手把手教你使用Python网络爬虫获取音效信息
点击上方“Python爬虫与数据挖掘”,进行关注
回复“书籍”即可获赠Python从入门到进阶共10本电子书
今
日
鸡
汤
一腔热血勤珍重,洒去犹能化碧涛。
/1 前言/
生活中到处有各种各样的声音。在做网页时,没有声音的网页显得没有灵魂,特别是游戏网页,没有声音就体会不了其中精彩的打斗效果,会感到特别的无趣。
/2 项目目标/
今天教大家如何用Python网络爬虫去获取音效。
/3 项目准备/
软件:PyCharm
需要的库:requests、lxml、ssl
网站如下:
https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_{}.html
/4 项目分析/
1、如何找到音效地址?
F12右键检查,找到对应的音效的地址,出现登录画面直接叉掉就可以了。
2、如何多网页访问?
观察网址的变化(一般取前三页):
https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_1.htmlhttps://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_2.htmlhttps://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_3.html
发现点击下一页时,zonghe_0_0_0_0_0_0{}每增加一页自增加1,用{}代替变换的变量,再用for循环遍历这网址,实现多个网址请求。
3、如何解除ssl验证?
因为这个网址是https,需要导入一个ssl模块,忽略ssl验证。
4、如何获取Cookie?
右键检查,找到NetWork,随便复制一个Cookie即可:
/5 项目实现/
1、定义一个class类继承object,定义init方法继承self,主函数main继承self。导入需要的库和网址,代码如下所示。
import requests
from lxml import etree
from fake_useragent import UserAgent
import sslclass Panda(object):def __init__(self):passdef main(self):passif __name__ == '__main__':imageSpider = Panda()imageSpider.main()
2、导入网址和构造请求头。
self.url = "https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_{}.html" #/zhuanchang/:搜索的名字的拼音缩写self.headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36"}
3、发送请求 获取响应, 页面回调,方便下次请求。
def get_page(self, url):res = requests.get(url=url, headers=self.headers)html = res.content.decode("utf-8")return html
4、xpath解析页面数据。
这里我们先获取父节点,在通过for循环遍历,找到对应的子节点(音效地址)。
one = parse_html.xpath('//div[@class="b-box"]//dl')for li in one:lis_imges = li.xpath(".//audio//source/@src")[0].strip()who = li.xpath(".//dt//a/text()")[0].strip()
获取到后,发现地址表示完整的地址,需要对网站进行补全,获取真正访问的地址。
mp3 = "https:" + lis_imges
5、运行的结果,如下图所示:
6、对音效地址发生请求,获取对应音效a标签的text()作为命名,写入文件。
dirname = "./音效/" + who + '.mp3'
html2 = requests.get(url=mp3, headers=self.headers).content
with open(dirname, 'wb') as f:f.write(html2)print("\n%s下载成功" % who))
7、调用方法,实现功能。
html = self.get_page(url)
self.parse_page(html)
/6 效果展示/
1、点击绿色小三角运行输入起始页,终止页,如1和2,获取1页信息即可。
2、运行程序后,结果显示在控制台,如下图所示。
3、将运行结果保存在本地,如下图所示。
4、双击文件,即可播放。
/7 小结/
1、不建议抓取太多数据,容易对服务器造成负载,浅尝辄止即可。
2、本文基于Python网络爬虫,利用爬虫库,解除登录限制下载音效,存入文档。
3、按照步骤去实现,实现的时候,总会有各种各样的问题,切勿眼高手低,勤动手,才可以理解的更加深刻。
4、希望通过这个项目能够了解到,对于HTTPS网站,解除ssl验证的有大致的了解。
5、如果需要本文源码的话,请在公众号后台回复“音效”两个字进行获取,觉得不错,记得给个star噢。
------------------- End -------------------
往期精彩文章推荐:
手把手用Python教你如何发现隐藏wifi
手把手教你用Python做个可视化的“剪刀石头布”小游戏
手把手教你使用Python批量创建复工证明
欢迎大家点赞,留言,转发,转载,感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情,点个【在看】行不行
/今日留言主题/
随便说一两句吧~~
手把手教你使用Python网络爬虫获取音效信息相关推荐
- 手把手教你使用Python网络爬虫获取菜谱信息
/1 前言/ 在放假时 ,经常想尝试一下自己做饭,下厨房这个网址是个不错的选择. 下厨房是必选的网址之一,主要提供各种美食做法以及烹饪技巧.包含种类很多. 今天教大家去爬取下厨房的菜谱 ,保存在wor ...
- 手把手教你使用Python网络爬虫获取招聘信息
1.前言 现在在疫情阶段,想找一份不错的工作变得更为困难,很多人会选择去网上看招聘信息.可是招聘信息有一些是错综复杂的.而且不能把全部的信息全部罗列出来,以外卖的58招聘网站来看,资料整理的不清晰. ...
- 手把手教你使用Python网络爬虫获取B站视频选集内容(附源码)
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 位卑未敢忘忧国,事定犹须待阖棺. ...
- 手把手教你利用Python网络爬虫获取链家网的房产信息
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 夜阑卧听风吹雨,铁马冰河入梦来. ...
- 手把手教你使用Python网络爬虫获取王者荣耀英雄皮肤
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 欢度国庆,共度中秋. /1 前言/ ...
- 手把手教你用Python网络爬虫获取壁纸图片
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 桃之夭夭,灼灼其华. /1 前言/ ...
- 实战|手把手教你利用Python网络爬虫获取新房数据
一.项目背景 大家好,我是J哥. 新房数据,对于房地产置业者来说是买房的重要参考依据,对于房地产开发商来说,也是分析竞争对手项目的绝佳途径,对于房地产代理来说,是踩盘前的重要准备. 今天J哥以惠民之家 ...
- python爬虫可以爬取个人信息吗_手把手教你利用Python网络爬虫获取旅游景点信息...
爬虫系列: 当我们出去旅游时,会看这个地方有哪些旅游景点,景点价格.开放时间.用户的评论等. 本文基于Python网络爬虫技术,以hao123旅游网为例,获取旅游景点信息. 1.项目目标 获取网站的景 ...
- python链家网爬虫_手把手教你利用Python网络爬虫获取链家网的房产信息
点击上方" Python爬虫与数据挖掘 ",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 夜阑卧听风吹雨,铁马冰河入梦来 ...
最新文章
- SecureCRT窗口输出代码关键字高亮设置
- Java 自增(++) 和 C语言中自增的区别
- 单核工作法13:永不拖延(下)
- Jerry Wang 2014年在SAP社区CRM板块的积分曾经一直占据第一
- RefineDetLite:腾讯提出轻量级高精度目标检测网络
- maya为什么不能导出fbx_Maya在操作中最容易出现的几个问题,现在注意还来得及...
- big sur java home_无法在macOS Big Sur上运行Eclipse
- Activity使用Intent启动另一个Activity
- android音视频焦点切换
- 靶基因高通量测序建库流程介绍
- Fragment already added 解决方式
- NNDL 作业4:第四章课后题
- 三坐标检测之测量基准面的选择
- Docker学习笔记 — Swarm搭建Docker集群
- Python爬取10529条《三十而已》热评,看看大家都说了些啥!
- 物联网知识点(总结)
- 手动汉化 PyCharm 的过程
- 泛微OA V8 SQL注入漏洞和文件上传漏洞
- 网站搭建技术需要学习的基础知识
- 计算机类最热门最高薪的四大专业详细解析,为你2022年高考志愿填报,提供决策参考