欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python爬取網(wǎng)易云音樂排行榜實(shí)例代碼

 更新時間:2021年12月24日 09:50:06   作者:~阿秋~  
大家好,本篇文章主要講的是python爬取網(wǎng)易云音樂排行榜數(shù)據(jù)代碼,感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下,方便下次瀏覽

網(wǎng)易云音樂排行榜歌曲及評論爬取

主要注意問題:selenium 模擬登錄、iframe標(biāo)簽定位、頁面元素提取。
在利用selenium定位元素并取值的過程中遇到問題。比如xpath正確但無法定位,在進(jìn)行翻頁提取評論的過程中,利用selenium似乎不能提取不同頁的數(shù)據(jù),比如,明明定位的第三頁的評論數(shù)據(jù),而只能返回第一頁的評論數(shù)據(jù)。

一、模擬登錄

selenium 定位元素模擬人的操作進(jìn)行登錄,直接上代碼:

//模擬登錄
import pandas as pd
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.chrome.options import Options
from selenium.webdriver import ActionChains
from lxml import etree
import time
from datetime import datetime,timedelta
wyy_url = 'https://music.163.com/'
driver = webdriver.Chrome()
driver.get(wyy_url)
driver.maximize_window() #全屏
time.sleep(2)
driver.find_element_by_xpath("http://a[@class = 'link s-fc3']").click()
time.sleep(2)
driver.find_element_by_xpath("http://a[@class='u-btn2 other']").click() #選擇其他方式登錄
#賬號、密碼登錄
driver.find_element_by_xpath("http://input[@type='checkbox']").click() #同意條款
time.sleep(0.5)
driver.find_element_by_xpath("http://a[@class='u-btn2 u-btn2-2']").click()
#選擇手機(jī)號密碼登錄
driver.find_element_by_xpath("http://a[@class='f-fr s-fc3 pwdlogin']").click()
time.sleep(1)
driver.find_element_by_id("p").send_keys('xxx') #這里輸入你的id
driver.find_element_by_id("pw").send_keys('xxx') #這里輸入密碼
time.sleep(1)
#點(diǎn)擊登錄
driver.find_element_by_xpath("http://a[@class='j-primary u-btn2 u-btn2-2']").click()
time.sleep(1)

二、排行榜數(shù)據(jù)爬取

當(dāng)時嘗試直接用selenium定位標(biāo)簽取值,并沒有返回有效結(jié)果。在后面爬取評論時,也遇到此問題。于是先獲取頁面內(nèi)容在進(jìn)行分析。

// 排行榜
base_url = "https://music.163.com/#/discover/toplist?id="
bang_typical = {'飆升榜':19723756,'新歌榜':3779629,'原創(chuàng)榜':2884035,'熱歌榜':3778678}
#選擇榜單
bang = input('請輸入榜單:')
#構(gòu)造榜單對應(yīng)的鏈接
url = base_url + str(bang_typical[bang]) 
print('開始分析:-%s' %(bang))
#進(jìn)入榜單
driver.get(url) 
time.sleep(3) 
#iframe標(biāo)簽定位,必要的,否則無法定位其他標(biāo)簽
_iframe = driver.find_element_by_xpath("http://iframe[@id='g_iframe']") # 找到iframe標(biāo)簽
driver.switch_to.frame(_iframe)
time.sleep(1)
page_text = driver.execute_script("return document.documentElement.outerHTML")
#獲取頁面
html = etree.HTML(page_text) 
trs = html.xpath('//tbody/tr')
rank_list = []
title_list = []
span_list = []
singer_list = []
for tr in trs:
    rank = tr.xpath(".//span[@class='num']/text()")[0]    #注意xpath獲取到的是列表,需提取其元素
    title = tr.xpath(".//b/@title")[0]
    span = tr.xpath(".//td[@class=' s-fc3']/span[@class='u-dur ']/text()")[0]
    singer = tr.xpath(".//div[@class='text']/span/@title")[0]
    rank_list.append(rank)
    title_list.append(title)
    span_list.append(span)
    singer_list.append(singer)
#輸出榜單結(jié)果
df_bang = pd.DataFrame({'排名':rank_list,'歌名':title_list,'時長':span_list,'歌手':singer_list})

三、排行榜評論獲取

主要是評論日期的格式轉(zhuǎn)換,評論內(nèi)容的清洗

// 評論
# 日期清洗函數(shù)
def change_time(time):
    now = datetime.now()
    day_y = datetime.strftime(now - timedelta(1),'%Y-%m-%d') #計(jì)算昨天
    day = now.strftime('%Y-%m-%d')
    year = now.strftime('%Y')
    if '年' in time:                                         #非今年
        new_time = time.replace('年','-').replace('月','-').replace('日','')
    elif '昨天' in time:
        new_time = time.replace('昨天',day_y+' ')  
    elif '前' in time:                                      #前天
        minut = int(time[:time.index('分')])
        new_time = (now + timedelta(minutes=-minut)).strftime('%Y-%m-%d %H:%M')
    elif len(time) == 5:                                   #今天
        new_time = day + ' ' + time
    else:                                                  #最近 **月**日 **:**
        y = '2021-'
        time = time.replace('月','-').replace('日','')
        new_time = y + time  
    return new_time      

#評論清洗
def change_review(r):
    if ':' in r:
        r_ = r.split(':')[1]
    else:
        r_ = r
    return r_

#評論點(diǎn)贊
def change_likes(l):
    if l != []:
        l_ = int(l.split('(')[1].split(')')[0])
    else:
        l_ = 0
    return l_

#拉動滾動條至翻頁按鈕處
driver.execute_script("window.scrollTo(0,document.body.scrollHeight)") 

#獲取頁面信息
num = input('請輸入需要爬取的頁面總數(shù):')  #想要爬取評論的頁數(shù),
#這里的思路是先通過翻頁將獲取到的所有頁面的所有內(nèi)容存至列表,再對列表遍歷。
#因?yàn)楫?dāng)時直接用selenium 定位返回結(jié)果不對,當(dāng)然你們也可以用selenium直接試試。
html_list=[] 
for i in range(int(num)):
    page_text = driver.execute_script("return document.documentElement.outerHTML")
    html = etree.HTML(page_text)#獲取頁面
    html_list.append(html)
    #翻頁
    driver.find_elements_by_xpath("http://div[contains(@class,'u-page')]/a")[-1].click()
    time.sleep(4)
    WebDriverWait(driver, 300, 0.1).until(EC.presence_of_element_located((By.XPATH, "http://div[@class='cmmts j-flag']")))
    print(f'第{i+1}頁爬取成功')

rev_list=[] #所有評論的列表
dat_list=[] #對應(yīng)日期的列表
for review_page in html_list:
    raw_reviews = review_page.xpath("http://div[@class='cmmts j-flag']//div[@class='cnt f-brk']/text()")#提取頁面所有評論
    raw_reviews_ = [i for i in raw_reviews if ":" in i] #保證長度一致
    rv_date = review_page.xpath("http://div[@class='cmmts j-flag']//div[@class='cntwrap']/div[@class='rp']/div[@class='time s-fc4']/text()")
    review_list = [change_review(r) for r in raw_reviews_]
    date_list = [change_time(d) for d in rv_date]
    rev_list.extend(review_list)   
    dat_list.extend(date_list) 
print('分析完成')
driver.quit()

運(yùn)行結(jié)果:

1、排行榜:

在這里插入圖片描述

2、評論:

在這里插入圖片描述
在這里插入圖片描述

總結(jié)

哈哈,用了快兩年的csdn, 光顧著白嫖文章。這也是我的第一個帖子,也沒啥經(jīng)驗(yàn),有啥問題的,還請各位指正!

到此這篇關(guān)于python爬取網(wǎng)易云音樂排行榜數(shù)據(jù)代碼的文章就介紹到這了,更多相關(guān)python爬取網(wǎng)易云內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python保存圖片的3種情況代碼實(shí)例

    Python保存圖片的3種情況代碼實(shí)例

    這篇文章主要給大家介紹了關(guān)于Python保存圖片的3種情況,在Python中我們可以使用多種方法來保存圖片,包括使用Python內(nèi)置的庫和第三方庫,需要的朋友可以參考下
    2023-10-10
  • Python隨機(jī)數(shù)函數(shù)代碼實(shí)例解析

    Python隨機(jī)數(shù)函數(shù)代碼實(shí)例解析

    這篇文章主要介紹了Python隨機(jī)數(shù)函數(shù)代碼實(shí)例解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-02-02
  • 用ldap作為django后端用戶登錄驗(yàn)證的實(shí)現(xiàn)

    用ldap作為django后端用戶登錄驗(yàn)證的實(shí)現(xiàn)

    這篇文章主要介紹了用ldap作為django后端用戶登錄驗(yàn)證的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-12-12
  • 解決Python requests庫編碼 socks5代理的問題

    解決Python requests庫編碼 socks5代理的問題

    今天小編就為大家分享一篇解決Python requests庫編碼 socks5代理的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-05-05
  • pytorch實(shí)現(xiàn)mnist手寫彩色數(shù)字識別

    pytorch實(shí)現(xiàn)mnist手寫彩色數(shù)字識別

    這篇文章主要介紹了pytorch-實(shí)現(xiàn)mnist手寫彩色數(shù)字識別,文章圍繞主題展開詳細(xì)的內(nèi)容姐介紹,具有一定的參考價值,需要的小伙伴可以參考一下
    2022-09-09
  • Python獲取網(wǎng)段內(nèi)ping通IP的方法

    Python獲取網(wǎng)段內(nèi)ping通IP的方法

    今天小編就為大家分享一篇Python獲取網(wǎng)段內(nèi)ping通IP的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • pyinstaller打包可執(zhí)行程序過程中的常見錯誤解決

    pyinstaller打包可執(zhí)行程序過程中的常見錯誤解決

    這篇文章主要介紹了pyinstaller打包可執(zhí)行程序過程中的常見錯誤解決,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-11-11
  • Python腳本如何在bilibili中查找彈幕發(fā)送者

    Python腳本如何在bilibili中查找彈幕發(fā)送者

    這篇文章主要介紹了如何在bilibili中查找彈幕發(fā)送者,本文給大家分享小編寫的一個python腳本來實(shí)現(xiàn)bilibili彈幕發(fā)送者,需要的朋友可以參考下
    2020-06-06
  • 為了順利買到演唱會的票用Python制作了自動搶票的腳本

    為了順利買到演唱會的票用Python制作了自動搶票的腳本

    大麥網(wǎng),是中國綜合類現(xiàn)場娛樂票務(wù)營銷平臺,業(yè)務(wù)覆蓋演唱會、 話劇、音樂劇、體育賽事等領(lǐng)域。但是因?yàn)槠睌?shù)有限,還有黃牛們不能丟了飯碗,所以導(dǎo)致了,很多人都搶不到票,那么,今天帶大家用Python來制作一個自動搶票的腳本小程序
    2021-10-10
  • Django權(quán)限控制的使用

    Django權(quán)限控制的使用

    這篇文章主要介紹了Django權(quán)限控制的使用,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-01-01

最新評論