写一个python爬虫爬去喜马拉雅

时间: 2023-12-31 20:22:37 浏览: 40
以下是一个简单的Python爬虫示例,用于爬取喜马拉雅音频数据: ```python import requests from bs4 import BeautifulSoup import json import csv # 设置请求头 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} # 获取网页内容 def get_html(url): try: response = requests.get(url, headers=headers) if response.status_code == 200: return response.text else: return None except RequestException: return None # 解析网页内容 def parse_html(html): soup = BeautifulSoup(html, 'lxml') # 获取音频数据 audio_list = soup.find_all('div', class_='sound-list _is') data_list = [] for audio in audio_list: data = {} data['title'] = audio.find('a', class_='title')['title'] data['play_count'] = audio.find('span', class_='nb').get_text() data['duration'] = audio.find('span', class_='duration').get_text() data_list.append(data) return data_list # 爬取数据 def crawl_data(): data_list = [] for i in range(1, 11): url = 'https://www.ximalaya.com/yinyue/{}/'.format(i) html = get_html(url) data_list += parse_html(html) return data_list # 将数据保存为json文件 def save_json(data_list): with open('data_json.json', 'w', encoding='utf-8') as f: json.dump(data_list, f, ensure_ascii=False, indent=4) print('json文件保存成功') # 将数据保存为csv文件 def save_csv(data_list): # 表头 title = data_list[0].keys() with open('data_csv.csv', 'w', encoding='utf-8', newline='') as f: writer = csv.DictWriter(f, title) # 写入表头 writer.writeheader() # 批量写入数据 writer.writerows(data_list) print('csv文件保存成功') if __name__ == '__main__': data_list = crawl_data() save_json(data_list) save_csv(data_list) ```

相关推荐

最新推荐

recommend-type

81个Python爬虫源代码+九款开源爬虫工具.doc

81个Python爬虫源代码+九款开源爬虫工具,81个Python爬虫源代码,内容包含新闻、视频、中介、招聘、图片资源等网站的爬虫资源
recommend-type

Python爬虫 json库应用详解

文章目录Python爬虫(三)—— json库应用详解 ——一.json库简介二.将JSON字符串转为Python字典或列表二.将Python字典或列表转为JSON字符串 一.json库简介 JSON(JavaScript Object Notation) 是一种轻量级的数据...
recommend-type

Python爬虫进阶之多线程爬取数据并保存到数据库

正当我手足无措的准备放弃的时候,我突然看到Charles,可以直接对APP抓包,在配置上有事一步一个坑后,当我准备抓取抖音视频评论的时候一堆乱码,我反手就是一巴掌 为了避免这种尴尬,以及我突然想写博客的心情,我...
recommend-type

python 爬虫 实现增量去重和定时爬取实例

今天小编就为大家分享一篇python 爬虫 实现增量去重和定时爬取实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python爬虫实例_城市公交网络站点数据的爬取方法

下面小编就为大家分享一篇Python爬虫实例_城市公交网络站点数据的爬取方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。