前幾天小編給大家分享了資料可視化分析，在文尾提及了網易云音樂歌詞爬取，今天小編給大家分享網易云音樂歌詞爬取方法，
本文的總體思路如下：
找到正確的URL，獲取原始碼；
利用bs4決議原始碼，獲取歌曲名和歌曲ID；
呼叫網易云歌曲API，獲取歌詞；
將歌詞寫入檔案，并存入本地，
本文的目的是獲取網易云音樂的歌詞，并將歌詞存入到本地檔案，整體的效果圖如下所示：
本文以民謠歌神趙雷為資料采集物件，專門采集他的歌曲歌詞，其他歌手的歌詞采集方式可以類推，下圖展示的是《成都》歌詞，
一般來說，網頁上顯示的URL就可以寫在程式中，運行程式之后就可以采集到我們想要的網頁原始碼，But在網易云音樂網站中，這條路行不通，因為網頁中的URL是個假URL，真實的URL中是沒有/#號的，廢話不多說，直接上代碼，
本文利用requests、bs4、json和re模塊來采集網易云音樂歌詞，記得在程式中添加headers和反盜鏈referer以模擬瀏覽器，防止被網站拒絕訪問，這里的get_html方法專門用于獲取原始碼，通常我們也要做例外處理，未雨綢繆，
獲取到網頁原始碼之后，分析原始碼，發現歌曲的名字和ID藏的很深，縱里尋她千百度，發現她在原始碼的294行，藏在
- 標簽下，如下圖所示：
接下來我們利用美麗的湯來獲取目標資訊，直接上代碼，如下圖：
此處要注意獲取ID的時候需要對link進行切片處理，得到的數字便是歌曲的ID；另外，歌曲名是通過get_text()方法獲取到的，最后利用zip函式將歌曲名和ID一一對應并進行回傳，
得到ID之后便可以進入到內頁獲取歌詞了，但是URL還是不給力，如下圖：
雖然我們可以明白的看到網頁上的白紙黑字呈現的歌詞資訊，但是我們在該URL下卻無法獲取到歌詞資訊，小編通過抓包，找到了歌詞的URL，發現其是POST請求還有一大堆看不懂的data，總之這個URL是不能為我們效力，那該點解呢？
莫慌，小編找到了網易云音樂的API，只要把歌曲的ID放在API鏈接上便可以獲取到歌詞了，代碼如下：
在API中歌詞資訊是以json格式加載的，所以需要利用json將其進行序列化決議出來，并配合正則運算式進行清洗歌詞，如果不用正則運算式進行清洗的話，得到原始的資料如下所示（此處以趙雷的歌曲《成都》為例）：
很明顯歌詞前面有歌詞呈現的時間，對于我們來說其屬于雜質資訊，因此需要利用正則運算式進行匹配，誠然，正則運算式并不是唯一的方法，小伙伴們也可以采取切片的方式或者其他方法進行資料清洗，在此就不贅述了，
得到歌詞之后便將其寫入到檔案中去，并存入到本地檔案中，代碼如下：
現在只要我們運行程式，輸入歌手的ID之后，程式將自動把該歌手的所唱歌曲的歌詞抓取下來，并存到本地中，如本例中趙雷的ID是6731，輸入數字6731之后，趙雷的歌詞將會被抓取到，如下圖所示：
之后我們就可以在腳本程式的同一目錄下找到生成的歌詞文本，歌詞就被順利的爬取下來了，
相信大家對網易云歌詞爬取已經有了一定的認識了，不過easier said than down，小編建議大家動手親自敲一下代碼，在實踐中你會學的更快，學的更多的，
這篇文章教會大家如何采集網易云歌詞，那網易云歌曲如何采集呢？且聽小編下回分解~~~
想學習更多Python網路爬蟲與資料挖掘知識，可前往專業網站：http://pdcfighting.com/
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/146284.html
標籤：Python