这次这个真的是干货哦，昨晚弄了半晚上，，，，从8点吃完饭就开始写，一直到了快12点才弄好，，，新手，伤不起呀。。。。
先简单的说下吧，百度提供了一个音乐搜索的api，你想百度请求类似于
http://box.zhangmen.baidu.com/x?op=12&count=1&title=最佳损友$$陈奕迅$$$$
的地址，百度会给你返回一段xml，如下所示
this xml file does not appear to have any style information associated with it. the document tree is shown below.1828291828291f98b6772aa97966550ec80617879becee0233bf4mp33778335128
简单的说明下，由于我们要做的只是获取到歌曲的lrc歌词地址，所以有用的只有2829这个标签。
而encode和decode里面的拼接起来就是mp3的下载地址，如本例的
http://zhangmenshiting.baidu.com/data2/music/12762845/ymrqamdua21fn6nndk6ap5wxcjlrmg1xljhobwibmgpjk5ztmwizcwrjz5lqbgyelgkwlztubgljz5lka2uanwsxy1qin5t1ywbmzw5ocglhawdnbgtqbze$12762845.mp3?xcode=e6b69cf593ea22ac9d2b9314e565fc0caf85125f065ce3e0&mid=0.31929107437537
就是下载地址，不过音质太差，有时间在研究下这个。
继续说歌词，注意lrcid标签里面的2829
http://box.zhangmen.baidu.com/bdlrc/ 这个是百度lrc歌词存放地址,
然后本例的歌词地址是http://box.zhangmen.baidu.com/bdlrc/28/2829.lrc
看到了吧，歌词地址后面的两个数字的计算方法是在lrcid除以100所获得的整数，就是第一个数字，然后第二个数字就是lrcid，然后后面加上后缀.lrc就搞定了
获得lrc地址之后就简单了，只要请求该地址，然后将获取到的内容写入文件就ok了。
好了，大概就是这样，下面是代码：
import osimport os.pathimport reimport eyed3import urllib2import urllibfrom urllib import urlencodeimport sys import osreload(sys)sys.setdefaultencoding('utf8') music_path = re:\musiclrc_path = re:\lrc os.remove('nolrc.txt')os.remove('lrcxml.txt') the_file = open('lrcxml.txt','a')nolrc_file = open('nolrc.txt','a') for root,dirs,files in os.walk(music_path): for filepath in files: the_path = os.path.join(root,filepath) if (the_path.find(mp3) != -1): print the_path the_music = eyed3.load(the_path) the_teg = the_music.tag._getalbum() the_artist = the_music.tag._getartist() the_title = the_music.tag._gettitle() # print the_teg # print the_title # print the_artist b = the_title.replace(' ','+') # print b a = the_artist.replace(' ','+') #print urlencode(str(b)) if isinstance(a,unicode): a = a.encode('utf8') song_url = http://box.zhangmen.baidu.com/x?op=12&count=1&title=+b+$$+a+$$$$ the_file.write(song_url+'\n') page = urllib2.urlopen(song_url).read() print page theid = 0 lrcid = re.compile('(.*?)',re.s).findall(page) have_lrc = true if lrcid != []: theid = lrcid[0] else: nolrc_file.write(the_title+'\n') have_lrc = false print theid if have_lrc: firstid = int(theid)/100 lrcurl = http://box.zhangmen.baidu.com/bdlrc/+str(firstid)+/+theid+.lrc print lrcurl lrc = urllib2.urlopen(lrcurl).read() if(lrc.find('html')== -1): lrcfile = open(lrc_path+\\+the_title+.lrc,'w') lrcfile.writelines(lrc) lrcfile.close() else: nolrc_file.write(the_title+'\n') the_file.close()nolrc_file.close()print end!
有用第一步请求所获取到底是xml格式的，所以本来想着解析xml来获取lrcid，但是在实现过程中遇到了各种问题，别的还容易，就在这一块儿浪费的时间最长，纠结未果之后，只能改用正则表达式来获取了。。。只能说明还是学艺不精呢
原文：逝去日子的博客 » 使用python扫描本地音乐并下载歌词