Python实现提取谷歌音乐搜索结果的方法


Posted in Python onJuly 10, 2015

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('\<tbody.*?\</tbody>',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('\<b>','',text)
  text = re.sub('\</b>','',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('(?:\<td class\="Title).*(?:\</td>)',song)
  name = re.findall('.+?\<a.+?>(.*?)\</a>',td[0])
  songName = translate(name[0])
  return songName
def extractAuthorName(song):
  '提取作者名字'
  td = re.findall('(?:\<td class\="Artist).*(?:\</td>)',song)
  name = re.findall('.+?\<a.+?>(.*?)\</a>',td[0])
  authorName = name[0]
  authorName = translate(authorName)
  return authorName
def extrackAlbumName(song):
  '提取专辑名字'
  td = re.findall('(?:\<td class\="Album).*(?:\</td>)',song)
  name = re.findall('.+?\<a.+?>(.*?)\</a>',td[0])
  albumName = translate(name[0])
  return albumName
def extractID(song):
  '提取歌曲id'
  td = re.findall('''\<tbody id\="([a-zA-Z0-9]+)"''',song)
  if len(td)>0:
    return td[0]
  else:
    return song
def extractLink(song):
  '提取歌曲下载链接'
  td = re.findall('''\<td class\="Icon.*?(?=title\="下载").*?onclick\="(.*?)>''',song)
  if len(td) == 0:
    return 'NULL'
  s = str(td[0])
  rawLink = re.findall('http.*?(?=\?)',s)
  if len(rawLink) == 0:
    return s
  link = rawLink[0]
  link = re.sub('%3D','=',link)
  id = extractID(song)
  return link + '?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?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。

Python 相关文章推荐
python使用pil生成缩略图的方法
Mar 26 Python
用Python编写脚本使IE实现代理上网的教程
Apr 23 Python
Python 文件管理实例详解
Nov 10 Python
Python实现的根据IP地址计算子网掩码位数功能示例
May 23 Python
python实现自主查询实时天气
Jun 22 Python
python之线程通过信号pyqtSignal刷新ui的方法
Jan 11 Python
详解PyCharm+QTDesigner+PyUIC使用教程
Jun 13 Python
在django中自定义字段Field详解
Dec 03 Python
python获取百度热榜链接的实例方法
Aug 25 Python
python 实现一个图形界面的汇率计算器
Nov 09 Python
python3中celery异步框架简单使用+守护进程方式启动
Jan 20 Python
解决PDF 转图片时丢文字的一种可能方式
Mar 04 Python
python和bash统计CPU利用率的方法
Jul 10 #Python
Python多线程下载文件的方法
Jul 10 #Python
Python爬取国外天气预报网站的方法
Jul 10 #Python
Python实现比较两个文件夹中代码变化的方法
Jul 10 #Python
python简单文本处理的方法
Jul 10 #Python
Python实现把json格式转换成文本或sql文件
Jul 10 #Python
Python中的一些陷阱与技巧小结
Jul 10 #Python
You might like
咖啡豆要不要放冰箱的原因
2021/03/04 冲泡冲煮
php中使用__autoload()自动加载未定义类的实现代码
2013/02/06 PHP
PHP基于php_imagick_st-Q8.dll实现JPG合成GIF图片的方法
2014/07/11 PHP
PHP中使用strpos函数实现屏蔽敏感关键字功能
2014/08/21 PHP
php实现utf-8转unicode函数分享
2015/01/06 PHP
laravel 获取某个查询的查询SQL语句方法
2019/10/12 PHP
TNC vs BOOM BO3 第三场2.13
2021/03/10 DOTA
Javascript调用C#代码
2011/01/17 Javascript
超轻量级的基于jquery的三级展开列表
2011/04/26 Javascript
ScrollDown的基本操作示例
2013/06/09 Javascript
javascript中setAttribute兼容性用法分析
2016/12/12 Javascript
JS实现页面中所有img对象添加onclick事件及新窗口查看图片的方法
2016/12/27 Javascript
JS创建Tag标签的方法详解
2017/06/09 Javascript
javascript+css3开发打气球小游戏完整代码
2017/11/28 Javascript
Vue封装Swiper实现图片轮播效果
2018/02/06 Javascript
简单的三步vuex入门
2018/05/20 Javascript
详解React Native 屏幕适配(炒鸡简单的方法)
2018/06/11 Javascript
Angular 中使用 FineReport不显示报表直接打印预览
2019/08/21 Javascript
js时间转换毫秒的实例代码
2019/08/21 Javascript
解决Layui 表格自适应高度的问题
2019/11/15 Javascript
js函数和this用法实例分析
2020/03/13 Javascript
openlayers实现地图测距测面
2020/09/25 Javascript
python实现感知器算法(批处理)
2019/01/18 Python
PyTorch 对应点相乘、矩阵相乘实例
2019/12/27 Python
tensorflow自定义激活函数实例
2020/02/04 Python
惠普加拿大在线商店:HP加拿大
2017/09/15 全球购物
捷克钓鱼用品网上商店:Parys.cz
2018/06/15 全球购物
一套带网友答案的.NET笔试题
2016/12/06 面试题
运动会入场词200字
2014/02/15 职场文书
小学班主任寄语大全
2014/04/04 职场文书
教师学期末个人总结
2015/02/13 职场文书
教师考核鉴定意见
2015/06/05 职场文书
Python通过m3u8文件下载合并ts视频的操作
2021/04/16 Python
matplotlib如何设置坐标轴刻度的个数及标签的方法总结
2021/06/11 Python
《辉夜大小姐想让我告白》第三季正式预告
2022/03/20 日漫
DE1107机评
2022/04/05 无线电