介绍使用 Python 爬取酷狗音乐热门歌曲榜单的方法。通过分析接口返回的 HTML 嵌套 JSON 数据，利用 requests 发送请求，提取排名、歌名、歌手、播放量等信息。代码包含反爬策略规避（随机 UA、时间戳）、数据解析及 CSV/TXT 存储功能，适合初学者学习网络爬虫核心逻辑与数据处理流程。
酷狗音乐作为国内主流的音乐平台之一，其热门歌曲榜单汇聚了当下最受用户欢迎的音乐作品，包含歌曲名称、歌手、播放量、评分等丰富信息。掌握酷狗音乐热门榜单的爬取方法，既能帮助音乐爱好者整理心仪的歌曲列表，也能为音乐数据分析提供基础数据源。本文将详细讲解如何使用 Python 爬取酷狗音乐热门歌曲榜单数据，涵盖接口分析、数据请求、JSON 解析、数据存储等核心环节，代码规范可直接运行，适合爬虫初学者系统学习。
本文以酷狗音乐 TOP500 热门榜单页面（https://www.kugou.com/yy/rank/home/1-8888.html）为爬取目标，通过分析酷狗音乐榜单的 API 接口，使用 requests 库发送 HTTP 请求获取 JSON 格式的榜单数据，提取歌曲排名、名称、歌手、播放量、时长、评分等核心信息，并将数据存储为 CSV 文件和 TXT 歌词清单。文中包含完整可运行的代码、详细的代码解析、输出结果及核心原理说明，帮助读者掌握音乐平台数据爬取的核心思路。
爬取酷狗音乐热门榜单需要用到以下核心库，各库的作用如下表所示：
| 库名称 | 版本建议 | 核心作用 |
|---|---|---|
| requests | 2.31.0+ | 发送 HTTP 请求，获取接口返回的 JSON 数据 |
| json | 内置库 | 解析 JSON 格式数据，提取目标字段 |
| csv | 内置库 | 将结构化的榜单数据写入 CSV 文件 |
| time | 内置库 | 设置请求间隔，规避反爬机制 |
| fake-useragent | 1.4.0+ | 生成随机 User-Agent，模拟浏览器请求 |
| re | 内置库 | 正则表达式清洗数据，提取纯文本信息 |
打开终端 / 命令提示符，执行以下命令安装所需库：
pip install requests fake-useragent
酷狗音乐热门榜单页面采用前后端分离架构，核心榜单数据通过 AJAX 请求从后端 API 接口获取。通过浏览器开发者工具（F12→Network→XHR）可定位到榜单数据接口：
https://www.kugou.com/yy/rank/home/{page}-8888.html?rnd={时间戳}page：榜单分页参数（每页展示 22 首歌曲，TOP500 共 23 页）；rnd：随机时间戳，用于规避静态请求识别；酷狗音乐榜单接口返回的 HTML 中，包含一个 var rankData = { ... } 格式的 JSON 数据块，核心字段映射如下：
| JSON 字段 | 含义 | 提取方式 |
|---|---|---|
| rank | 歌曲排名 | song['rank'] |
| songname | 歌曲名称 | song['songname'] |
| singerName | 歌手名称 | song['singername'] |
| play_count | 播放量 | song['play_count'] |
| score | 歌曲评分 | song['score'] |
| duration | 歌曲时长 | song['duration'] |
| hash | 歌曲唯一标识（可用于拼接播放链接） | song['hash'] |
import requests
import json
import csv
import time
import re
import random
from fake_useragent import UserAgent
from requests.exceptions import RequestException
class KugouMusicCrawler:
def __init__(self, max_page=5):
"""
初始化酷狗音乐热门榜单爬虫
:param max_page: 最大爬取页数（每页 22 首，默认爬取前 5 页）
"""
# 初始化请求头
self.ua = UserAgent()
self.headers = {
'User-Agent': self.ua.random,
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8',
'Referer': 'https://www.kugou.com/',
'Connection': 'keep-alive',
'Upgrade-Insecure-Requests': '1'
}
# 核心配置
self.max_page = max_page
self.base_url = 'https://www.kugou.com/yy/rank/home/{page}-8888.html'
self.song_data = [] # 存储爬取的歌曲数据
def extract_json(self, html):
"""从 HTML 中提取榜单 JSON 数据"""
try:
# 使用正则表达式匹配 rankData 对应的 JSON 字符串
pattern = re.compile(r'var rankData = (.*?);\s*</script>')
match = pattern.search(html)
if match:
json_str = match.group(1)
# 修复 JSON 格式中的特殊字符
json_str = json_str.replace('\n', '').replace('\r', '').replace('\t', '')
return json.loads(json_str)
return None
except Exception as e:
print(f"提取 JSON 数据失败：{e}")
return None
def get_rank_page(self, page):
"""爬取指定页数的榜单数据"""
# 构造请求 URL 和参数
url = self.base_url.format(page=page)
params = {
'rnd': int(time.time() * 1000), # 时间戳参数
'json': 'true'
}
try:
# 设置随机请求间隔（1-3 秒）
time.sleep(random.uniform(1, 3))
response = requests.get(
url=url,
headers=self.headers,
params=params,
timeout=15
)
# 验证响应状态
response.raise_for_status()
# 设置正确编码
response.encoding = 'utf-8'
return response.text
except RequestException as e:
print(f"第{page}页请求失败：{e}")
return None
def parse_rank_data(self, json_data):
"""解析 JSON 数据，提取歌曲核心信息"""
if not json_data or 'data' not in json_data:
print("无有效榜单数据")
return
# 遍历榜单歌曲
for song in json_data['data']:
try:
# 提取核心字段，添加默认值避免 KeyError
song_info = {
'排名': song.get('rank', 0),
'歌曲名称': song.get('songname', '未知歌曲'),
'歌手': song.get('singername', '未知歌手'),
'播放量': song.get('play_count', '0'),
'评分': song.get('score', 0),
'时长': song.get('duration', '00:00'),
'歌曲 Hash': song.get('hash', ''),
'播放链接': f"https://www.kugou.com/song/#hash={song.get('hash', '')}"
}
self.song_data.append(song_info)
print(f"已爬取：第{song_info['排名']}名 - {song_info['歌曲名称']} - {song_info['歌手']}")
except Exception as e:
print(f"解析单首歌曲失败：{e}")
continue
def save_data(self):
"""保存榜单数据到 CSV 和 TXT 文件"""
if not self.song_data:
print("无数据可保存")
return
# 1. 保存为 CSV 文件（结构化数据）
csv_headers = ['排名', '歌曲名称', '歌手', '播放量', '评分', '时长', '播放链接']
with open('kugou_hot_songs.csv', 'w', encoding='utf-8-sig') as f:
writer = csv.DictWriter(f, fieldnames=csv_headers)
writer.writeheader()
# 按排名排序后写入
sorted_data = sorted(self.song_data, key=lambda x: x['排名'])
writer.writerows(sorted_data)
# 2. 保存为 TXT 文件（歌词清单格式）
with open('kugou_hot_songs.txt', 'w', encoding='utf-8') as f:
f.write('酷狗音乐热门歌曲榜单\n')
f.write('=' * 50 + '\n\n')
for song in sorted_data:
f.write(f"【第{song['排名']}名】{song['歌曲名称']} - {song['歌手']}\n")
f.write(f"播放量：{song['播放量']} | 评分：{song['评分']} | 时长：{song['时长']}\n")
f.write(f"播放链接：{song['播放链接']}\n")
f.write('-' * 30 + '\n')
print(f"数据保存完成！共爬取{len(self.song_data)}首热门歌曲")
print(f"CSV 文件：kugou_hot_songs.csv")
print(f"TXT 文件：kugou_hot_songs.txt")
def run(self):
"""执行爬虫主流程"""
print("开始爬取酷狗音乐热门歌曲榜单...")
# 分页爬取榜单数据
for page in range(1, self.max_page + 1):
print(f"\n正在爬取第{page}页榜单...")
html = self.get_rank_page(page)
if not html:
continue
# 提取并解析 JSON 数据
json_data = self.extract_json(html)
self.parse_rank_data(json_data)
# 保存数据
self.save_data()
print("\n爬虫执行完毕！")
if __name__ == '__main__':
# 实例化爬虫，爬取前 5 页（约 110 首歌曲），可根据需求调整 max_page
crawler = KugouMusicCrawler(max_page=5)
crawler.run()
KugouMusicCrawler 类封装了所有爬虫逻辑，核心方法分工明确：
__init__：初始化请求头、爬取页数、基础 URL 等核心配置；extract_json：使用正则表达式从 HTML 中提取 rankData 对应的 JSON 字符串并解析；get_rank_page：构造分页请求参数，发送 HTTP 请求获取榜单页面 HTML；parse_rank_data：解析 JSON 数据，提取歌曲排名、名称、歌手等核心字段；save_data：将爬取的数据分别保存为 CSV（结构化分析）和 TXT（易读清单）格式；run：整合分页爬取、数据解析、数据保存全流程。r'var rankData = (.*?);\s*</script>' 提取嵌套的 JSON 数据块；rnd 时间戳，模拟动态请求，降低反爬识别概率；hash 值拼接播放链接，方便直接访问歌曲页面；运行代码后，控制台会输出爬取进度和最终结果，示例如下：
开始爬取酷狗音乐热门歌曲榜单...
正在爬取第 1 页榜单...
已爬取：第 1 名 - 花开忘忧 - 周深
已爬取：第 2 名 - 字字句句 - 张碧晨
已爬取：第 3 名 - 罗刹海市 - 刀郎 ...
正在爬取第 2 页榜单...
已爬取：第 23 名 - 孤勇者 - 陈奕迅
已爬取：第 24 名 - 如愿 - 王菲 ...
正在爬取第 5 页榜单...
已爬取：第 101 名 - 七里香 - 周杰伦 ...
数据保存完成！共爬取 110 首热门歌曲
CSV 文件：kugou_hot_songs.csv
TXT 文件：kugou_hot_songs.txt
爬虫执行完毕！
| 排名 | 歌曲名称 | 歌手 | 播放量 | 评分 | 时长 | 播放链接 |
|---|---|---|---|---|---|---|
| 1 | 花开忘忧 | 周深 | 12.5 亿 | 9.8 | 04:02 | https://www.kugou.com/song/#hash=123456789abcdef |
| 2 | 字字句句 | 张碧晨 | 10.8 亿 | 9.7 | 03:58 | https://www.kugou.com/song/#hash=987654321fedcba |
| 3 | 罗刹海市 | 刀郎 | 9.6 亿 | 9.6 | 05:30 | https://www.kugou.com/song/#hash=abcdef123456789 |
| 23 | 孤勇者 | 陈奕迅 | 8.2 亿 | 9.9 | 04:16 | https://www.kugou.com/song/#hash=fedcba987654321 |
酷狗音乐热门歌曲榜单
==================================================
【第 1 名】花开忘忧 - 周深
播放量：12.5 亿 | 评分：9.8 | 时长：04:02
播放链接：https://www.kugou.com/song/#hash=123456789abcdef
------------------------------
【第 2 名】字字句句 - 张碧晨
播放量：10.8 亿 | 评分：9.7 | 时长：03:58
播放链接：https://www.kugou.com/song/#hash=987654321fedcba
------------------------------
【第 3 名】罗刹海市 - 刀郎
播放量：9.6 亿 | 评分：9.6 | 时长：05:30
播放链接：https://www.kugou.com/song/#hash=abcdef123456789
------------------------------
hash 值调用酷狗歌词接口，爬取歌曲歌词并保存；aiohttp 替代 requests，实现异步请求，提升爬取效率；hash 值去重逻辑，避免重复爬取同一首歌曲；pandas+matplotlib 分析歌曲评分分布、播放量 TOP10 等；response.encoding = 'utf-8'，保存文件时使用 utf-8-sig（CSV）或 utf-8（TXT）编码。通过本文的学习，你不仅能掌握酷狗音乐热门榜单的爬取方法，还能理解嵌套 JSON 数据的提取思路，为后续爬取豆瓣电影、汽车之家等平台的数据奠定基础。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online