快捷導(dǎo)航

如何用Python一次性下載抖音上音樂

更新時(shí)間：2021年05月17日 11:08:33 作者：華為云開發(fā)者社區(qū)

不知道什么時(shí)候開始，中國(guó)出現(xiàn)了南抖音、北快手的互文格局。喜歡抖音主要是兩個(gè)初衷，學(xué)做菜聽音樂。抖音捧紅了很多人，也讓很多本不怎么讓大家熟知的歌曲、BGM，經(jīng)過翻唱、混剪與視頻搭配，從而傳播大街小巷。有沒有想過將這些好聽的剪輯批量下載下來呢？

Python 鏈接抖音

python下載抖音內(nèi)容的帖子網(wǎng)上有一些，但都比較麻煩，需要通過adb連接安卓手機(jī)后，模擬操作。我這么懶，這種事兒玩不來…那么，該如何獲取抖音內(nèi)容呢？網(wǎng)上搜了下大概有兩種方式，一個(gè)是瀏覽器插件快抖，另外一個(gè)是我今天要說的抖音網(wǎng)頁版。其實(shí)這兩者差別不是很大，都是先將抖音內(nèi)容下載至服務(wù)器后，通過開發(fā)簡(jiǎn)單網(wǎng)站配置域名后，讓大家訪問。讓我們來看看抖音網(wǎng)頁版：

爬蟲實(shí)現(xiàn)分析

熱歌榜內(nèi)容

大家先開看看這個(gè)抖音熱歌榜歌曲，每頁20首歌曲，一個(gè)55頁。但細(xì)不細(xì)心大家都能發(fā)現(xiàn)，很多歌曲存在重復(fù)的問題。所以，等下爬蟲的時(shí)候，我們需要先準(zhǔn)備一個(gè)music_list,用來識(shí)別這首歌曲是否已經(jīng)下載過了…

網(wǎng)頁解析

網(wǎng)頁比較簡(jiǎn)單，一個(gè)div中包裹了一個(gè)ul>li*20,我們是不是該這樣獲取：

soup.find('div',{"class":"pull-left"}).find('ul').findAll('a')

如果你說是，那么一定沒有好好看我前天整理的文章通過哪吒豆瓣影評(píng)，帶你分析python爬蟲快速入門:https://www.jianshu.com/p/ae38f7607902，我在文章中專門提到了一個(gè)小技巧，通過使用attr的屬性進(jìn)行快速解析，那么最快速的獲取方式是：

soup.findAll('a', attrs={'onclick': True})

我們只需要獲取所有的a標(biāo)簽，切這些標(biāo)簽中包含onclick這個(gè)屬性即可。

巧用eval

我們解析到的內(nèi)容通過attr[‘onclick'],可以得到他的屬性open1(‘夜','http://p9-dy.byteimg.com/obj/61a20007a98954b0831d)，如何能快速獲取歌曲名字和url呢？這里我們需要用到一個(gè)eval的小技巧：

index = "open1('夜','http://p9-dy.byteimg.com/obj/61a20007a98954b0831d','')"
index[5:]
"('夜','http://p9-dy.byteimg.com/obj/61a20007a98954b0831d','')"
index_tuple = eval(index[5:])
print(index_tuple, type(index_tuple))
('夜', 'http://p9-dy.byteimg.com/obj/61a20007a98954b0831d', '') <class 'tuple'>
index_tuple[0]
'夜'
index_tuple[1]
'http://p9-dy.byteimg.com/obj/61a20007a98954b0831d'

ps:今天一個(gè)朋友說我寫代碼沒注釋，我這是現(xiàn)身說法的告訴你，如何能寫出讓別人壓根看不懂的代碼，就是不寫注釋啊，哈哈！其實(shí)，代碼我都在文章中一點(diǎn)一點(diǎn)的講解了，所以沒有寫，但秉承著害怕大佬們?nèi)￡P(guān)的心態(tài)，我還是把注釋加上吧…

代碼實(shí)現(xiàn)

總體來說實(shí)現(xiàn)比較簡(jiǎn)單，全部代碼如下：

import os
import requests
from bs4 import BeautifulSoup
import threading
import time


class DouYinMusic:
    def __init__(self):
        self.music_list = []
        self.path = self.download_path()

    @staticmethod
    def download_path():
        """
        獲取代碼執(zhí)行目錄，并在目錄下創(chuàng)建Music文件夾
        :return Music文件夾全路徑
        """
        base_dir = os.path.dirname(os.path.abspath(__file__))
        _path = os.path.join(base_dir, "Music")
        if not os.path.exists(_path):
            os.mkdir(_path)
        return _path

    def get_request(self, url):
        """
        封裝requests.get方法
        如果為網(wǎng)頁請(qǐng)求，返回網(wǎng)頁內(nèi)容
        否則，解析音樂地址，并返回音樂二進(jìn)制文件
        :param url: 請(qǐng)求url（分網(wǎng)頁、音樂兩類）
        :return: 網(wǎng)頁內(nèi)容 & 音樂二進(jìn)制文件
        """
        r = requests.get(url, timeout=5)
        if url.endswith('html'):
            return r.text
        else:
            return r.content

    def analysis_html(self, html):
        """
        根據(jù)獲取的網(wǎng)頁內(nèi)容，解析音樂名稱、下載地址
        調(diào)用音樂下載方法
        :param html: 網(wǎng)頁內(nèi)容
        """
        soup = BeautifulSoup(html, 'lxml')
        # 根據(jù)關(guān)鍵字onclick查找每個(gè)下載地址
        for tag_a in soup.findAll('a', attrs={'onclick': True}):
            # 下載格式'("name","link","")',通過eval將str轉(zhuǎn)化為tuple類型
            link_list = eval(tag_a['onclick'][5:])
            music_name, music_link = link_list[:2]
            # 因?yàn)榇嬖诓糠种貜?fù)音樂，故設(shè)置判斷下載過的音樂跳過
            if music_name in self.music_list:
                continue
            self.music_list.append(music_name)
            t = threading.Thread(target=self.download_music, args=(music_name, music_link))
            time.sleep(0.5)
            t.start()

    def download_music(self, music_name, music_link):
        """
        解析音樂文件,完成音樂下載
        :param music_name: 音樂名稱
        :param music_link: 下載地址
        """
        _full_name = os.path.join(self.path, music_name)
        with open(_full_name + '.mp3', 'wb') as f:
            f.write(self.get_request(music_link))
        print("抖音音樂：{} 下載完成".format(music_name))

    def run(self):
        """
        主方法，用于批量生成url
        """
        for page in range(1,55):
            url = "http://douyin.bm8.com.cn/t_{}.html".format(page)
            html = self.get_request(url)
            self.analysis_html(html)


if __name__ == '__main__':
    main = DouYinMusic()
    main.run()

來讓我們看看效果吧：