健身、吃饭、敲代码;等车、撸猫、下午茶……若能佐以合适的音乐当“配餐”,总是惬意非常。本文就将带你爬一爬网易云的那些热门歌单!
心情好或心情坏,点一首歌抚慰你受伤或躁动的心灵——下面教你用 15 行代码搞定热门歌单!
本文使用的是 Selenium 模块,它是一个自动化测试工具,利用它我们可以驱动浏览器执行特定的动作,如点击、下拉等操作,对于一些 JavaScript 渲染的页面来说,此种抓取方式非常有效。
采用了 Chrome 浏览器配合 Selenium 工作,本文的 Python 版本是 3.7.2。
准备工作
1. 若你的环境中没有 Selenium 模块,直接使用 pip 安装即可:
pip install selenium
2. 打开谷歌浏览器,检查Chrome的版本:在浏览器地址中输入 chrome://settings/help 回车即可看到:
3. 打开 ChromeDriver 的官方网站(https://sites.google.com/a/chromium.org/chromedriver/downloads),寻找与你当前浏览器版本相对应的 ChromeDriver 下载:
4. 选择你自己的操作系统类型进行下载即可:
5. 以 Windows 为例,下载结束后,将 ChromeDriver 放置在 Python 安装目录下的 Scripts 文件夹即可:
准备工作完成,代码写起来吧~
小编给大家推荐一个学习氛围超好的地方,python交流企鹅裙:【611 530 101】适合在校大学生,小白,想转行,想通过这个找工作的加入。裙里有大量学习资料,有大神解答交流问题,每晚都有免费的直播课程
迷你爬虫的实现
我们这次的目标是爬取热门歌单,比如网易云音乐中播放量大于 1000万 的歌单信息(歌单名称、链接)。
1. 先来打开网易云的歌单第一页:
https://music.163.com/#/discover/playlist/
2. 使用 Chrome 的开发者工具 <F12> 进行分析:
我们想要拿的信息全在这里:
msk,封面 [mask]:有歌单的名称及链接
nb,播放数 [number broadcast]:135万
3. 我们还需要遍历所有的页,使用工具继续分析,找到“下一页”的 URL:
4. 切换至最后一页,拿到最后一页的 URL:
5. 等我们爬取完所有符合的歌单信息后,将其保存在本地;
6.全部工作结束,最后再通过下面的伪代码回顾下整体思路:
7. 爬取的效果如下: