如何用python提取歌词

要用Python提取歌词，可以使用网络爬虫、API接口调用、网页解析等方法。其中，使用API接口调用是最简单和可靠的方法。通过调用歌词网站提供的API接口，可以轻松获取歌词内容。接下来，我们将详细介绍如何使用API接口来提取歌词。

一、API接口调用

使用API接口是获取歌词的最直接的方法之一。许多歌词网站提供公开的API接口，开发者可以通过注册获取API密钥，然后在Python中调用这些接口以获取歌词。

注册并获取API密钥

首先，需要找到一个提供歌词API的服务商，例如Musixmatch、Genius等。这些服务商通常要求用户注册并获取一个API密钥。注册过程通常很简单，只需提供一些基本的个人信息。

安装并导入必要的Python库

在使用API接口之前，需要安装一些Python库来帮助我们进行HTTP请求和JSON数据处理。常用的库包括requests和json。

pip install requests

import requests
import json

使用API接口获取歌词

以Musixmatch为例，首先需要获取歌曲的ID，然后使用该ID请求歌词。

def get_lyrics(track_id, api_key):
    url = f"https://api.musixmatch.com/ws/1.1/track.lyrics.get?track_id={track_id}&apikey={api_key}"
    response = requests.get(url)
    data = response.json()
    if data['message']['header']['status_code'] == 200:
        lyrics = data['message']['body']['lyrics']['lyrics_body']
        return lyrics
    else:
        return "Lyrics not found."

处理和显示歌词

获取到歌词后，可以对其进行处理，例如去掉多余的信息或格式化输出。

def process_lyrics(lyrics):
    processed_lyrics = lyrics.replace('<strong></strong><strong>* This Lyrics is NOT for Commercial use </strong><strong></strong>*', '')
    return processed_lyrics
示例调用
api_key = 'your_api_key'
track_id = 'your_track_id'
raw_lyrics = get_lyrics(track_id, api_key)
clean_lyrics = process_lyrics(raw_lyrics)
print(clean_lyrics)

二、网络爬虫技术

虽然API是获取歌词的好方法，但有些情况下需要使用网络爬虫来获取不提供API的网站的歌词。使用Python的BeautifulSoup和requests库可以实现这一点。

安装并导入库

pip install beautifulsoup4

from bs4 import BeautifulSoup
import requests

发送请求并解析网页

首先，使用requests库发送HTTP请求获取网页内容，然后使用BeautifulSoup解析HTML文档。

def get_lyrics_from_web(song_url):
    response = requests.get(song_url)
    soup = BeautifulSoup(response.text, 'html.parser')
    lyrics_div = soup.find('div', class_='lyrics')  # 根据实际情况调整
    if lyrics_div:
        return lyrics_div.get_text()
    else:
        return "Lyrics not found."

处理和显示歌词

获取到的歌词通常包含HTML标签和多余的内容，需要进行清理和格式化。

def clean_lyrics(lyrics_html):
    # 去除HTML标签
    clean_text = BeautifulSoup(lyrics_html, 'html.parser').get_text()
    return clean_text.strip()
示例调用
song_url = 'https://genius.com/Artist-song-lyrics'
raw_lyrics_html = get_lyrics_from_web(song_url)
clean_lyrics_text = clean_lyrics(raw_lyrics_html)
print(clean_lyrics_text)

三、网页解析

某些网站不提供API且禁止爬虫，这种情况下可以通过分析网页结构直接提取歌词。此方法需要手动分析页面的HTML结构，找到歌词所在的元素，然后使用Python代码提取。

分析网页结构

使用浏览器的开发者工具查看网页源代码，找到歌词所在的HTML元素和标签。

使用XPath或CSS选择器提取歌词

利用lxml库中的XPath功能或BeautifulSoup的选择器功能来提取歌词。

from lxml import html
def get_lyrics_using_xpath(url):
    response = requests.get(url)
    tree = html.fromstring(response.content)
    lyrics = tree.xpath('//div[@class="lyrics"]/text()')  # 根据实际情况调整
    return ''.join(lyrics)
示例调用
url = 'https://genius.com/Artist-song-lyrics'
lyrics = get_lyrics_using_xpath(url)
print(lyrics)