作者:黄体测字_335 | 来源:互联网 | 2018-07-18 09:30
本文实例讲述了Python实现提取谷歌音乐搜索结果的方法。分享给大家供大家参考。具体如下:
Python的简单脚本,用于提取谷歌音乐搜索页面中的歌曲信息,包括歌曲名,作者,专辑名,现在链接等,最多只提取10页结果。
#! /usr/bin/env python
#coding=utf-8
'''
Created on 2011-8-19
@author: yaoboyuan
'''
from urllib import request,parse
import re,sys
def extractSongRawData(text):
'抓取每一首歌的原始数据'
text = re.sub('\n+','',text)
sOngList= re.findall('\',text)
nums = len(songList)
print('search ' + str(nums) + ' songs')
return songList
def translate(text):
'去掉text中的无用字符,转换unicode码'
text = re.sub('\','',text)
text = re.sub('\ ','',text)
#find the 成 and translate into chinese
s = re.findall('&#([0-9]+);',text)
if len(s)<=0:
return text
else:
text = ''
for i in range(len(s)):
value = int(s[i],10) #from str'123' to 10 base's int 124
text += chr(value) #from value to char
return text
def extractSongName(song):
'提取歌曲名字'
td = re.findall('(&#63;:\)',song)
name = re.findall('.+&#63;\(.*&#63;)\',td[0])
sOngName= translate(name[0])
return songName
def extractAuthorName(song):
'提取作者名字'
td = re.findall('(&#63;:\)',song)
name = re.findall('.+&#63;\(.*&#63;)\',td[0])
authorName = name[0]
authorName = translate(authorName)
return authorName
def extrackAlbumName(song):
'提取专辑名字'
td = re.findall('(&#63;:\)',song)
name = re.findall('.+&#63;\(.*&#63;)\',td[0])
albumName = translate(name[0])
return albumName
def extractID(song):
'提取歌曲id'
td = re.findall('''\0:
return td[0]
else:
return song
def extractLink(song):
'提取歌曲下载链接'
td = re.findall('''\''',song)
if len(td) == 0:
return 'NULL'
s = str(td[0])
rawLink = re.findall('http.*&#63;(&#63;=\&#63;)',s)
if len(rawLink) == 0:
return s
link = rawLink[0]
link = re.sub('%3D','=',link)
id = extractID(song)
return link + '&#63;id=' + id
def extractPageNums(text):
'提取返回结果的页数,最多要10页'
pageList = re.findall('page_link',text)
return len(pageList)
def extractSongInfo(song):
'提取歌曲信息,返回歌曲列表'
sOngList= []
for i in range(len(song)):
sOngName= extractSongName(song[i])
authorName = extractAuthorName(song[i])
albumName = extrackAlbumName(song[i])
link = extractLink(song[i])
sOngItem= [songName,authorName,albumName,link]
songList.append(songItem)
index = ''
if i<9:
index = '0' + str(i+1)
else:
index = str(i + 1)
#print(index + ' ' + songName + ' ' + authorName + ' ' + albumName + ' ' + link)
return songList
def main():
while True:
url = 'http://www.google.cn/music/search&#63;q='
key = input('请输入歌曲名字或关键字:')
key = parse.quote(key) #统一编码成utf-8
url += key
mf = request.urlopen(url)
c = mf.readall()
c = str(c,encoding = 'utf-8')
num = extractPageNums(c)
print(str(num+1) + ' pages found')
sOng= extractSongRawData(c)
sOngList= extractSongInfo(song)
#if the result great than 2 pages, then request all pages
if num>0:
for i in range(num):
start = (i+1)*20
next_page = '&cat=song&start=%d'%(start)
#next_page = parse.quote(next_page) #统一编码成utf-8
url += next_page
mf = request.urlopen(url)
c = mf.readall()
c = str(c,encoding = 'utf-8')
sOng= extractSongRawData(c)
songList += extractSongInfo(song) #find all results
for i in range(len(songList)): #print the result
index = ''
if i<9:
index = '0' + str(i+1)
else:
index = str(i + 1)
print(index + ' ' + str(songList[i]))
if __name__ == '__main__':
main()
希望本文所述对大家的Python程序设计有所帮助。
推荐阅读
本文详细介绍 Go+ 编程语言中的上下文处理机制,涵盖其基本概念、关键方法及应用场景。Go+ 是一门结合了 Go 的高效工程开发特性和 Python 数据科学功能的编程语言。 ...
[详细]
蜡笔小新 2024-12-28 11:05:31
本文详细介绍了 GWT 中 PopupPanel 类的 onKeyDownPreview 方法,提供了多个代码示例及应用场景,帮助开发者更好地理解和使用该方法。 ...
[详细]
蜡笔小新 2024-12-28 10:07:27
来源:机器之心。本文详细介绍了TensorFlow官方提供的中文版教程和指南,帮助开发者更好地理解和应用这一强大的开源机器学习平台。 ...
[详细]
蜡笔小新 2024-12-28 09:00:51
Explore a common issue encountered when implementing an OAuth 1.0a API, specifically the inability to encode null objects and how to resolve it. ...
[详细]
蜡笔小新 2024-12-28 08:54:34
本文探讨了如何从动态网站中提取站点密钥,特别是针对验证码(reCAPTCHA)的处理方法。通过结合Selenium和requests库,提供了详细的代码示例和优化建议。 ...
[详细]
蜡笔小新 2024-12-28 04:11:47
1.如何在运行状态查看源代码?查看函数的源代码,我们通常会使用IDE来完成。比如在PyCharm中,你可以Ctrl+鼠标点击进入函数的源代码。那如果没有IDE呢?当我们想使用一个函 ...
[详细]
蜡笔小新 2024-12-27 18:36:54
本文详细介绍了在PHPcms网站后台添加广告的方法,涵盖多种常见的广告形式,如百度广告和Google广告,并提供了相关设置的步骤。同时,文章还探讨了优化网站流量的SEO策略。 ...
[详细]
蜡笔小新 2024-12-27 17:13:07
在哈佛大学商学院举行的Cyberposium大会上,专家们深入探讨了开源软件的崛起及其对企业市场的影响。会议指出,开源软件不仅为企业提供了新的增长机会,还促进了软件质量的提升和创新。 ...
[详细]
蜡笔小新 2024-12-27 14:49:56
本文详细介绍C++中实现KMP算法的方法,探讨其在字符串匹配问题上的优势。通过对比暴力匹配(BF)算法,展示KMP算法如何利用前缀表优化匹配过程,显著提升效率。 ...
[详细]
蜡笔小新 2024-12-27 14:45:30
探讨一个显示数字的故障计算器,它支持两种操作:将当前数字乘以2或减去1。本文将详细介绍如何用最少的操作次数将初始值X转换为目标值Y。 ...
[详细]
蜡笔小新 2024-12-27 14:34:44
本文介绍如何利用Python实现从特定网站下载Word文档,去除水印并添加自定义水印,最终将文档转换为PDF格式。该方法适用于批量处理和自动化需求。 ...
[详细]
蜡笔小新 2024-12-27 13:10:20
RecyclerView初步学习(一)ReCyclerView提供了一种插件式的编程模式,除了提供ViewHolder缓存模式,还可以自定义动画,分割符,布局样式,相比于传统的ListVi ...
[详细]
蜡笔小新 2024-12-26 20:24:01
学习链接:http:blog.csdn.netlwt36articledetails48908031学习扫描线主要学习的是一种扫描的思想,后期可以求解很 ...
[详细]
蜡笔小新 2024-12-26 20:04:36
在项目开发中,有时会遇到电脑只能连接内网或完全无法联网的情况。本文将详细介绍如何在这种环境下安装Python及其所需的第三方库,确保开发工作的顺利进行。 ...
[详细]
蜡笔小新 2024-12-26 19:51:48
本文基于《深入理解Java虚拟机:JVM高级特性与最佳实践》第二版,详细探讨了JVM中不同类型的垃圾收集器及其工作原理。通过介绍各种垃圾收集器的特性和应用场景,帮助读者更好地理解和优化JVM内存管理。 ...
[详细]
蜡笔小新 2024-12-28 13:35:19