在本篇文章中，我们将使用 Python + 正则表达式 编写一个简单的网络爬虫，从网易云音乐网页中提取歌曲信息，并通过正则表达式筛选出歌手“周杰伦”和“林俊杰”的歌曲，最后将结果保存到本地文件。

文章适合 Python初学者 学习如何结合正则表达式与爬虫技术进行数据抓取与分析。我们也将强调代码规范、法律合规性以及道德责任。

一、项目目标概述

我们要完成的任务如下：

1. 使用 requests 模块请求网易云音乐的某一页歌曲列表页面。
2. 使用 BeautifulSoup 解析 HTML 页面内容。
3. 使用 正则表达式 提取页面中的歌曲名和歌手名。
4. 筛选出属于“周杰伦”或“林俊杰”的歌曲。
5. 将匹配结果保存为本地文本文件。

注意：本文仅为学习目的，仅模拟爬取公开网页内容，请勿用于非法用途或大规模访问影响服务器稳定。

二、环境准备

安装依赖库

pip install requests beautifulsoup4 lxml

• requests：发送HTTP请求获取网页内容
• beautifulsoup4：解析HTML结构
• lxml：高效HTML解析器

三、了解网易云音乐页面结构（以搜索页为例）

我们假设要爬取的是网易云音乐的搜索页面，例如：

https://music.163.com/#/search/multi?id=xxx&keywords=流行

由于网易云音乐大部分内容采用 JavaScript 动态加载，直接使用 requests 可能无法获取完整的歌曲列表。

因此，为了演示目的，我们选择一个 静态网页示例 或 模拟返回HTML内容 来进行讲解。你也可以使用 Selenium 或其他工具处理动态加载页面，但那超出了本文范围。

四、构建基础爬虫程序

示例代码：获取网页HTML内容

import requests

def fetch_html(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0 Safari/537.36'
    }
    try:
        response = requests.get(url, headers=headers, timeout=10)
        if response.status_code == 200:
            return response.text
        else:
            print(f"请求失败，状态码：{response.status_code}")
            return None
    except Exception as e:
        print("请求异常:", e)
        return None

五、解析HTML并提取歌曲信息

示例代码：使用 BeautifulSoup 解析 HTML

from bs4 import BeautifulSoup

def parse_songs(html):
    soup = BeautifulSoup(html, 'lxml')
    song_list = []

    # 假设歌曲列表位于 tbody 标签中，每个 tr 表示一首歌
    table = soup.find('table', class_='m-table')
    if table:
        rows = table.find_all('tr')[1:]  # 跳过表头行
        for row in rows:
            cols = row.find_all('td')
            if len(cols) >= 3:
                song_name_tag = cols[1].find('b')
                artist_tag = cols[2].find('div')

                if song_name_tag and artist_tag:
                    song_name = song_name_tag.get_text(strip=True)
                    artist_name = artist_tag.get_text(strip=True)
                    song_list.append({'song': song_name, 'artist': artist_name})
    return song_list

六、使用正则表达式筛选特定歌手的歌曲

我们希望只保留歌手是“周杰伦”或“林俊杰”的歌曲。

示例代码：使用正则表达式匹配歌手名

import re

def filter_songs_by_artist(song_list, target_artists):
    filtered_songs = []
    pattern = re.compile(rf'({"|".join(map(re.escape, target_artists))})', re.IGNORECASE)

    for song_info in song_list:
        if pattern.search(song_info['artist']):
            filtered_songs.append(song_info)
    return filtered_songs

说明：

• re.escape() 防止艺术家名字中包含特殊字符
• 使用正则表达式构造动态匹配模式，支持多个歌手
• re.IGNORECASE 忽略大小写匹配

七、保存结果到本地文件

示例代码：将筛选后的歌曲保存为txt文件

def save_to_file(songs, filename='filtered_songs.txt'):
    with open(filename, 'w', encoding='utf-8') as f:
        for idx, song in enumerate(songs, start=1):
            line = f"{idx}. 歌曲：{song['song']} - 歌手：{song['artist']}\n"
            f.write(line)
    print(f"已成功保存 {len(songs)} 首歌曲到 {filename}")

八、整合所有功能并运行测试

主程序入口

if __name__ == '__main__':
    search_url = 'https://music.163.com/#/search/multi?keywords=周杰伦'  # 示例URL
    html_content = fetch_html(search_url)

    if html_content:
        all_songs = parse_songs(html_content)
        target_artists = ['周杰伦', '林俊杰']
        result_songs = filter_songs_by_artist(all_songs, target_artists)
        save_to_file(result_songs)
    else:
        print("未能获取网页内容")

九、完整输出示例

假设我们成功爬取到了以下部分数据：

1. 歌曲：晴天 - 歌手：周杰伦
2. 歌曲：七里香 - 歌手：周杰伦
3. 歌曲：江南 - 歌手：林俊杰
4. 歌曲：曹操 - 歌手：林俊杰
...

最终会保存到本地文件 filtered_songs.txt 中。

十、注意事项与法律声明

合法使用建议：

• 不要频繁访问网站造成服务器压力
• 不要爬取受版权保护的内容用于商业用途
• 不要爬取用户隐私信息或内部接口数据
• 遵守网站的 robots.txt 规则

特别提醒：

网易云音乐的部分页面采用动态渲染，单纯使用 requests 无法获取全部内容。如需深入开发，建议学习使用 Selenium 或 Playwright 工具。

十一、总结

通过本文的学习，你应该已经掌握了以下技能：

• 如何使用 Python 构建一个基础的网页爬虫
• 如何使用 BeautifulSoup 解析 HTML 页面
• 如何使用正则表达式提取和筛选关键信息（如歌手名）
• 如何将爬取结果保存到本地文件
• 如何编写结构清晰、模块化的代码

正则表达式与爬虫技术是 Python 数据采集与分析的核心技能之一。掌握它们不仅能帮助你快速获取所需数据，还能提升你的自动化处理能力。

十二、拓展建议

如果你对本项目感兴趣，可以尝试以下进阶方向：

• 使用 Selenium 实现动态网页数据抓取
• 使用 pandas 将结果保存为 Excel 文件
• 构建 GUI 界面（如 Tkinter）实现可视化操作
• 添加多线程或多进程加快爬取速度
• 使用 Flask/Django 构建 Web 应用展示结果

希望这篇文章能帮助你在 Python 编程之路上越走越远！

如果你觉得有收获，欢迎点赞、收藏、转发！