网易云音乐歌曲下载

本文链接：https://blog.csdn.net/weixin_40313634/article/details/96611824

爬取过程中的问题解决

代码语言：javascript复制

环境 ：Windows   Python 3.7   selenium

1. class 中含有空格，如何定位

代码语言：javascript复制

    <div class="u-cover u-cover-1">

代码语言：javascript复制

    browser.find_elements_by_css_selector('[class = "u-cover u-cover-1"]')

2. 定位信息好着，就是获取不到元素

代码语言：javascript复制

原因：
    selenium 打开网页后， 默认是在父级 Frame 里， 直接搜索是搜不到子 Frame 里的信息的。
    需要切换 Frame。
方法：
    switch_to.frame('frameid')
    switch_to.parent_frame()

类似问题

代码语言：javascript复制

原因：点击后，浏览器新打开了个选项卡。没有切换过来，导致还是在旧的选项卡里查找
解决：
    browser.switch_to_window(browser.window_handles[1])

例子如下

代码语言：javascript复制

    <iframe name="contentFrame" id="g_iframe" class="g-iframe" scrolling="auto" frameborder="0" src="about:blank" allowfullscreen="true"></iframe>

代码语言：javascript复制

    browser.switch_to.frame('g_iframe')

3. find_elements后点击不了抓取的元素

问题： for 循环执行第二次时报错如下：

代码语言：javascript复制

       selenium.common.exceptions.StaleElementReferenceException: Message: stale element reference: element is not attached to the page document

代码

代码语言：javascript复制

    we_gedans = self.browser.find_elements_by_css_selector('[class = "u-cover u-cover-1"]')

    for we_gedan in we_gedans:
        we_gedan.click()

原因

代码语言：javascript复制

官方给出解释如下：
The element has been deleted entirely.
The element is no longer attached to the DOM.
就是页面元素过期，引用的元素过时，不再依附于当前页面，需要重新定位获取元素对象

find_elements 查找到的是 WebElement 类型的数组数据，含有元素在当前页面的地址信息，调用 click() 方法就是使用了此地址信息。
切换页面后，此地址信息就失效了。所以不能在直接在循环中调用 click()

4. eyed3 pip 安装成功， import报错

报错如下

代码语言：javascript复制

 import magic
  File "C:UserszuoyAppDataLocalProgramsPythonPython37libsite-packagesmagic.py", line 181, in <module>
    raise ImportError('failed to find libmagic.  Check your installation')
ImportError: failed to find libmagic.  Check your installation

原因: eyed3 依赖 magic，必须安装上这个才能使用

代码语言：javascript复制

pip install pip install python-magic-bin
pip install eyed3

代码

代码语言：javascript复制

#!/usr/bin/env python

'''
功能：访问网易云音乐网站，下载歌单里的所有免费歌曲
时间：2019/07/20
'''

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait

import requests
import eyed3  # 给下载的MP3歌曲添加属性信息：专辑名、歌手等

import time
import json
import os

class Splider(object):
    def __init__(self):
        self.__url = 'https://music.163.com/'
        self.browser = webdriver.Chrome()

    def __get_gedans(self, url=None):
        gedans = []
        self.browser.get(self.__url)
        self.browser.switch_to.frame('g_iframe')
        we_gedans = self.browser.find_elements_by_css_selector('[class = "u-cover u-cover-1"]')
        for we_gedan in we_gedans:
            gedan = {}
            gedan = {
                'title': we_gedan.find_element_by_css_selector('a').get_attribute('title'),
                'url': we_gedan.find_element_by_css_selector('a').get_attribute('href'),
                'image': we_gedan.find_element_by_css_selector('img').get_attribute('src'),
                'click': we_gedan.find_element_by_css_selector('.nb').text
            }
            gedans.append(gedan)
        return gedans       

    def __get_songs(self, gedan):
        urls = []
        self.browser.get(gedan['url'])
        self.browser.switch_to.frame('g_iframe')
        we_songs = self.browser.find_elements_by_css_selector('[class = "even "]')
        for we_song in we_songs:
            url = {
                'id': we_song.find_element_by_css_selector('.left .hd span').get_attribute('data-res-id'),
                'name': we_song.find_element_by_css_selector('.f-cb b').get_attribute('title'),
                'songer': we_song.find_elements_by_css_selector('.text')[0].get_attribute('title'),
                'cd': we_song.find_elements_by_css_selector('.text')[1].find_element_by_css_selector('a').get_attribute('title')
            }
            # 清理掉其中的非显示字符
            for key, value in url.items():
                url[key] = ' '.join(value.split())
            urls.append(url)
        return urls

    def __download_song(self, song):
        base_url = "http://music.163.com/song/media/outer/url?id={0}"
        url = base_url.format(song['id'])
        re = requests.get(url)
        if re.status_code == 200:
            filename = song['name']   '.mp3'
            with open(filename, 'wb') as f:
                f.write(re.content)
            at_song = eyed3.load(filename)
            at_song.tag.artist = song['songer']
            at_song.tag.album = song['cd']
            at_song.tag.title = song['name']
            at_song.tag.save()
            
        return

    def __save_json(self, strs, filename):
        filename = filename if os.path.splitext(filename)[1] == '.json' else os.path.splitext(filename)[0]   '.json'
        with open(filename, 'w', encoding='utf-8') as f:
            f.write(json.dumps(strs, indent=4, ensure_ascii=False))

    def __read_json(self, filename):
        data = []
        filename = filename if os.path.splitext(filename)[1] == '.json' else os.path.splitext(filename)[0]   '.json'
        with open(filename, 'r', encoding='utf-8') as f:
            data = json.loads(f.read())
        return data

    def run(self):
        gedans = self.__get_gedans()
        self.__save_json(gedans, 'gedans.json')
        for gedan in gedans:
            try:
                songs = self.__get_songs(gedan)
                self.__save_json(songs, 'songs.json')
            except Exception as e:
                print(e.args)
            os.chdir('songs')
            for song in songs:
                try:
                    self.__download_song(song)
                except Exception as e:
                    print(e.args)
            os.chdir('..')
        self.browser.close()


if __name__ == '__main__':
    splider = Splider()
    splider.run()

class import pip

0 人点赞