基于Python Scrapy实现的网易云音乐music163数据爬取爬虫系统 含全部源代码
基于Python Scrapy实现的网易云音乐music163数据爬取爬虫系统 含全部源代码
基于Scrapy框架的网易云音乐爬虫，大致爬虫流程如下：
- 以歌手页为索引页，抓取到全部歌手；
- 从全部歌手页抓取到全部专辑；
- 通过所有专辑抓取到所有歌曲；
- 最后抓取歌曲的精彩评论。
数据保存到`Mongodb`数据库，保存歌曲的歌手，歌名，专辑，和热评的作者，赞数，以及作者头像url。
抓取评论者的头像url，是因为如果大家喜欢，可以将他做web端。
### 运行：
```
$ scrapy crawl music
```
#!/usr/bin/python
#-*-coding:utf-8-*-
import time
from pprint import pprint
from scrapy.spider import BaseSpider
from scrapy.selector import HtmlXPathSelector
from scrapy.http import Request
from woaidu_crawler.items import WoaiduCrawlerItem
from woaidu_crawler.utils.select_result import list_first_item,strip_null,deduplication,clean_url
class WoaiduSpider(BaseSpider):
name = "woaidu"
start_urls = (
'http://www.woaidu.org/sitemap_1.html',
)
def parse(self,response):
response_selector = HtmlXPathSelector(response)
next_link = list_first_item(response_selector.select(u'//div[@class="k2"]/div/a[text()="下一页"]/@href').extract())
if next_link:
next_link = clean_url(response.url,next_link,response.encoding)
yield Request(url=next_link, callback=self.parse)
for detail_link in response_selector.select(u'//div[contains(@class,"sousuolist")]/a/@href').extract():
if detail_link:
detail_link = clean_url(response.url,detail_link,response.encoding)
yield Request(url=detail_link, callback=self.parse_detail)
def parse_detail(self, response):
woaidu_item = WoaiduCrawlerItem()
response_selector = HtmlXPathSelector(response)
woaidu_item['book_name'] = list_first_item(response_selector.select('//div[@class="zizida"][1]/text()').extract())
woaidu_item['author'] = [list_first_item(response_selector.select('//div[@class="xiaoxiao"][1]/text()').extract())[5:].strip(),]
woaidu_item['book_description'] = list_first_item(response_selector.select('//div[@class="lili"][1]/text()').extract()).strip()
woaidu_item['book_covor_image_url'] = list
文件下载
资源详情
[{"title":"（ 23 个子文件 20KB ） 基于Python Scrapy实现的网易云音乐music163数据爬取爬虫系统 含全部源代码","children":[{"title":"music163","children":[{"title":"music163","children":[{"title":"items.pyc <span style='color:#111;'> 534B </span>","children":null,"spread":false},{"title":"main.py <span style='color:#111;'> 308B </span>","children":null,"spread":false},{"title":"middlewares.py <span style='color:#111;'> 1.66KB </span>","children":null,"spread":false},{"title":"pipelines.pyc <span style='color:#111;'> 1.95KB </span>","children":null,"spread":false},{"title":"pipelines.py <span style='color:#111;'> 902B </span>","children":null,"spread":false},{"title":"spiders","children":[{"title":"spider.py <span style='color:#111;'> 5.05KB </span>","children":null,"spread":false},{"title":"__init__.pyc <span style='color:#111;'> 147B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 161B </span>","children":null,"spread":false},{"title":"spider.pyc <span style='color:#111;'> 5.61KB </span>","children":null,"spread":false}],"spread":true},{"title":"__init__.pyc <span style='color:#111;'> 139B </span>","children":null,"spread":false},{"title":"items.py <span style='color:#111;'> 387B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"settings.py <span style='color:#111;'> 5.55KB </span>","children":null,"spread":false},{"title":"settings.pyc <span style='color:#111;'> 3.08KB </span>","children":null,"spread":false}],"spread":false},{"title":"scrapy.cfg <span style='color:#111;'> 260B </span>","children":null,"spread":false},{"title":".idea","children":[{"title":"misc.xml <span style='color:#111;'> 1.44KB </span>","children":null,"spread":false},{"title":"vcs.xml <span style='color:#111;'> 164B </span>","children":null,"spread":false},{"title":".name <span style='color:#111;'> 8B </span>","children":null,"spread":false},{"title":"modules.xml <span style='color:#111;'> 268B </span>","children":null,"spread":false},{"title":"dictionaries","children":[{"title":"nesta.xml <span style='color:#111;'> 86B </span>","children":null,"spread":false}],"spread":true},{"title":"workspace.xml <span style='color:#111;'> 24.23KB </span>","children":null,"spread":false},{"title":"music163.iml <span style='color:#111;'> 284B </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 591B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
-
-
-
qq_47480661 :用户下载后在一定时间内未进行评价，系统默认好评。2021-11-20 -
-
weixin_50324898 :用户下载后在一定时间内未进行评价，系统默认好评。2021-11-07
-
-
weixin_44015622 :attempted relative import with no known parent package出现这个了2021-11-02
-
-
weixin_44557433 :用户下载后在一定时间内未进行评价，系统默认好评。2021-10-04
-
-
PPQQlee :用户下载后在一定时间内未进行评价，系统默认好评。2021-08-24
-
其他资源
- libmodbus官方手册中文翻译.pdf
- python_16to8
- JPEg2000标准Kakadu软件
- 安徽省shp文件
- 中国移动5G新型智慧城市白皮书2020版.pdf
- vb6.0调用webservice详解
- 西门子PRODAVE6中文接口类库
- 配置OpenGL以及glaux所需资源（.h,.dll）
- STM32 控制ESP8266 WIFI模块 连接OneNET
- 变压器变损计算.xls
- awesome-cerebro：精选的Cerebro插件和资源列表-源码
- firefox os
- Digital Video Image Quality and Perceptual Coding
- Spring+SpringMVC+Mybatis+Shiro+ Maven+AdminLTE(Bootstarp)整合项目
- mfc图书管理系统
- 抖音评论脚本
- 视力测试-基于安卓开发的一款游戏
- OutOfMemoryError_8种典型案例分享
- java 书店管理系统
- CMMI3决策分析与决定过程规程及模板
- 基于ANN的神经网络识别数字系统
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明