阿里P8大佬手把手教你使用Python网络爬虫获取音效信息
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了阿里P8大佬手把手教你使用Python网络爬虫获取音效信息，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3185字，纯文字阅读大概需要5分钟。
内容图文
/1 前言/
生活中到处有各种各样的声音。在做网页时，没有声音的网页显得没有灵魂，特别是游戏网页，没有声音就体会不了其中精彩的打斗效果，会感到特别的无趣。
/2 项目目标/
今天教大家如何用Python网络爬虫去获取音效。
/3 项目准备/
软件：PyCharm
需要的库：requests、lxml、ssl
网站如下：
https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_{}.html
/4 项目分析/
1、如何找到音效地址？
F12右键检查，找到对应的音效的地址，出现登录画面直接叉掉就可以了。
2、如何多网页访问？
观察网址的变化（一般取前三页）：
https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_1.html
https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_2.html
https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_3.html发现点击下一页时，zonghe_0_0_0_0_0_0{}每增加一页自增加1，用{}代替变换的变量，再用for循环遍历这网址，实现多个网址请求。
3、如何解除ssl验证？
因为这个网址是https，需要导入一个ssl模块，忽略ssl验证。
4、如何获取Cookie？
右键检查,找到NetWork，随便复制一个Cookie即可：
/5 项目实现/
1、定义一个class类继承object，定义init方法继承self，主函数main继承self。导入需要的库和网址，代码如下所示。
import requests
from lxml import etree
from fake_useragent import UserAgent
import ssl
class Panda(object):
def __init__(self):
pass
def main(self):
pass
if __name__ == '__main__':
imageSpider = Panda()
imageSpider.main(2、导入网址和构造请求头。
self.url = "https://www.tukuppt.com/yinxiaomuban/zhuanchang/__zonghe_0_0_0_0_0_0_{}.html" #/zhuanchang/:搜索的名字的拼音缩写
self.headers = {
"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.77 Safari/537.36"
}
3、发送请求 获取响应, 页面回调，方便下次请求。
def get_page(self, url):
res = requests.get(url=url, headers=self.headers)
html = res.content.decode("utf-8")
????????return?html
4、xpath解析页面数据。
这里我们先获取父节点，再通过for循环遍历，找到对应的子节点（音效地址）。
one = parse_html.xpath('//div[@class="b-box"]//dl')
for li in one:
lis_imges = li.xpath(".//audio//source/@src")[0].strip()
who = li.xpath(".//dt//a/text()")[0].strip()获取到后，发现地址表示完整的地址，需要对网站进行补全，获取真正访问的地址。
mp3 = "https:" + lis_imges5、运行的结果，如下图所示：
6、对音效地址发生请求，获取对应音效a标签的text()作为命名，写入文件。
dirname = "./音效/" + who + '.mp3'
html2 = requests.get(url=mp3, headers=self.headers).content
with open(dirname, 'wb') as f:
f.write(html2)
print("\n%s下载成功" % who))7、调用方法，实现功能。
html?=?self.get_page(url)
self.parse_page(html)
/6 效果展示/
1、点击绿色小三角运行输入起始页，终止页，如1和2，获取1页信息即可。
2、运行程序后，结果显示在控制台，如下图所示。
3、将运行结果保存在本地，如下图所示。
4、双击文件，即可播放。
/7 小结/
1、不建议抓取太多数据，容易对服务器造成负载，浅尝辄止即可。
2、本文基于Python网络爬虫，利用爬虫库，解除登录限制下载音效，存入文档。
3、按照步骤去实现，实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解得更加深刻。
4、希望通过这个项目能够了解到，对于HTTPS网站，解除ssl验证的有大致的了解。
5、如果需要本文源码的话，请私信回复“音效”两个字进行获取，觉得不错，记得给个赞噢。
结尾
需要下面的资料的，或者更多课件资源，可以私信我“资料”领取！！！
内容总结
以上是互联网集市为您收集整理的阿里P8大佬手把手教你使用Python网络爬虫获取音效信息全部内容，希望文章能够帮你解决阿里P8大佬手把手教你使用Python网络爬虫获取音效信息所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。