爬取TOP500的音樂資訊，包括排名情況、歌曲名、歌曲時間。

網頁版酷狗不能手動翻頁進行下一步的瀏覽，仔細觀察第一頁的URL：

http://www.kugou.com/yy/rank/home/1-8888.html

這裡嘗試將1改為2，再進行瀏覽，恰好是第二頁的資訊，再改為3，恰好是第三頁的資訊，多次嘗試發現不同的數字即為不同的頁面。因此只需更改home/後面的數字即可。由於每頁顯示的為22首歌曲，所以總共需要23個URL。

import requests
from bs4 import BeautifulSoup
from time import sleep
import pymongo
#連線資料庫
client = pymongo.MongoClient(‘localhost',27017)
mydb = client[‘yourdb']
#建立資料庫
musicTop = mydb[‘musicTop']

#使用header是用於偽裝為瀏覽器，讓爬蟲更穩定
Headers = {
‘User-Agent': ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/70.0.3538.67 Safari/537.36'
}
#定義獲取資訊的函式
def get_info(url):
wd_data = requests.get(url,headers=Headers)
soup = BeautifulSoup(wd_data.text,‘lxml')
#獲取排名情況
ranks = soup.select(‘span.pc_temp_num')
#獲取標題
titles = soup.select(‘div.pc_temp_songlist > ul > li > a')
#獲取時間
times = soup.select(‘span.pc_temp_tips_r > span')
for rank,title,time in zip(ranks,titles,times):
data = {
‘rank':rank.get_text().strip(),‘singer':title.get_text(),‘song':title.get_text(),‘time':time.get_text().strip()
}
musicTop.insert_one(data) #存入資料庫中
if name == ‘main':
urls = [‘http://www.kugou.com/yy/rank/home/{}-8888.html'.format(number) for number in range(1,24)]
for url in urls:
get_info(url)
sleep(2)

執行後，爬取的資料在mongoDB資料庫中顯示如下：

以上這篇python3 實現爬取TOP500的音樂資訊並存儲到mongoDB資料庫中就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。