运行环境

网易云音乐的网页跟普通的网页相比主要有两点不同：

• 网页是 js 动态加载的

• 使用了iframe框架

点击一下专辑页面翻页按钮看看url ，你会发现

http://music.163.com/#/artist/album?id=101988&limit=120&offset=0

limit 参数是限制一个页面加载专辑的个数

offset 参数是前面过滤多少个专辑，现在是一页12个专辑，所以第二页是offset=12，第三页offset=24，以此类推。。。

爬虫部分代码

爬虫逻辑

根据上图的网页结构可以看出，所有的专辑信息都在ul 标签里面，每一个专辑在一个li 标签里。li 标签中包含了图片url、专辑名字、以及专辑时间。

加载 iframe 框架中的内容：

driver = webdriver.PhantomJS()
driver.get(self.init_url)
driver.switch_to.frame("g_iframe")
html = driver.page_source

然后找到所有的封面元素：

根据上图的网页结构可以看出，所有的专辑信息都在ul 标签里面，每一个专辑在一个li 标签里。li 标签中包含了图片url、专辑名字、以及专辑时间。

抓取其中的内容就好了。

    
all_li = BeautifulSoup(html, 'lxml').find(id='m-song-module').find_all('li')for li in all_li:
    album_img = li.find('img')['src']
    album_name = li.find('p', class_='dec')['title']
    album_date = li.find('span', class_='s-fc3').get_text()

这里获取到的图片url 依然是有图片宽高参数的，所以要过滤宽高参数：
http://p4.music.126.net/pLA1GX0KtU-vU4ZA6Cr-OQ==/1401877340532770.jpg?param=120y120

把问号后面的参数过滤掉：

end_pos = album_img.index('?')  #找到问号的位置album_img_url = album_img[:end_pos]  #截取问号之前的内容

图片命名逻辑：专辑时间 + 专辑名。
专辑名可能有一些特殊字符，需要替换掉！
photo_name = album_date + ' - ' + album_name.replace('/','').replace(':',',') + '.jpg'

完整代码

该代码有BUG，知道错在那里并且修改成功，留言评论即可获取神秘礼包