【Python爬虫实战项目】Python爬虫批量下载喜马拉雅评书音频数据保存本地（附源码）今天给大家介绍的是Python

前言

今天给大家介绍的是Python爬虫批量下载喜马拉雅评书音频数据保存本地，在这里给需要的小伙伴们帮助，并且给出一点小心得。

相声音频

开发工具

Python版本： 3.6

相关模块：

requests模块

re模块

环境搭建

安装Python并添加到环境变量，pip安装需要的相关模块即可。

文中完整代码及文件，评论留言获取

数据来源查询分析

浏览器中打开我们要爬取的页面按F12进入开发者工具，查看我们想要的喜马拉雅相声评书精选音频在哪里这里我们需要页面数据就可以了

源代码结构

代码实现

# 音频列表页面
url = 'https://www.ximalaya.com/album/9723091'
# 伪装模拟 headers 请求头<字典数据类型>
headers = {
    # user-agent 用户代理, 表示浏览器基本身份信息
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36',
    'cookie': '你的Cookie'
}
# 发送请求:
# 调用requests模块里面get请求方法, 对于url地址发送请求, 并且携带上headers请求头伪装, 最后用自定义变量response接受返回数据
response = requests.get(url=url, headers=headers)
# <Response [200]> response响应<>对象  200 状态码 表示请求成功
print(response)

# 音频名字
titles = re.findall('"tag":0,"title":"(.*?)","playCount"', response.text)
# 音频ID
audio_id_list = re.findall('"url":"/sound/(\d+)","duration"', response.text)
# for循环遍历, 把列表里面元素一个一个提取出来
for title, audio_id in zip(titles, audio_id_list):

 # 字符串格式化方法 format 把 audio_id 传到 这个链接里面
    link = f'https://www.ximalaya.com/revision/play/v1/audio?id={audio_id}&ptype=1'
    # 发送请求
    response_1 = requests.get(url=link, headers=headers)
    # 获取数据 response.json() 获取响应json字典数据
    # print(response_1.json())

Cookie获取

效果展示

总结

本篇介绍了主要使用 requests模块来请求数据，使用起来也是非常简单感兴趣的可以自己尝试一下。本篇源码已上传至公众号。

我是戴沐白，微信公众号：Python工程狮。

👍🏻：觉得有收获请点个赞鼓励一下！

🌟：收藏文章，方便回看哦！

💬：评论交流，互相进步！