def parse_one_page(html): 
 soup = BeautifulSoup(html, 'lxml') 
 data = soup.select('div.ranklist-wrapper.clearfix div.bd ul.song-list li') 
 pattern1 = re.compile(r'(.*?)

上面的代碼是我分析網(wǎng)頁數(shù)據(jù)的全部代碼，這里不得不說python語言的魅力，數(shù)十行代碼便能完成java100行的任務(wù)，C/C++1000行的任務(wù)。上述函數(shù)中，筆者首先通過Beautifulsoup得到該網(wǎng)頁的源代碼，再通過select()方法得到所有l(wèi)i標(biāo)簽中的數(shù)據(jù)。

到這里，這個爬蟲便要進入到最重要的環(huán)節(jié)了，相信很多不懂re模塊的童靴們有點慌張，在這里筆者真的是強烈推薦對python有興趣的童靴們一定要學(xué)習(xí)這個非常重要的一環(huán)。首先，我們知道re的方法大多只針對string型數(shù)據(jù)，因此我們調(diào)用str()方法將每個list中的數(shù)據(jù)（即item）轉(zhuǎn)換為string型。然后便是定義re的pattern了，這是個稍顯復(fù)雜的東西，其中主要用到re.compile()函數(shù)得到要在string中配對的pattern，這里筆者便不累述了，感興趣的童靴可以去網(wǎng)上查閱一下資料。

上述代碼中，筆者寫了兩個pattern，因為百度音樂的網(wǎng)頁里，li標(biāo)簽有兩個結(jié)構(gòu)，當(dāng)用一個pattern在li中找不到數(shù)據(jù)時，便使用另一個pattern。關(guān)于re.findadd()方法，它會返回一個list，里面裝著tuple，但其實我們知道我們找到的數(shù)據(jù)就是list[0]，再將每個數(shù)據(jù)添加到另一個List中，讓函數(shù)返回。

相信很多看到這里的小伙伴已經(jīng)云里霧里，無奈筆者對re板塊也知道的不多，對python感興趣的同學(xué)可以查閱相關(guān)資料再來看一下代碼，相信能夠如魚得水。

完整的代碼如下：

import requests 
from bs4 import BeautifulSoup 
import re 
 
 
def get_one_page(url): 
 wb_data = requests.get(url) 
 wb_data.encoding = wb_data.apparent_encoding 
 if wb_data.status_code == 200: 
  return wb_data.text 
 else: 
  return None 
 
 
def parse_one_page(html): 
 soup = BeautifulSoup(html, 'lxml') 
 data = soup.select('div.ranklist-wrapper.clearfix div.bd ul.song-list li') 
 pattern1 = re.compile(r'(.*?)