以上是这次大作业的大致内容，可以看到其中需要爬虫实现的主要有三个方面：
- 根据搜索内容爬取搜索结果的信息（包括歌词）
- 爬取热门歌曲
- 爬取热门歌手及其歌曲
一、根据搜索内容爬取搜索结果的信息
获得具体歌曲网址这个部分我们爬取的网站地址为：https://www.8lrc.com/search
尝试在这个页面进行搜索后我们很容易发现**，搜素框输入的结果直接作为get请求的参数，键为‘key’**
那么就很简单了，我们通过在界面搜索框的回车事件绑定爬虫函数，将搜索框中的内容作为参数传给函数，之后将参数拼接到https://www.8lrc.com/search后面并发送get请求即可得到响应体
随后使用BeautifulSoup中的html解析器对响应体文本进行解析
接下来通过f12查看页面元素
我们会发现，查询到的每首歌曲的跳转信息都在一个类名为”tGequ“的a标签里
那么我们就可以使用findAll函数获得所有歌曲的a标签
通过tag[‘href’]即可得到其中的href属性值 由于这是一个相对地址，只要在前面加上baseurl：https://www.8lrc.com即可得到对应歌曲的链接 获取歌曲音频资源及歌词 接着我们访问具体歌曲如https://www.8lrc.com/geci/1130167.htm，希望获得其歌曲的资源以及歌词 同样打开开发者工具，可以发现在第四个script标签中的setPlayer函数里有一个url地址，且其以.mp3为后缀，结合这是一个播放器，我们不难想到这就是歌曲的音频资源，而下面的显然就是我们所需要的歌曲的歌词 知道了这些以后，就可以开始爬虫获取了 首先我们通过soup_body.select("body script")[3].get_text()语句获得这个script标签的文本 通过观察，url地址都是以”url“:"为起始，以引号"作为结束，所以我们不难写出匹配url地址的正则表达式：r'"url":"([^"]*)"' 括号中的内容即我们希望获得的mp3资源 通过re.search(pattern1, script).group(1)语句即可获得括号中的内容 由于获得的地址中会有转义字符/，所以我们需要用replace(r'\/', '/')将其置换为/
此处会有可能会出现一个问题，就是通过第一步获得的歌曲网址未必能打开，有的歌曲没有版权所以访问会出现404的情况，为了避免程序报错，我们需要跳过404的页面，所以有语句：if soup_body.text.__contains__("404"): continue 歌词方面同上都是先写出正则表达式，然后匹配得到结果，此处便不再演示，需要注意的是得到的歌词都带着\r\n字符，这显然不是我们所希望的，所以我们使用lyric.replace(r'\r\n', '\n')语句将这些字符转换为换行符，即可实现每句歌词占一行 二、爬取热门歌曲 这个部分我们爬取的网站地址为：http://m.yue365.com/bang/box100_w.shtml 步骤与上文无太大差别 值得一提的是该网站使用的编码是’gb2312’，而我们的编译器一般默认编码是utf-8，所以会出现乱码的情况
所以我们应该对获得的响应体设置编码
对于获取到的数据，我们采用excel存储
首先使用xlsxwriter.Workbook('popsongs.xlsx')创建一个名为popsongs的excel文件，可以再参数中设置格式，也可以利用add_format()创建格式
随后创建一个表单workbook.add_worksheet('pop500')命名为pop500，并使用 worksheet.set_column()设置列宽(第一个参数为起始列，第二个参数为终止列，第三个参数为长度，行数列数都从0开始)
之后就可以使用worksheet.write_row(row, 0, ['排名', '歌名', '歌曲url', '歌曲热度'], first_format)对每一行写入数据了，第一个参数为目标行，第二个参数为起始列，第三个参数为写入的值，从起始列开始写入列表中的值，第四个参数为之前所创建的格式
最后记得关闭excel文件，便大功告成了
使用os.startfile('popsongs.xlsx')在写完数据后自动打开文件
三、爬取热门歌手及其歌曲
这个部分我们爬取的网站地址为：https://www.9ku.com/geshou/all-all-liuxing.htm
值得一提的是使用songs = soup_body.findAll(class_="songNameA")最后会多获取到一些我们不需要的数据，且都是在末尾的十八条，故通过以下代码晒去后面十八条信息
结果如下
