Python 爬虫实战：抓取网易云音乐热歌榜

核心代码实现

接下来我们把思路转化为代码。这里主要用到 requests 库发送请求，配合 re 正则表达式解析数据。

import re
import os
import requests

# 确保保存目录存在
save_dir = 'music'
os.makedirs(save_dir, exist_ok=True)

# 目标播放列表 URL
url = 'https://music.163.com/playlist?id=3778678'

# 伪造浏览器请求头，防止被反爬
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/127.0.0.0 Safari/537.36'
}

# 发送请求获取页面内容
response = requests.get(url, headers=headers)

# 使用正则提取歌曲 ID 和标题
# r'<li><a href="/song\?id=(\d+)">(.*?)</a>' 匹配 li 标签下的 a 标签
html_data = re.findall(r'<li><a href="/song\?id=(\d+)">(.*?)</a>', response.text)

# 遍历提取到的元组列表
for num_id, title in html_data:
    # 拼接音频下载 URL
    music_url = f'https://music.163.com/song/media/outer/url?id={num_id}.mp3'
    
    # 获取音频二进制流
    music_content = requests.get(music_url, headers=headers)
    
    # 写入本地文件
    with open(os.path.join(save_dir, title + '.mp3'), 'wb') as f:
        f.write(music_content.content)
    
    print(num_id, title)

代码要点说明

• 请求头伪造：很多网站会检测 User-Agent，加上标准的浏览器标识能降低被封禁的风险。
• 正则匹配：findall 返回的是元组列表，第一个元素是 ID，第二个是歌名，直接解包即可。
• 路径处理：使用 os.path.join 比字符串拼接更稳健，避免跨平台路径分隔符问题。
• 异常处理：实际生产中建议增加 try-except 块，防止单个文件下载失败中断整个任务。

运行结果

脚本执行后，会在当前目录下生成 music 文件夹，里面存放下载好的 MP3 文件。