利用Python网络爬虫抓取网易云音乐歌词

网易云音乐

前几天小编给你们分享了数据可视化分析，在文尾说起了网易云音乐歌词爬取，今天小编给你们分享网易云音乐歌词爬取方法。

本文的整体思路以下：

1. 找到正确的URL，获取源码；

2. 利用bs4解析源码，获取歌曲名和歌曲ID；

3. 调用网易云歌曲API，获取歌词；

4. 将歌词写入文件，并存入本地。

本文的目的是获取网易云音乐的歌词，并将歌词存入到本地文件。总体的效果图以下所示：

赵雷的歌曲

本文以民谣歌神赵雷为数据采集对象，专门采集他的歌曲歌词，其余歌手的歌词采集方式能够类推，下图展现的是《成都》歌词。

赵雷歌曲---《成都》

通常来讲，网页上显示的URL就能够写在程序中，运行程序以后就能够采集到咱们想要的网页源码。But在网易云音乐网站中，这条路行不通，由于网页中的URL是个假URL，真实的URL中是没有#号的。废话很少说，直接上代码。

获取网页源码

本文利用requests、bs四、json和re模块来采集网易云音乐歌词，记得在程序中添加headers和反盗链referer以模拟浏览器，防止被网站拒绝访问。这里的get_html方法专门用于获取源码，一般咱们也要作异常处理，未雨绸缪。

获取到网页源码以后，分析源码，发现歌曲的名字和ID藏的很深，纵里寻她千百度，发现她在源码的294行，藏在<ul class="f-hide">标签下，以下图所示：

歌曲名和ID存在的位置

接下来咱们利用美丽的汤来获取目标信息，直接上代码，以下图：

获取歌曲名和ID

此处要注意获取ID的时候须要对link进行切片处理，获得的数字即是歌曲的ID；另外，歌曲名是经过get_text()方法获取到的，最后利用zip函数将歌曲名和ID一一对应并进行返回。

获得ID以后即可以进入到内页获取歌词了，可是URL仍是不给力，以下图：

歌词的URL

虽然咱们能够明白的看到网页上的白纸黑字呈现的歌词信息，可是咱们在该URL下却没法获取到歌词信息。小编经过抓包，找到了歌词的URL，发现其是POST请求还有一大堆看不懂的data，总之这个URL是不能为咱们效力。那该点解呢？

莫慌，小编找到了网易云音乐的API，只要把歌曲的ID放在API连接上即可以获取到歌词了，代码以下：

调用网易云API并解析歌词

在API中歌词信息是以json格式加载的，因此须要利用json将其进行序列化解析出来，并配合正则表达式进行清洗歌词，若是不用正则表达式进行清洗的话，获得原始的数据以下所示（此处以赵雷的歌曲《成都》为例）：

原始数据

很明显歌词前面有歌词呈现的时间，对于咱们来讲其属于杂质信息，所以须要利用正则表达式进行匹配。诚然，正则表达式并非惟一的方法，小伙伴们也能够采起切片的方式或者其余方法进行数据清洗，在此就不赘述了。

获得歌词以后便将其写入到文件中去，并存入到本地文件中，代码以下：

写入文件和程序主体部分

如今只要咱们运行程序，输入歌手的ID以后，程序将自动把该歌手的所唱歌曲的歌词抓取下来，并存到本地中。如本例中赵雷的ID是6731，输入数字6731以后，赵雷的歌词将会被抓取到，以下图所示：

程序运行结果

以后咱们就能够在脚本程序的同一目录下找到生成的歌词文本，歌词就被顺利的爬取下来了。

相信你们对网易云歌词爬取已经有了必定的认识了，不过easier said than down，小编建议你们动手亲自敲一下代码，在实践中你会学的更快，学的更多的。

这篇文章教会你们如何采集网易云歌词，那网易云歌曲如何采集呢？快戳小编以前的文章吧~~