Python 爬虫项目实战:爬取某云热歌榜歌曲




import requests
from bs4 import BeautifulSoup
import pandas as pd
 
# 设置请求头,模拟浏览器访问
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'}
 
def get_html(url):
    """发送请求,获取网页内容"""
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        return response.text
    return None
 
def parse_html(html):
    """解析网页,提取数据"""
    soup = BeautifulSoup(html, 'lxml')
    ranks = soup.find_all(class_='num')
    songs = soup.find_all(class_='song-name')
    artists = soup.find_all(class_='singer-name')
    
    data = {
        '排名': [rank.get_text() for rank in ranks],
        '歌名': [song.get_text() for song in songs],
        '艺人': [artist.get_text() for artist in artists]
    }
    return data
 
def save_data(data, filename):
    """保存数据到CSV文件"""
    df = pd.DataFrame(data)
    df.to_csv(filename + '.csv', index=False, encoding='utf-8-sig')
 
def main():
    """主函数,控制流程"""
    url = 'https://music.163.com/#/discover/toplist?id=3778678'
    html = get_html(url)
    data = parse_html(html)
    save_data(data, '云音乐热歌榜')
 
if __name__ == '__main__':
    main()

这段代码实现了获取某云音乐热歌榜的信息,提取了歌名、艺人和排名,并将其保存到CSV文件中。代码使用了requests库来发送HTTP请求,使用BeautifulSoup库来解析网页,使用pandas库来保存数据。同时,代码中加入了请求头来模拟浏览器访问,以避免被反爬机制阻止。

最后修改于:2024年08月27日 20:04

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日