前言

最近我想在網(wǎng)站上下載幾首音樂放到我的u盤里聽，但是上網(wǎng)上一找，各大音樂網(wǎng)站下載歌曲（尤其是好聽的歌曲）都需要vip。

[[388310]]

對(duì)于像我這樣的窮人來說，肯定是不會(huì)花幾十塊錢去下載幾首音樂啦，而且作為程序員，充錢去下載音樂那也是不可能的，于是我花了一天時(shí)間，上網(wǎng)找了各種資料來學(xué)習(xí)一下怎樣才能不花錢白嫖到網(wǎng)站上的音樂。

當(dāng)然，方法還是有很多種的，最后我還是選擇了一種最簡(jiǎn)單，最方便的一種方法： python爬蟲。下面，我就跟大家分享一下我在用python爬蟲時(shí)遇到的坑。

下面，我以爬取某易云音樂為例，介紹一下我時(shí)如何學(xué)習(xí)python爬蟲的：

思路:

•  音樂從哪里來？---網(wǎng)站的服務(wù)器里
•  怎么從網(wǎng)址里得到音樂？---向網(wǎng)站發(fā)起網(wǎng)絡(luò)請(qǐng)求
•  刪選音樂文件
•  下載音樂文件

具體實(shí)現(xiàn)

1.引入發(fā)送網(wǎng)絡(luò)請(qǐng)求的第三方庫

import requests # 發(fā)送網(wǎng)絡(luò)請(qǐng)求的第三方庫 

安裝方法

pip install requests 

2.引入數(shù)據(jù)解析第三方庫 

from lxml import etree # 數(shù)據(jù)解析第三方庫 

安裝方法 

pip install lxml 

3.某易云音樂網(wǎng)站列表url為'https://music.163.com/#/discover/toplist?id=3778678' 

url = 'https://music.163.com/#/discover/toplist?id=3778678' 

4.發(fā)送請(qǐng)求獲取頁面數(shù)據(jù) 

response = requests.get(urlurl=url) # 請(qǐng)求頁面數(shù)據(jù) 

5.解析數(shù)據(jù) 

html=etree.HTML(response.text) # 解析頁面數(shù)據(jù) 

6.獲取所有歌曲標(biāo)簽集合（ a標(biāo)簽 ） 

id_list = html.xpath('//a[contains(@href,"song?")]')  # 所有歌曲id集合 

7.下載歌曲 

base_url = 'http://music.163.com/song/media/outer/url?id=' # 下載音樂網(wǎng)址前綴  
# 下載音樂url = 網(wǎng)址前綴 + 音樂id  
for data in id_list:  
    href = data.xpath('./@href')[0]  
    music_id = href.split('=')[1] # 音樂id  
    music_url = base_url + music_id # 下載音樂url  
    music_name = data.xpath('./text()')[0] # 下載音樂名稱  
    music = requests.get(url = music_url)  
    # 將下載的音樂以文件形式保存下來  
    with open('./music/%s.mp3' % music_name, 'wb') as file:  
         file.write(music.content)  
         print('<%s>下載成功' % music_name) 

遇到的坑

以上的方法我是從一個(gè)視頻里學(xué)到的，那個(gè)視頻是半年前出的，可能當(dāng)時(shí)這種方法還好使，但是今天我在用這種方法下載音樂文件的時(shí)候突然就報(bào)錯(cuò)了。

首先，編輯器報(bào)錯(cuò)找不到 music_name 和 music_id ,我仔細(xì)一看，獲取的id_list集合里（也就是標(biāo)簽集合里）的id根本不是id，是代碼，估計(jì)在這里音樂網(wǎng)站也做了相應(yīng)的反扒機(jī)制。

其次，我自己在網(wǎng)站里找到了一首音樂獲取了它的id并把id賦值給music_id，結(jié)果當(dāng)用外鏈下載音樂時(shí)報(bào)錯(cuò)460，顯示網(wǎng)絡(luò)擁擠，估計(jì)下載音樂的網(wǎng)址也不好使了。 

base_url = 'http://music.163.com/song/media/outer/url?id='  
music_id = '1804320463.mp3'  
music_url = base_url + music_id  
music = requests.get(url=music_url)  
print(music.text) 

{"msg":"網(wǎng)絡(luò)太擁擠，請(qǐng)稍候再試！","code":-460,"message":"網(wǎng)絡(luò)太擁擠，請(qǐng)稍候再試！"}

最后，我打印出music_url,點(diǎn)擊進(jìn)去，還是可以聽歌和下載的，不知道這是為什么了 

base_url = 'http://music.163.com/song/media/outer/url?id='  
music_id = '1804320463.mp3'  
music_url = base_url + music_id  
# music = requests.get(url=music_url)  
print(music_url) 

music.163.com/song/media/…

總結(jié)

現(xiàn)在的網(wǎng)站技術(shù)更新太快，很多網(wǎng)站都有了高級(jí)反爬機(jī)制，畢竟嘛，有些東西還是不能隨隨便便就給你的，我寫這篇文章主要是跟大家分享一下我學(xué)習(xí)python爬蟲時(shí)的一些經(jīng)驗(yàn)，同時(shí)，我也想請(qǐng)教各位大神，像遇到了我這種問題了，我應(yīng)該怎么辦才能將這個(gè)網(wǎng)站的音樂文件爬到我的本地電腦里，還請(qǐng)各大神指點(diǎn)一二。