python+wget轻松爬取MP3音乐文件

image

在搞拼音学习的时候，需要对应的文字的读音。发现XX汉语上面有需要的MP3文件。如图，红框框起来的就是MP3的url地址。

image

分析一下url，我们大致已经能得出“你”字的MP3文件对应名称为 ni3.mp3。在地址栏输入ni3.mp3，结果证实了我们的猜测。
接下来就是怎么下载资源了，糟糕的是需要读音挺多，如果你手动一个一个下载，工作量非常大！
人生苦短，我用python。哈哈当然这不是主要原因，由于python胶水语言成就了他在爬虫领域的爸爸地位。再加上wget,就可以轻松实现下载。python安装自行百度，这里重点讲下wget安装。首先，不要使用免安装或绿色版的，绿色版会少功能，相当于阉割版，免安装少dll文件，自己去找更烦。推荐使用wget-1.11.4安装版（及Setup）。安装完成后在环境变量中Path配置wget路径，到bin目录。如： D:\Program Files (x86)\GnuWin32\bin
准备工作做好了，接下来就是准备python代码：

#coding=utf-8
from urllib import request, parse
import subprocess
import os
name = 'wo3.mp3'
url = 'https://appcdn.fanyi.baidu.com/zhdict/mp3/' + name;
path = 'mp3/' + name
cmd='wget --no-check-certificate -O %s %s ' % (path, url)
subprocess.call(cmd,shell=True)

代码解释：
subprocess 用来生成子进程，并可以通过管道连接他们的输入/输出/错误，以及获得他们的返回值。
call执行命令，返回状态码，shell=True允许shell命令时字符串形式
wget --no-check-certificate 不检查证书选项，多用于下载https的资源
-O /home/index http://www.baidu.com 将下载的文件存放到指定的文件夹下，同时重命名下载的文件，

当然这里的代码只是简单的测试，接下来自要运行python脚本就可以下载到MP3文件。
附：
若是你想下载github上的资源，需要release版的

image

image

新建了个程序员交流群194472590，欢迎加入交流！