python模式下批量爬取网页音频数据
# 前言
最近在带学生参加一个有关党史的比赛项目，其中有个功能需要播放有关中国共产党党史的音频，于是在这个网站上[党史有声，天天学习](https://www.721ys.com/home/index/details2/type_id/105.html)找到了相关的音频文件。找了一下页面没有下载按钮。
于是我做了以下的尝试：
①：下载了一个谷歌的插件：Fatkun智能下载器。当我点击一个音频的时候，就可以下载网页内包含的音频文件了。
②：用F12直接查看网页中的MP3的文件地址，然后把地址复制到新的窗口进行下载操作了。
然后这样子一个一个进行下载和重名的步骤太过于繁琐了，之前学习了一些python的知识，于是我们就用python来提高我们的工作效率，解放我们的双手。那我们接下来就开始我们的教程：python批量进行爬取网页音频数据。**Let's go**
# 准备阶段
***一、Mind+ 1.70V及以上***
```ps:我这里用的是Mind+,当然了你们可以用其他的python编译器（python IDE,PyCharm,anaconda,mpython,慧编程...等等），因为我这边主要带的对象是学生，所以用了一个比较适合学生的python编程软件。```
首先先打开mind+，选着右上角的python模式：
我们可以看到现在呈现在我们面前的是图形化界面，由于我们用到的是代码编程，使用需要切换到代码模式下进行编程：点击左上角的代码进行模型切换！
然后点击右侧项目文件下面的新建文件按钮，创建一个.py文件。
***二、安装bs4库***
**1.什么是BS4？**
BS4全称是Beatiful Soup，它提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为tiful Soup自动将输入文档转换为Unicode编码，输出文档转换为utf-8编码。你不需要考虑编码方式，除非文档没有指定一个编一下原始编码方式就可以了。
**2.BS4的4中对象**
- Tag对象：是html中的一个标签，用BeautifulSoup就能解析出来Tag的具体内容，具体的格式为‘soup.name‘,其中name是html下的标签。
- BeautifulSoup对象：整个html文本对象，可当作Tag对象
- NavigableString对象：标签内的文本对象
- Comment对象：是一个特殊的NavigableString对象，如果html标签内存在注释，那么它可以过滤掉注释符号保留注释文本
***最常用的还是BeautifulSoup对象和Tag对象***
我们首先点击库管理：
选择pip模型进行安装：
输入下面代码进行安装：
```bash
pip install beautifulsoup4
```
然后点击运行进行安装即可！
`可能会提示让你更新你的pip版本信息：`
这里我们只需要根据提示进行更新即可!
以管理员的模式运行CMD。输入：
```bash
cd C:\Users\83731\Documents\mindplus-py\environment\Python3.6.5-64
python.exe -m pip install --upgrade pip
```
更新完成即可。
# 程序设计
我们想要效果如下：
- 1.将网页内的所有音频数据批量下载到电脑上
- 2. 在爬取过程中将音频文件进行命名
- 3. 创建一个文件夹，将爬取到的歌曲放置在该文件夹内
```python
# -*- coding:UTF8 -*-
import requests
import re
import os
from bs4 import BeautifulSoup
# 创建文件夹
Dir = r"C:\Users\83731\Downloads\mp3\\"
os.mkdir(Dir)
# 获取网页信息
url = "https://www.721ys.com/home/index/details2/type_id/105.html"
r = requests.get(url)
html_text = r.text
# 将网页进行解析
soup = BeautifulSoup(html_text,'html.parser')
# 对soup进行遍历
for i in soup.select('ul'):
for j in i.select('li'):
# 获取文件名与音频链接
name = Dir + j.text.replace("\n","")
url = j.find('i')['data-audio']
print(name,url)
# 获取URL的内容
data = requests.get(url).content
print("正在下载...")
name = name + ".mp3"
# 开始下载相应的音频文件
with open(name,"wb") as f:
f.write(data)
```
实验结果：
# 总结
通过本节课的学习，如何爬取网页上的音频信息有了更进一步了解。这里抛砖引玉一下，那如果我想要爬取网页的视频或者图片怎么办呢？
更多教程欢迎订阅
个人博客：www.hockel.club
微信公众号：跟着hockel玩科创
 巨佬牛逼 #感谢分享~ 我之前也一直想把视频爬下来，可惜没学会，希望大佬能够更出爬视频教程
页:
[1]