手把手教你寫一個爬蟲
經(jīng)常聽音樂的的人有一個苦惱，很多自己喜歡的歌曲，因為各種原因無法進行免費下載。很多人沒辦法，只能咬咬牙開個會員，都是自己辛苦掙的人民幣啊…
幸好，我們還有爬蟲！
通過爬蟲，我們可以很輕易，很快速的獲取互聯(lián)網(wǎng)上的資源，不管是音樂視頻，還是工作和商業(yè)中所需要的數(shù)據(jù)，都可以使用爬蟲輕松獲取。
百分之90以上的爬蟲程序都用Python語言完成，那么什么是爬蟲?
網(wǎng)絡爬蟲，是一種按照一定的規(guī)則，自動地抓取萬維網(wǎng)信息的程序或者腳本。
目前爬蟲工程師也是互聯(lián)網(wǎng)炙手可熱的崗位之一。這里參考了北京市爬蟲工程師薪酬狀況：
那么今天我們就來上手寫一個爬蟲。
一、 準備工作
學習爬蟲不難，但是基本的Python知識要有！
建議大家先學習我要自學網(wǎng)《Python初學者教程》中的一部分內(nèi)容：
必備章節(jié)如下：
第一章、 初識Python
第二章、 變量、數(shù)據(jù)類型
第三章、 選擇結構
第四章、 循環(huán)結構
第五章、 函數(shù)和模塊
第六章、 文件讀寫
這些章節(jié)面向初學者，非常簡單，學完就可以看懂爬蟲的大部分教程了。
然后就可以學習《Python爬蟲教程》，開始你的爬蟲之旅！
有了基礎知識做鋪墊之后，我們就可以上手音樂資源寫爬蟲了，寫之前我們需要通過pip工具安裝一個request模塊：
二、 分析網(wǎng)站
這是一個音樂列表，其中的歌曲限制下載個數(shù)，我們希望利用爬蟲突破限制下載列表中的音樂到本地。
通過瀏覽器抓包，我們發(fā)現(xiàn)每一頁請求的鏈接是這樣的：
中間的pageIndex就是每一頁的頁碼信息，我們想要爬取音樂信息需要先爬取每一頁的網(wǎng)頁信息，再從網(wǎng)頁信息中找到音樂的url,也就是拿到音樂在服務器中的相對地址，就可以很輕易的下載到音樂。
這里的title為音樂名，sid是音樂的編號，通過音樂編號可以拼接出音樂資源的url。
以上就是音樂資源的url，其中的1621，也就是sid,我們只要獲取了每首歌曲的sid,是不是就可以拼接出歌曲資源的url,就可以直接拿到歌曲資源了？
我們順便把獲取到的title設置為歌曲名，把音樂資源以對應歌曲名保存到本地文件，就完成了音樂的下載。
其中具體的代碼實現(xiàn)可以參考下面步驟，我們繼續(xù)往后看。
三、 爬取音樂列表
我們利用sublime 新建一個Python文件，并準備好以下數(shù)據(jù)：
稍后我們爬取到的音樂sid會保存到songId中，音樂名會保存到songName中。
然后通過循環(huán)構造每一頁音樂列表的url，利用requests爬取到列表所在的網(wǎng)頁，這時我們需要的title信息和sid信息都在這個網(wǎng)頁中。代碼如下：
最終我們拿到所有的title和sid ，裝在了兩個列表中。等下我們用來構造歌曲url。
四、 爬取歌曲資源
下面就是構造歌曲資源url，爬取歌曲了！我們依然用requests模塊來處理：
我們用requests.get().content獲取到了音樂文件，這是一個二進制文件，用response接收了這個文件，等下我們就可以直接把response寫入到本地。
五、 保存音樂到本地
最終，我們以二進制的方式把音樂資源寫到本地文件，在這里我們使用到了音樂名，剛好跟我們下載的音樂資源一一對應。
現(xiàn)在整個爬蟲項目就完成了，我們來看一下執(zhí)行結果：
六、 執(zhí)行結果
執(zhí)行之前我們首先要保證本地是否設置好了對應的文件夾，我們在E盤
新建了一個music文件夾，程序執(zhí)行后會將音樂保存到這里：
我們看到，音樂已經(jīng)保存到了指定的文件夾，而且速度很喲！
終于可以好好享受下優(yōu)美動聽的音樂了。
在這里我們只是給出了一個簡單的例子，詳細系統(tǒng)的教程，大家可以在我要自學網(wǎng)中搜索《Python爬蟲教程》。
本教程內(nèi)容涵蓋了網(wǎng)絡爬蟲的原理以及開發(fā)邏輯，網(wǎng)絡爬蟲基礎知識，數(shù)據(jù)清洗，Scrapy框架等內(nèi)容。在介紹網(wǎng)絡爬蟲基本原理的同時，注重具體的代碼實現(xiàn)，加深讀者對爬蟲的理解，加強讀者的實戰(zhàn)能力。趕快來開始你的爬蟲之路吧！
視頻網(wǎng)址：https://www.51zxw.net/List.aspx?cid=732
承擔因您的行為而導致的法律責任，
本站有權保留或刪除有爭議評論。
參與本評論即表明您已經(jīng)閱讀并接受
上述條款。