From 528a316573a060ef1f5c0a4c1aea8825aede6938 Mon Sep 17 00:00:00 2001
From: iamzhaohaibo <941604465@qq.com>
Date: Sat, 13 Dec 2025 07:07:35 +0000
Subject: [PATCH] add Spider/neteaseMusicSpider/main.py.

Signed-off-by: iamzhaohaibo <941604465@qq.com>
---
 Spider/neteaseMusicSpider/main.py | 111 ++++++++++++++++++++++++++++++
 1 file changed, 111 insertions(+)
 create mode 100644 Spider/neteaseMusicSpider/main.py

diff --git a/Spider/neteaseMusicSpider/main.py b/Spider/neteaseMusicSpider/main.py
new file mode 100644
index 0000000..31c79af
--- /dev/null
+++ b/Spider/neteaseMusicSpider/main.py
@@ -0,0 +1,111 @@
+# 导入time模块，用于添加延时
+import time
+
+# 导入requests模块并重命名为req，用于发送HTTP请求
+import requests as req
+
+# 导入BeautifulSoup模块，用于解析HTML文档
+from bs4 import BeautifulSoup
+
+# 导入selenium的webdriver模块，用于控制浏览器
+from selenium import webdriver
+
+# 导入selenium的By模块，用于定位元素
+from selenium.webdriver.common.by import By
+
+# 导入selenium的Service模块，用于管理浏览器驱动服务
+from selenium.webdriver.chrome.service import Service
+
+# 导入webdriver_manager的ChromeDriverManager模块，用于自动管理Chrome驱动
+from webdriver_manager.chrome import ChromeDriverManager
+
+
+# 定义网易音乐爬虫类
+class neteaseMusicSpider:
+    # 初始化方法，设置爬虫的基本配置
+    def __init__(self):
+        # 设置目标URL，网易云音乐排行榜页面
+        self.url = 'https://music.163.com/discover/toplist?id=3779629'
+        # 设置请求头，模拟浏览器访问
+        self.headers = {
+            'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'
+        }
+        # 初始化排行榜列表
+        self.toplist = []
+
+    # 获取页面内容的方法
+    def get_page(self):
+        # 用Selenium渲染页面，获取iframe
+        # 创建Service对象，指定ChromeDriver路径
+        service = Service(executable_path='./chromedriver_win32/chromedriver.exe')
+        # 启动Chrome浏览器
+        driver = webdriver.Chrome(service=service)
+        # 访问目标网址
+        driver.get(self.url)
+        # 等待3秒，让JavaScript加载完成iframe和#document
+        time.sleep(3)
+
+        # 定位iframe元素
+        iframe_elem = driver.find_element(By.TAG_NAME, "iframe")
+        # 打印iframe元素信息
+        print(iframe_elem)
+        # 切换到iframe的#document上下文
+        driver.switch_to.frame(iframe_elem)
+
+        # 提取iframe的完整HTML内容（即#document内容）
+        iframe_html = driver.page_source
+        # 关闭浏览器
+        driver.quit()
+        # 返回获取到的HTML内容
+        return iframe_html
+
+    # 解析页面内容的方法
+    def parse_page(self):
+        try:
+            # 使用BeautifulSoup解析获取到的页面内容
+            soup = BeautifulSoup(self.get_page(), 'html.parser')
+            # 查找所有class为'even'的tr标签
+            trs = soup.find_all('tr', class_='even')
+            # 返回找到的tr标签列表
+            return trs
+        except Exception as e:
+            # 捕获异常并打印错误信息
+            print('soup转换异常', e)
+            # 返回None表示解析失败
+            return None
+
+    # 获取歌曲信息的方法
+    def get_songs(self):
+        # 初始化歌曲字典
+        songs = {}
+        try:
+            # 调用parse_page方法获取解析后的HTML元素
+            songs_html = self.parse_page()
+            # 打印获取到的HTML元素及其类型
+            print(songs_html, '\n', type(songs_html))
+            # 遍历每个歌曲元素
+            for song in songs_html:
+                # 打印当前歌曲元素（此处歌曲可能只获取奇数rank，偶数rank的页面结构需要去区分获取）
+                print(song, '\n')
+                # 提取歌曲标题，通过CSS选择器定位元素并获取title属性
+                s_title = song.select('span > a > b')[0].get_attribute_list('title')[0]
+                # 提取歌手信息，通过CSS选择器定位元素并获取title属性
+                s_singer = song.select('td:nth-child(4) > div')[0].get_attribute_list('title')[0]
+                # 提取歌曲时长，通过CSS选择器定位元素并获取文本内容
+                s_duration = song.select('td.s-fc3 > span')[0].string
+                # 提取歌曲ID，通过CSS选择器定位元素
+                s_id = song.select('td.rank > div > div > span')
+                # 打印提取到的歌曲信息
+                print(s_id, s_title, s_singer, s_duration, '\n')
+
+        except Exception as e:
+            # 捕获异常并打印错误信息
+            print('异常', e)
+
+
+# 程序入口点
+if __name__ == '__main__':
+    # 创建neteaseMusicSpider类的实例
+    nms = neteaseMusicSpider()
+    # 调用get_songs方法开始爬取歌曲信息
+    nms.get_songs()