【python爬虫】5.爬虫实操(歌词爬取)




import requests
from bs4 import BeautifulSoup
import re
import pandas as pd
 
# 设置代理服务器
proxies = {
    'http': 'http://12.34.56.79:8070',
    'https': 'http://12.34.56.79:8070',
}
 
def get_lyrics(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
    res = requests.get(url, headers=headers, proxies=proxies)
    res.encoding = 'utf-8'
    soup = BeautifulSoup(res.text, 'lxml')
    # 歌词通常在<div class="lyric-content">...</div>中
    lyric_content = soup.find('div', class_='lyric-content')
    if lyric_content:
        lyrics = lyric_content.get_text()
        # 清理多余的字符
        lyrics = re.sub(r'\[.*?\]', '', lyrics)
        return lyrics
    return '未找到歌词'
 
def main():
    df = pd.read_csv('music_data.csv', encoding='utf-8')
    for index, row in df.iterrows():
        url = row['url']
        try:
            lyrics = get_lyrics(url)
            print(f'正在抓取:{url}')
            with open(f'lyrics/{index}.txt', 'w', encoding='utf-8') as f:
                f.write(lyrics)
        except Exception as e:
            print(f'抓取失败:{e}')
 
if __name__ == '__main__':
    main()

这段代码修复了原代码中的一些问题,并添加了异常处理,以确保在遇到网络问题或其他错误时代码不会中断。同时,代码中使用了更为推荐的requests库来发送HTTP请求,并使用了BeautifulSoup进行网页解析。代理服务器的设置也已经被正确地应用到了请求中。

最后修改于:2024年08月14日 11:38

评论已关闭

推荐阅读

Vue中使用mind-map实现在线思维导图
2024年08月04日
VUE
Web前端最全Vue实现免密登录跳转的方式_vue怎么样不登录返回首页,最强技术实现
2024年08月04日
VUE
vue3 项目搭建教程(基于create-vue,vite,Vite + Vue)
2024年08月04日
VUE
Vue-颜色选择器实现方案——>Vue-Color( 实战*1+ Demo*7)
2024年08月04日
VUE
Vue项目卡顿慢加载?这些优化技巧告诉你!_vue数据多渲染卡顿
2024年08月04日
VUE
vue中的keep-alive详解与应用场景
2024年08月04日
VUE
Vue、React实现excel导出功能(三种实现方式保姆级讲解)
2024年08月04日
vue-office/docx插件实现docx文件预览
2024年08月04日
VUE
java调用js文件的两种方法(支持V8引擎)
2024年08月04日
JavaScript:解决计算精度问题/mathjs/bignumber.js/big.js/decimal.js
2024年08月04日
两周从爬虫小白变大神 _yjs_js_security_passport
2024年08月04日
JS笔记(对象、函数、数组)
2024年08月04日
Markdown.js:强大的纯JavaScript Markdown解析器
2024年08月04日
Vue项目:js模拟点击a标签下载文件并重命名,URL文件地址下载方法、请求接口下载文件方法总结。
2024年08月04日
vue 父组件怎么获取子组件里面的data数据
2024年08月04日
VUE
个人开发实现AI套壳网站快速搭建(Vue+elementUI+SpringBoot)
2024年08月04日
el-table 表格封装并改造实现单元格可编辑
2024年08月04日
none
nodejs环境下创建vue项目、SSH密钥登陆!!!
2024年08月04日
vue+quill+element-ui实现视频、图片上传及缩放保姆级教程,轻松使用富文本
2024年08月04日
【three.js】22. Imported Models导入模型
2024年08月04日