')   res = name.get_text().split('/')[0].strip()   print(res)

2 爬 喜马拉雅 音乐/图片

# 爬取 简单加密的东西  图片/音乐# 手动模拟请求头 Header信息  浏览器代理# http请求头的验证 反爬机制之一  现在是程序访问  User-Agentimport requestsfrom uuid import uuid4import time# res = requests.get('')   # sort 顺序  pagesize30 每页url_str = "https://www.ximalaya.com/revision/play/album?albumId=%s&pageNum=%s&sort=-1&pageSize=30"  #linkheader = {    'User-Agent':"Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36"        }my_url = url_str%("424529","1")   # 字符串格式化/替换res = requests.get(my_url,headers=header) # 200 状态# print(res.content)         # 内容data = res.json()       # 字典print(data.get('ret'))  # 状态print(data.get('data').get('tracksAudioPlay')[20].get('trackName'))  # 状态for music_info in data.get("data").get("tracksAudioPlay"):    audio = requests.get(music_info.get('src'))    with open(f'{uuid4()}.mp3','wb') as f:        f.write(audio.content)    time.sleep(0.3)

 

转载于:https://www.cnblogs.com/zhangchen-sx/p/10718049.html

你可能感兴趣的文章
[未完成]关于CSS的总结
查看>>
陈皓一起写Makefile 概述
查看>>
linux下安装启动rpc服务
查看>>
Software Testing, Lab 1
查看>>
World发布博客测试
查看>>
IIS 提高连接的并发数,和CPU的使用率。
查看>>
修改Sysvol复制方式
查看>>
python3.x中如何使用base64、base32、base16编码解码
查看>>
HDOJ 1084 排序 水
查看>>
深度拷贝一个链表
查看>>
POJ3229
查看>>
用promise封装ajax
查看>>
git创建工程
查看>>
UIScrollView的contentSize、contentOffset和contentInset属性
查看>>
IOS开发之自定义UITabBarController
查看>>
关于UI设计中的交互软件Axure7.0运用
查看>>
将网站项目转为 Web form应用程序(转)
查看>>
泛型简要原理
查看>>
poj 1254 Hansel and Grethel
查看>>
VirtualBox安装CentOS7
查看>>