ToB企服应用市场:ToB评测及商务社交产业平台

标题: 音乐爬虫（调试中） [打印本页]
作者: 半亩花草    时间: 昨天 22:26
标题: 音乐爬虫（调试中）
获取存在音乐链接的json数据
  1. import requests
  2. from pyquery import PyQuery
  3. import re
  5. def get_music_index(name):
  6.     headers = {
  7.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/132.0.0.0 Safari/537.36',
  8.         'Referer': 'http://music.2t58.com/',
  9.         'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7',
  10.         'Accept-Encoding': 'gzip, deflate',
  11.         'Accept-Language': 'zh-CN,zh;q=0.9',
  12.         'Connection': 'keep-alive',
  13.         'Upgrade-Insecure-Requests': '1'
  14.     }
  15.     cookies = {
  16.         'Hm_lvt_b8f2e33447143b75e7e4463e224d6b7f': '1737002552',
  17.         'HMACCOUNT': 'F76AECD34A294FCC',
  18.         'Hm_lpvt_b8f2e33447143b75e7e4463e224d6b7f': '1737006718'
  19.     }
  21.     # 使用正确的域名和协议
  22.     encoded_name = requests.utils.quote(name)
  23.     url = f'http://music.2t58.com/so/{encoded_name}.html'
  25.     try:
  26.         response = requests.get(url, headers=headers, cookies=cookies, timeout=10)
  27.         response.raise_for_status()
  28.         
  29.         doc = PyQuery(response.content)
  31.         names = doc(".name").items()
  32.         for index, item in enumerate(names, start=1):
  33.             print(f"选项 {index}: {item.text().strip()}")
  34.             if index == 7:
  35.                 break
  37.         ex = r'<a href="https://www.cnblogs.com/song/(.*?).html" target="_mp3">.*?</a>'
  38.         song_ids = re.findall(ex, response.text, re.S)
  39.         
  40.         return song_ids[:7]
  42.     except requests.exceptions.RequestException as e:
  43.         print(f"请求出错: {e}")
  44.         return []   
  46. def download_music(song_id):
  47.     # 设置 HTTP 请求头
  48.     headers = {
  49.         'Accept': 'application/json, text/javascript, */*; q=0.01',  # 接受的内容类型
  50.         'Accept-Encoding': 'gzip, deflate',  # 支持的编码格式
  51.         'Accept-Language': 'zh-CN,zh;q=0.9',  # 支持的语言
  52.         'Connection': 'keep-alive',  # 连接保持活跃
  53.         'Content-Length': '26',  # 内容长度
  54.         'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',  # 内容类型
  55.         'Cookie': 'Hm_lvt_b8f2e33447143b75e7e4463e224d6b7f=1690974946; Hm_lpvt_b8f2e33447143b75e7e4463e224d6b7f=1690976158',  # Cookie
  56.         'Host': 'www.2t58.com',  # 请求的主机
  57.         'Origin': 'https://www.2t58.com',  # 请求的来源
  58.         'Referer': 'https://www.2t58.com/song/bWhzc3hud25u.html',  # 请求的来源页面
  59.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36',  # 用户代理
  60.         'X-Requested-With': 'XMLHttpRequest'  # 请求类型
  61.     }
  62.     # 构造 POST 请求的数据
  63.     data = {'id': song_id, 'type': 'music'}
  64.     # 要请求的 URL
  65.     url2 = 'https://www.2t58.com/js/play.php'
  66.     # 发送 POST 请求获取歌曲播放信息
  67.     resp2 = requests.post(url=url2, headers=headers, data=data)
  68.     # 解析返回的 JSON 数据
  69.     json_data = resp2.json()
  70.     print(json_data)
  73. if __name__ == "__main__":
  74.     name = input("请输入歌曲名称: ")
  75.     music_index = get_music_index(name)
  76.     # print(music_index)
  77.     # if music_index:
  78.     #     print("找到以下歌曲ID：")
  79.     #     for idx, song_id in enumerate(music_index, start=1):
  80.     #         print(f"{idx}: {song_id}")
  81.     # else:
  82.     #     print("没有找到相关歌曲。")
  83.     num = int(input("请输入歌曲的序列:"))
  84.     song_id = music_index[num - 1]
  85.     download_music(song_id)
  86.     print("按回车直接退出...")
  88. # 等待用户按键，这里我们只接受单个空格键
  89.     while True:
  90.         user_input = input()
  91.         if user_input == "":  # 检查用户是否只输入了一个空格
  92.             break
复制代码
实现下载音乐（如今默认的mp3）
  1. import requests
  2. from pyquery import PyQuery
  3. import re
  5. def get_music_index(name):
  6.     headers = {
  7.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/132.0.0.0 Safari/537.36',
  8.         'Referer': 'http://music.2t58.com/',
  9.         'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7',
  10.         'Accept-Encoding': 'gzip, deflate',
  11.         'Accept-Language': 'zh-CN,zh;q=0.9',
  12.         'Connection': 'keep-alive',
  13.         'Upgrade-Insecure-Requests': '1'
  14.     }
  15.     cookies = {
  16.         'Hm_lvt_b8f2e33447143b75e7e4463e224d6b7f': '1737002552',
  17.         'HMACCOUNT': 'F76AECD34A294FCC',
  18.         'Hm_lpvt_b8f2e33447143b75e7e4463e224d6b7f': '1737006718'
  19.     }
  21.     # 使用正确的域名和协议
  22.     encoded_name = requests.utils.quote(name)
  23.     url = f'http://music.2t58.com/so/{encoded_name}.html'
  25.     try:
  26.         response = requests.get(url, headers=headers, cookies=cookies, timeout=10)
  27.         response.raise_for_status()
  28.         
  29.         doc = PyQuery(response.content)
  31.         names = doc(".name").items()
  32.         for index, item in enumerate(names, start=1):
  33.             print(f"选项 {index}: {item.text().strip()}")
  34.             if index == 7:
  35.                 break
  37.         ex = r'<a href="https://www.cnblogs.com/song/(.*?).html" target="_mp3">.*?</a>'
  38.         song_ids = re.findall(ex, response.text, re.S)
  39.         
  40.         return song_ids[:7]
  42.     except requests.exceptions.RequestException as e:
  43.         print(f"请求出错: {e}")
  44.         return []   
  46. def download_music(song_id):
  47.     # 设置 HTTP 请求头
  48.     headers = {
  49.         'Accept': 'application/json, text/javascript, */*; q=0.01',  # 接受的内容类型
  50.         'Accept-Encoding': 'gzip, deflate',  # 支持的编码格式
  51.         'Accept-Language': 'zh-CN,zh;q=0.9',  # 支持的语言
  52.         'Connection': 'keep-alive',  # 连接保持活跃
  53.         'Content-Length': '26',  # 内容长度
  54.         'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',  # 内容类型
  55.         'Cookie': 'Hm_lvt_b8f2e33447143b75e7e4463e224d6b7f=1690974946; Hm_lpvt_b8f2e33447143b75e7e4463e224d6b7f=1690976158',  # Cookie
  56.         'Host': 'www.2t58.com',  # 请求的主机
  57.         'Origin': 'https://www.2t58.com',  # 请求的来源
  58.         'Referer': 'https://www.2t58.com/song/bWhzc3hud25u.html',  # 请求的来源页面
  59.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36',  # 用户代理
  60.         'X-Requested-With': 'XMLHttpRequest'  # 请求类型
  61.     }
  62.     # 构造 POST 请求的数据
  63.     data = {'id': song_id, 'type': 'music'}
  64.     # 要请求的 URL
  65.     url2 = 'https://www.2t58.com/js/play.php'
  66.     # 发送 POST 请求获取歌曲播放信息
  67.     resp2 = requests.post(url=url2, headers=headers, data=data)
  68.     # 解析返回的 JSON 数据
  69.     json_data = resp2.json()
  70.     return json_data
  73. # 下载文件并保存
  74. def download_song(url, filename):
  75.     try:
  76.         response = requests.get(url)
  77.         response.raise_for_status()  # 如果响应状态码不是200，会抛出异常
  78.         with open(filename, 'wb') as file:
  79.             file.write(response.content)
  80.         print(f"歌曲已成功下载并保存为 {filename}")
  81.     except requests.exceptions.RequestException as e:
  82.         print(f"下载过程中发生错误: {e}")
  84. if __name__ == "__main__":
  85.     name = input("请输入歌曲名称: ")
  86.     music_index = get_music_index(name)
  87.     num = int(input("请输入歌曲的序列:"))
  88.     song_id = music_index[num - 1]
  89.     json_data = download_music(song_id)
  90.     # 提取 URL 和标题
  91.     url = json_data['url']
  92.     title = json_data['title']
  94.     filename = title + '.mp3'
  95.     filename = filename.replace('《', '').replace('》', '').replace('[', '').replace(']', '').replace('/', '_')
  97.     print("歌曲URL: ", url)
  98.     print("保存为文件: ", filename)
  100.     download_song(url, filename)
复制代码
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4