python中使用百度音乐搜索的api下载指定歌曲的lrc歌词
这次这个真的是干货哦,昨晚弄了半晚上,,,,从8点吃完饭就开始写,一直到了快12点才弄好,,,新手,伤不起呀。。。。
先简单的说下吧,百度提供了一个音乐搜索的api,你想百度请求类似于
http://box.zhangmen.baidu.com/x?op=12&count=1&title=最佳损友$$陈奕迅$$$$
的地址,百度会给你返回一段xml,如下所示
ThisXMLfiledoesnotappeartohaveanystyleinformationassociatedwithit.Thedocumenttreeisshownbelow. <result> <count>1</count> <url> <encode> <![CDATA[ http://zhangmenshiting.baidu.com/data2/music/12762845/YmRqamdua21fn6NndK6ap5WXcJlrmG1xlJhobWibmGpjk5ZtmWiZcWRjZ5lqbGyelGKWlZtubGljZ5lka2uanWSXY1qin5t1YWBmZW5ocGlhaWdnbGtqbzE$ ]]> </encode> <decode> <![CDATA[ 12762845.mp3?xcode=e6b69cf593ea22ac9d2b9314e565fc0caf85125f065ce3e0&mid=0.31929107437537 ]]> </decode> <type>8</type> <lrcid>2829</lrcid> <flag>1</flag> </url> <durl> <encode> <![CDATA[ http://zhangmenshiting2.baidu.com/data2/music/7345405/aGVnaWlmbGaeomZzrZmmnJZvmGqXbHCbl2dsZ5qXaWqSlWpsmmdrb2mXamxpbXCclGNsmW2ba25mYmxtapmZcWqTWaGemnRoX2VkbWdvaGhoZmZramluOA$$ ]]> </encode> <decode> <![CDATA[ 7345405.mp3?xcode=e6b69cf593ea22ac78e1478e78479dc19e8e4650995cb99a&mid=0.31929107437537 ]]> </decode> <type>8</type> <lrcid>2829</lrcid> <flag>1</flag> </durl> <p2p> <hash>f98b6772aa97966550ec80617879becee0233bf4</hash> <url> <![CDATA[]]> </url> <type>mp3</type> <size>3778335</size> <bitrate>128</bitrate> </p2p> </result>
简单的说明下,由于我们要做的只是获取到歌曲的lrc歌词地址,所以有用的只有2829这个标签。
而encode和decode里面的拼接起来就是mp3的下载地址,如本例的
http://zhangmenshiting.baidu.com/data2/music/12762845/YmRqamdua21fn6NndK6ap5WXcJlrmG1xlJhobWibmGpjk5ZtmWiZcWRjZ5lqbGyelGKWlZtubGljZ5lka2uanWSXY1qin5t1YWBmZW5ocGlhaWdnbGtqbzE$12762845.mp3?xcode=e6b69cf593ea22ac9d2b9314e565fc0caf85125f065ce3e0&mid=0.31929107437537
就是下载地址,不过音质太差,有时间在研究下这个。
继续说歌词,注意lrcid标签里面的2829
http://box.zhangmen.baidu.com/bdlrc/这个是百度lrc歌词存放地址,
然后本例的歌词地址是http://box.zhangmen.baidu.com/bdlrc/28/2829.lrc
看到了吧,歌词地址后面的两个数字的计算方法是在lrcid除以100所获得的整数,就是第一个数字,然后第二个数字就是lrcid,然后后面加上后缀.lrc就搞定了
获得lrc地址之后就简单了,只要请求该地址,然后将获取到的内容写入文件就ok了。
好了,大概就是这样,下面是代码:
importos importos.path importre importeyed3 importurllib2 importurllib fromurllibimporturlencode importsys importos reload(sys) sys.setdefaultencoding('utf8') music_path=r"E:\music" lrc_path=r"e:\lrc" os.remove('nolrc.txt') os.remove('lrcxml.txt') the_file=open('lrcxml.txt','a') nolrc_file=open('nolrc.txt','a') forroot,dirs,filesinos.walk(music_path): forfilepathinfiles: the_path=os.path.join(root,filepath) if(the_path.find("mp3")!=-1): printthe_path the_music=eyed3.load(the_path) the_teg=the_music.tag._getAlbum() the_artist=the_music.tag._getArtist() the_title=the_music.tag._getTitle() #printthe_teg #printthe_title #printthe_artist b=the_title.replace('','+') #printb a=the_artist.replace('','+') #printurlencode(str(b)) ifisinstance(a,unicode): a=a.encode('utf8') song_url="http://box.zhangmen.baidu.com/x?op=12&count=1&title="+b+"$$"+a+"$$$$" the_file.write(song_url+'\n') page=urllib2.urlopen(song_url).read() printpage theid=0 lrcid=re.compile('<lrcid>(.*?)</lrcid>',re.S).findall(page) have_lrc=True iflrcid!=[]: theid=lrcid[0] else: nolrc_file.write(the_title+'\n') have_lrc=False printtheid ifhave_lrc: firstid=int(theid)/100 lrcurl="http://box.zhangmen.baidu.com/bdlrc/"+str(firstid)+"/"+theid+".lrc" printlrcurl lrc=urllib2.urlopen(lrcurl).read() if(lrc.find('html')==-1): lrcfile=open(lrc_path+"\\"+the_title+".lrc",'w') lrcfile.writelines(lrc) lrcfile.close() else: nolrc_file.write(the_title+'\n') the_file.close() nolrc_file.close() print"end!"
有用第一步请求所获取到底是xml格式的,所以本来想着解析xml来获取lrcid,但是在实现过程中遇到了各种问题,别的还容易,就在这一块儿浪费的时间最长,纠结未果之后,只能改用正则表达式来获取了。。。只能说明还是学艺不精呢
原文:逝去日子的博客»使用python扫描本地音乐并下载歌词