爬取涛声网音频

代码展现：

代码详情：

import requests
import re
import os
filename = '声音//'
if not os.path.exists(filename):
    os.mkdir(filename)
def down_load(page):
    for page in range(page):
        page = page+1
        url = 'https://www.tosound.com/search/word-/page-'+str(page)
        headers = {'User-Agent':
                                       'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36',
                                   }
        response = requests.get(url=url,headers=headers)

        # print(response.text)
        href = re.findall('<div class="ui360 ui360-vis"><a href="(.*?)"></a></div>',response.text)
        title = re.findall('<a class="h6 text-white font-weight-bold" target="_blank" href=".*?" title="(.*?)">.*?',response.text)

        for href,title in zip(href,title):
            print(title,href)
            content = requests.get(url=href,headers=headers).content
            with open(filename+title+'.mp4',mode='wb') as f:
                f.write(content)
down_load(4)

结果展现：

总结：

1.这同样是一个动态加载的页面，在xhr中找到包后,发现跟前面爬好看视频的不同点在于，它不是json的数据格式，不确定链接在不在里面（其实是在的，用正则解析可以轻松获取）

2.所以首先还是打开一个音频，在media中找到他，复制url的关键部分，在All中搜索，找他含有这个链接的包，发现就是xhr获取到的。

3.接下来按照常规步骤走，复习了一遍os ，re.find all,zip,with open的用法。