今天小編給大家分享網(wǎng)易云音樂歌詞爬取方法。

本文的總體思路如下：

找到正確的URL，獲取源碼；

利用bs4解析源碼，獲取歌曲名和歌曲ID；

調(diào)用網(wǎng)易云歌曲API，獲取歌詞；

將歌詞寫入文件，并存入本地。

本文的目的是獲取網(wǎng)易云音樂的歌詞，并將歌詞存入到本地文件。整體的效果圖如下所示：

趙雷的歌曲

本文以民謠歌神趙雷為數(shù)據(jù)采集對象，專門采集他的歌曲歌詞，其他歌手的歌詞采集方式可以類推，下圖展示的是《成都》歌詞。

趙雷歌曲---《成都》

一般來說，網(wǎng)頁上顯示的URL就可以寫在程序中，運行程序之后就可以采集到我們想要的網(wǎng)頁源碼。But在網(wǎng)易云音樂網(wǎng)站中，這條路行不通，因為網(wǎng)頁中的URL是個假URL，真實的URL中是沒有#號的。廢話不多說，直接上代碼。

獲取網(wǎng)頁源碼

本文利用requests、bs4、json和re模塊來采集網(wǎng)易云音樂歌詞，記得在程序中添加headers和反盜鏈referer以模擬瀏覽器，防止被網(wǎng)站拒絕訪問。這里的get_html方法專門用于獲取源碼，通常我們也要做異常處理，未雨綢繆。

獲取到網(wǎng)頁源碼之后，分析源碼，發(fā)現(xiàn)歌曲的名字和ID藏的很深，縱里尋她千百度，發(fā)現(xiàn)她在源碼的294行，藏在

• 標(biāo)簽下，如下圖所示：

歌曲名和ID存在的位置

接下來我們利用美麗的湯來獲取目標(biāo)信息，直接上代碼，如下圖：

獲取歌曲名和ID

此處要注意獲取ID的時候需要對link進行切片處理，得到的數(shù)字便是歌曲的ID；另外，歌曲名是通過get_text()方法獲取到的，最后利用zip函數(shù)將歌曲名和ID一一對應(yīng)并進行返回。

得到ID之后便可以進入到內(nèi)頁獲取歌詞了，但是URL還是不給力，如下圖：

歌詞的URL

雖然我們可以明白的看到網(wǎng)頁上的白紙黑字呈現(xiàn)的歌詞信息，但是我們在該URL下卻無法獲取到歌詞信息。小編通過抓包，找到了歌詞的URL，發(fā)現(xiàn)其是POST請求還有一大堆看不懂的data，總之這個URL是不能為我們效力。那該點解呢？

莫慌，小編找到了網(wǎng)易云音樂的API，只要把歌曲的ID放在API鏈接上便可以獲取到歌詞了，代碼如下：

調(diào)用網(wǎng)易云API并解析歌詞

在API中歌詞信息是以json格式加載的，所以需要利用json將其進行序列化解析出來，并配合正則表達式進行清洗歌詞，如果不用正則表達式進行清洗的話，得到原始的數(shù)據(jù)如下所示(此處以趙雷的歌曲《成都》為例)：

原始數(shù)據(jù)

很明顯歌詞前面有歌詞呈現(xiàn)的時間，對于我們來說其屬于雜質(zhì)信息，因此需要利用正則表達式進行匹配。誠然，正則表達式并不是唯一的方法，小伙伴們也可以采取切片的方式或者其他方法進行數(shù)據(jù)清洗，在此就不贅述了。

得到歌詞之后便將其寫入到文件中去，并存入到本地文件中，代碼如下：

寫入文件和程序主體部分

現(xiàn)在只要我們運行程序，輸入歌手的ID之后，程序?qū)⒆詣影言摳枋值乃枨母柙~抓取下來，并存到本地中。如本例中趙雷的ID是6731，輸入數(shù)字6731之后，趙雷的歌詞將會被抓取到，如下圖所示：

程序運行結(jié)果

之后我們就可以在腳本程序的同一目錄下找到生成的歌詞文本，歌詞就被順利的爬取下來了。

相信大家對網(wǎng)易云歌詞爬取已經(jīng)有了一定的認(rèn)識了，不過easier said than down，小編建議大家動手親自敲一下代碼，在實踐中你會學(xué)的更快，學(xué)的更多的。

這篇文章教會大家如何采集網(wǎng)易云歌詞，那網(wǎng)易云歌曲如何采集呢？且聽小編下回分解~~~

總結(jié)

以上是生活随笔為你收集整理的python下载网页歌词_利用Python网络爬虫抓取网易云音乐歌词的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。