手把手教你使用Python抓取QQ音樂數據(第二彈)

【一、項目目標】

通過Python爬取QQ音樂數據(一)我們實現了獲取 QQ 音樂指定歌手單曲排行指定頁數的歌曲的歌名、專輯名、播放鏈接。

此次我們在之前的基礎上獲取QQ音樂指定歌曲的歌詞及前15個精彩評論。

【二、需要的庫】

主要涉及的庫有:requests、json、html

【三、項目實現】

1.以歌曲「泡沫」為例,查看該介面的XHR

2.通過對XHR的Size進行排序,逐個查看(參考英文含義),我們看到第一個紅框內是歌曲評論,第二個框內是歌詞!

3.分別查看這兩條數據Headers裡面Parms參數。

4.發現這幾個參數可能會代表不同的歌曲,那到底是哪個呢,我們在代開另一首歌對比一下。

5.發現只有這個topid不同,其他都一樣,這就代表topid代表不同歌曲的id,同理我們看一下歌詞。

6、確定下來:musicid= topid = 歌曲的id,接下來我們的任務是找到這個id。

7.返回以下介面,也就是我們上一個項目的主戰場。

參考上一個項目,很容易找到「id」的值就是我們要尋找的id。

所以思路確定下來:先通過input()輸入歌名生成url_1找到該歌曲的「id」參數,再生成url_2獲取歌詞和評論。

8.程式碼實現:獲取歌曲id,如下所示:

import requests,html,json

url_1 = ‘//c.y.qq.com/soso/fcgi-bin/client_search_cp

headers = {

‘user-agent’:’Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36′,

/# 標記了請求從什麼設備,什麼瀏覽器上發出

}

i = input(‘請輸入需要查詢歌詞的歌曲名稱:’)

params = {‘ct’: ’24’, ‘qqmusic_ver’: ‘1298’, ‘new_json’: ‘1’, ‘remoteplace’: ‘txt.yqq.song’, ‘searchid’: ‘71600317520820180’, ‘t’: ‘0’, ‘aggr’: ‘1’, ‘cr’: ‘1’, ‘catZhida’: ‘1’, ‘lossless’: ‘0’, ‘flag_qc’: ‘0’, ‘p’: ‘1’, ‘n’: ’10’, ‘w’: i, ‘g_tk’: ‘5381’, ‘loginUin’: ‘0’, ‘hostUin’: ‘0’, ‘format’: ‘json’, ‘inCharset’: ‘utf8’, ‘outCharset’: ‘utf-8’, ‘notice’: ‘0’, ‘platform’: ‘yqq.json’, ‘needNewCode’: ‘0’}

res_music = requests.get(url_1,headers=headers,params=params)

/# 發起請求

json_music = res_music.json()

id = json_music[‘data’][‘song’][‘list’][0][‘id’]

print(id)

9.程式碼實現:獲取歌詞

實現方法如下:

url_2 = ‘//c.y.qq.com/lyric/fcgi-bin/fcg_query_lyric_yqq.fcg

headers = {

‘user-agent’:’Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36′,

/# 標記了請求從什麼設備,什麼瀏覽器上發出

}

params = {

‘nobase64′:’1’,

‘musicid’:id, /#用上面獲取到的id

‘-‘:’jsonp1’,

‘g_tk’:’5381′,

‘loginUin’:’0′,

‘hostUin’:’0′,

‘format’:’json’,

‘inCharset’:’utf8′,

‘outCharset’:’utf-8′,

‘notice’:’0′,

‘platform’:’yqq.json’,

‘needNewCode’:’0′,

}

res_music = requests.get(url_2,headers=headers,params=params)

/# 發起請求

js = res_music.json()

lyric = js[‘lyric’]

lyric_html = html.unescape(lyric) /#用了轉義字元html.unescape方法

/# print(lyric_html)

f1 = open(i+’歌詞.txt’,’a’,encoding=’utf-8′)

f1.writelines(lyric_html)

f1.close() /#存儲到txt中

input(‘下載成功,按回車鍵退出!’)

  1. 程式碼實現:獲取評論。

url_3 = ‘//c.y.qq.com/base/fcgi-bin/fcg_global_comment_h5.fcg

headers = {

‘user-agent’:’Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36′,

/# 標記了請求從什麼設備,什麼瀏覽器上發出

}

params = {‘g_tk_new_20200303’: ‘5381’, ‘g_tk’: ‘5381’, ‘loginUin’: ‘0’, ‘hostUin’: ‘0’, ‘format’: ‘json’, ‘inCharset’: ‘utf8’, ‘outCharset’: ‘GB2312’, ‘notice’: ‘0’, ‘platform’: ‘yqq.json’, ‘needNewCode’: ‘0’, ‘cid’: ‘205360772’, ‘reqtype’: ‘2’, ‘biztype’: ‘1’, ‘topid’: id, ‘cmd’: ‘8’, ‘needmusiccrit’: ‘0’, ‘pagenum’: ‘0’, ‘pagesize’: ’25’, ‘lasthotcommentid’: ”, ‘domain’: ‘qq.com’, ‘ct’: ’24’, ‘cv’: ‘10101010’}

res_music = requests.get(url_3,headers=headers,params=params)

/# 發起請求

js = res_music.json()

comments = js[‘hot_comment’][‘commentlist’]

f2 = open(i+’評論.txt’,’a’,encoding=’utf-8′) /#存儲到txt中

for i in comments:

comment = i[‘rootcommentcontent’] + ‘\n——————————————————————————————————\n’

f2.writelines(comment)

/# print(comment)

f2.close()

input(‘下載成功,按回車鍵退出!’)

  1. 封裝函數

11.結果展示

【四、總結】

1.項目二比項目一稍複雜一點,多了一步獲取歌曲id的步驟;

2.通過XHR爬取數據一般要使用json,格式為:

res =requests.get(url)

json =res.json()

list = json[『』][『』]…

3.學習了轉義字元html.unescape方法;

4.保存到txt還可以用 with open() as的方法;

5.Python爬取QQ音樂數據(第三彈)將為大家帶來如何爬取更多評論,並生成詞雲圖(wordcloud)。

6.需要本文源碼的話,請在公眾號後台回復「QQ音樂」四個字進行獲取。

看完本文有收穫?請轉發分享給更多的人

IT共享之家

入群請在微信後台回復【入群】


想學習更多Python網路爬蟲與數據挖掘知識,可前往專業網站://pdcfighting.com/