鱼C论坛

 找回密码
 立即注册
查看: 1220|回复: 6

Python 爬取喜马拉雅免费相声音频

[复制链接]
发表于 2020-5-1 16:45:23 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
  1. from requests import get
  2. from lxml import etree
  3. import os
  4. try:
  5.     os.mkdir("Video")
  6.     os.chdir("Video")
  7. except:
  8.     os.chdir("Video")

  9. def open_url(url):
  10.     headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36'}
  11.     res = get(url, headers=headers)
  12.     return res

  13. def get_xs(res):
  14.     temp = 'https://www.ximalaya.com/xiangsheng'
  15.     html = etree.HTML(res.text)
  16.     name = html.xpath("//*[@class='general-album-list']/div[@class='content']/ul/li/div/a/span/text()")
  17.     href = [temp + each for each in html.xpath("//*[@class='general-album-list']/div[@class='content']/ul/li/div/a[1]/@href")]
  18.     i = 1
  19.     result = {}
  20.     for k in zip(name, href):
  21.         result[i] = k
  22.         i += 1
  23.     return result

  24. def get_Videourl(nm, hf):
  25.     res = open_url(hf)
  26.     vdurl = []
  27.     temp = 'https://www.ximalaya.com/xiangsheng'
  28.     html = etree.HTML(res.text)
  29.     href = html.xpath('//*[@class="sound-list _Qp"]/ul/li/div[2]/a/@href')
  30.     name = html.xpath('//*[@class="sound-list _Qp"]/ul/li/div[2]/a/span/text()')
  31.     ids = [each[-9:] for each in html.xpath('//*[@class="sound-list _Qp"]/ul/li/div[2]/a/@href')]
  32.     # for nm, hf in zip(name, href):
  33.     #     print(nm, ':', temp + hf)
  34.     for id in ids:
  35.         vdurl.append('https://www.ximalaya.com/revision/play/v1/audio?id=%s&ptype=1' % id)
  36.     return vdurl, name

  37. def get_Video(vdurl, nm):
  38.     i = 0
  39.     for url in vdurl:
  40.         res = open_url(url).json()
  41.         for each in res:
  42.             if type(res[each]) != int:
  43.                 tempurl = res[each]['src']
  44.                 video = open_url(tempurl)
  45.                 filename = f"{nm[i]}.m4a"
  46.                 print("正在下载:",filename)
  47.                 print(i)
  48.                 with open(filename, 'wb') as f:
  49.                     f.write(video.content)
  50.         i += 1

  51. def main():
  52.     url = 'https://www.ximalaya.com/xiangsheng/xiangsheng/mr132t2722/'
  53.     res = open_url(url)
  54.     result = get_xs(res)
  55.     for i in result:
  56.         for nm in result[i]:
  57.             print(i, end = ' ')
  58.             print(nm)
  59.             break

  60.     choice = int(input("请选择您要听的专辑序号:"))
  61.     nm, hf = result[choice]
  62.     vdurl, nm = get_Videourl(nm, hf)
  63.     get_Video(vdurl, nm)


  64. if __name__ == "__main__":
  65.     main()
复制代码


我待会把思路发出来,顺便说几个缺陷:

1,翻页没有写

2,爬取相声数量太少

这些我都会一一改进,如果有好的建议,请回复我,谢谢

评分

参与人数 1荣誉 +2 鱼币 +2 收起 理由
liuzhengyuan + 2 + 2 无条件支持楼主!

查看全部评分

本帖被以下淘专辑推荐:

小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2020-5-1 16:45:52 From FishC Mobile | 显示全部楼层
沙发!
支持楼主!

评分

参与人数 1鱼币 +5 收起 理由
qiuyouzhi + 5 回复可够快的...

查看全部评分

小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-5-1 16:48:08 | 显示全部楼层
付费音频的能爬吗
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-5-1 16:50:09 | 显示全部楼层
liuzhengyuan 发表于 2020-5-1 16:48
付费音频的能爬吗

前提我得有个VIP的账号
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-5-1 16:51:53 | 显示全部楼层
支持一波
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-5-4 17:38:41 | 显示全部楼层
应该是免费的都能爬吧
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-5-4 17:39:45 | 显示全部楼层
wuqramy 发表于 2020-5-4 17:38
应该是免费的都能爬吧

是的
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-4-18 13:40

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表