Python爬取网易云热歌榜所有音乐及其热评

获取特定歌曲热评：

首先，我们打开网易云网页版，击排行榜，然后点击左侧云音乐热歌榜，如图：

关于如何抓取指定的歌曲的热评，参考这篇文章，很详细，对小白很友好：

手把手教你用Python爬取网易云40万+评论

下图是用上文的方法找到热评后，确认下这条确实包含着热评，hotComments就是我们要找的热门评论：

到此为止，我们如何抓取网易云音乐的热门评论已经分析完了，我们再分析一下如何获取云音乐热歌榜中所有歌曲的信息。

---

获取热榜全部歌曲

同样F12大法。这次选all，因为是找歌单，仔细观察，很容易定位到这个嫌犯：toplist?id=3778678

点进去看下，预览一下该请求返回的结果，哈哈，就你啦！

heads：

request headers
现在看response：

太乱了，格式化一下，然后往下翻：

这样就好找了，框框里面就是包含歌曲信息的代码。

因此，我们只需要将该请求的代码中，将包含信息的代码筛选出来。

我们在这里使用正则表达式进行数据筛选。

通过观察特点，我们可以通过两次正则表达式的筛选，将我们需要的歌曲信息提取出来。

第一次正则表达式如下：

<ul class="f-hide"><li><a href="/song\?id=\d*?">.*</a></li></ul>

第二次正则表达式将需要的歌曲信息提取出来，我们需要歌曲的歌名和id，对应的正则表达式如下：

获取歌名：

<li><a href="/song\?id=\d*?">(.*?)</a></li>

获取歌曲的id：

<li><a href="/song\?id=(\d*?)">.*?</a></li>

 

完整代码：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import re
import urllib.request
import urllib.error
import urllib.parse
import json


def get_all_hotSong():  # 获取热歌榜所有歌曲名称和id
    url = 'http://music.163.com/discover/toplist?id=3778678'  # 网易云云音乐热歌榜url
    header = {  # 请求头部
        'User-Agent': 'Mozilla/5.0 (X11; Fedora; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
    }
    request = urllib.request.Request(url=url, headers=header)
    html = urllib.request.urlopen(request).read().decode('utf8')  # 打开url
    html = str(html)  # 转换成str
    pat1 = r'<ul class="f-hide"><li><a href="/song\?id=\d*?">.*</a></li></ul>'  # 进行第一次筛选的正则表达式
    result = re.compile(pat1).findall(html)  # 用正则表达式进行筛选
    result = result[0]  # 获取tuple的第一个元素

    pat2 = r'<li><a href="/song\?id=\d*?">(.*?)</a></li>'  # 进行歌名筛选的正则表达式
    pat3 = r'<li><a href="/song\?id=(\d*?)">.*?</a></li>'  # 进行歌ID筛选的正则表达式
    hot_song_name = re.compile(pat2).findall(result)  # 获取所有热门歌曲名称
    hot_song_id = re.compile(pat3).findall(result)  # 获取所有热门歌曲对应的Id

    return hot_song_name, hot_song_id


def get_hotComments(hot_song_name, hot_song_id):
    url = 'http://music.163.com/weapi/v1/resource/comments/R_SO_4_' + hot_song_id + '?csrf_token='  # 歌评url
    header = {  # 请求头部
        'User-Agent': 'Mozilla/5.0 (X11; Fedora; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
    }
    # post请求表单数据
    data = {
        'params': 'zC7fzWBKxxsm6TZ3PiRjd056g9iGHtbtc8vjTpBXshKIboaPnUyAXKze+KNi9QiEz/IieyRnZfNztp7yvTFyBXOlVQP/JdYNZw2+GRQDg7grOR2ZjroqoOU2z0TNhy+qDHKSV8ZXOnxUF93w3DA51ADDQHB0IngL+v6N8KthdVZeZBe0d3EsUFS8ZJltNRUJ',
        'encSecKey': '4801507e42c326dfc6b50539395a4fe417594f7cf122cf3d061d1447372ba3aa804541a8ae3b3811c081eb0f2b71827850af59af411a10a1795f7a16a5189d163bc9f67b3d1907f5e6fac652f7ef66e5a1f12d6949be851fcf4f39a0c2379580a040dc53b306d5c807bf313cc0e8f39bf7d35de691c497cda1d436b808549acc'}
    postdata = urllib.parse.urlencode(data).encode('utf8')  # 进行编码
    request = urllib.request.Request(url, headers=header, data=postdata)
    reponse = urllib.request.urlopen(request).read().decode('utf8')
    json_dict = json.loads(reponse)  # 获取json
    hot_commit = json_dict['hotComments']  # 获取json中的热门评论

    num = 0
    fhandle = open('./song_comments', 'a', encoding='utf-8')  # 写入文件
    fhandle.write(hot_song_name + ':' + '\n')

    for item in hot_commit:
        num += 1
        fhandle.write(str(num) + '.' + item['content'] + '\n')
    fhandle.write('\n==============================================\n\n')
    fhandle.close()


hot_song_name, hot_song_id = get_all_hotSong()  # 获取热歌榜所有歌曲名称和id

num = 0
while num < len(hot_song_name):  # 保存所有热歌榜中的热评
    print('正在抓取第%d首歌曲热评...' % (num + 1))
    get_hotComments(hot_song_name[num], hot_song_id[num])
    print('第%d首歌曲热评抓取成功' % (num + 1))
    num += 1

 

运行：

爬下来的：

对比：