这么结构化，你随便弄弄就好了，用个replace('<br/>', '\n')就几乎完事了，如果还不满意，就在调整一下。。。


【 在 javame 的大作中提到: 】
: <div class="sp">[ti:让你感觉我的心再说爱你]<br/>[ar:彭家丽]<br/>[al:新曲＋精选]<br/>[offset:0]<br/>[00:01.51]让你感觉我的心再说爱你 - 彭家丽<br/>[00:23.90]不愿说别离 我紧紧拥着你<br/>[00:28.57]<br/>[00:29.57]让你听见我的心 在偷偷的叹息<br/>[00:35.50]<br/>[00:36.19]过去所有的回忆 我会放在我心里<br/>[00:41.80]<br/>[00:42.68]我会永远为你而美丽<br/>[00:48.35]<br/>[00:49.23]不愿道别离 我紧紧吻着你<br/>[00:54.59]<br/>[00:55.47]吻干你的忧郁 你的泪滴<br/>[01:01.52]在每个深沉夜里 每一个梦里<br/>[01:07.95]我会用我的真心好好爱你<br/>
: 用python的bs4还是用正则，谁能贴个例子，谢谢！
--
FROM 103.238.135.*

我用正则的方法解决了，谢谢!

【 在 GoGoRoger 的大作中提到: 】
: 这么结构化，你随便弄弄就好了，用个replace('<br/>', '\n')就几乎完事了，如果还不满意，就在调整一下。。。
:
--
FROM 116.231.61.*

就是<br/>换行的地方有点麻烦，bs4搞的话，会有点问题。我现在用正则绕开了，先把重要数据抓下来再说。
现在版权抓的厉害，没准以后下lrc歌词也要付费了。

反复搜了一下，原来这首歌曲的版权是索尼音乐的。

【 在 nikezhang 的大作中提到: 】
: 去年你不是问过了，怎么还没有搞完？
--
修改:javame FROM 116.231.61.*
FROM 116.231.61.*

bs4我只会一些基本的用法，我的代码是这样写的。

# -*- coding: UTF-8 -*-

html = '''<div class="sp">[ti:让你感觉我的心再说爱你]<br/>[ar:彭家丽]<br/>[al:新曲＋精选]
<br/>[offset:0]<br/>[00:01.51]让你感觉我的心再说爱你 - 彭家丽<br/>[00:23.90]不愿
说别离 我紧紧拥着你<br/>[00:28.57]<br/>[00:29.57]让你听见我的心 在偷偷的叹息
<br/>[00:35.50]<br/>[00:36.19]过去所有的回忆 我会放在我心里<br/>[00:41.80]<br/>
[00:42.68]我会永远为你而美丽<br/>[00:48.35]<br/>[00:49.23]不愿道别离 我紧紧吻着
你<br/>[00:54.59]<br/>[00:55.47]吻干你的忧郁 你的泪滴<br/>[01:01.52]在每个深沉夜
里 每一个梦里<br/>[01:07.95]我会用我的真心好好爱你<br/>'''


from bs4 import BeautifulSoup as bs
soup = bs(html,'html.parser')
lrc = soup.find('div',attrs={'class':'sp'})
print(lrc.text)

然后输出的数据是一行的中间没有换行，因为歌词文本还是有点长度的，能否利用迭代的方法，或者用生成器yield来整理出歌词？

[ti:让你感觉我的心再说爱你][ar:彭家丽][al:新曲＋精选][offset:0][00:01.51]让你感觉我的心再说爱你 - 彭家丽[00:23.90]不愿说别离 我紧紧拥着你[00:28.57][00:29.57]让你听见我的心 在偷偷的叹息[00:35.50][00:36.19]过去所有的回忆 我会放在我心里[00:41.80][00:42.68]我会永远为你而美丽[00:48.35][00:49.23]不愿道别离 我紧紧吻着你[00:54.59][00:55.47]吻干你的忧郁 你的泪滴[01:01.52]在每个深沉夜里 每一个梦里[01:07.95]我会用我的真心好好爱你

------------------

正常的歌词应该是这样的，还应该如何处理啊？  
  
[ti:让你感觉我的心再说爱你]
[ar:彭家丽]
[al:新曲＋精选]
[offset:0]
[00:01.51]让你感觉我的心再说爱你 - 彭家丽
[00:23.90]不愿说别离 我紧紧拥着你
[00:28.57][00:29.57]让你听见我的心 在偷偷的叹息
[00:35.50][00:36.19]过去所有的回忆 我会放在我心里
[00:41.80][00:42.68]我会永远为你而美丽
[00:48.35][00:49.23]不愿道别离 我紧紧吻着
你[00:54.59][00:55.47]吻干你的忧郁 你的泪滴
[01:01.52]在每个深沉夜里 每一个梦里
[01:07.95]我会用我的真心好好爱你
  
【 在 poocp (慢速随机指标) 的大作中提到: 】
: 看你陆陆续续问的这些内容，你目前的需求就是网络爬虫嘛。
: 与其这么一点点的问问题，不如自己先大概了解一下网络爬虫的概念，以及开发常用的语言和库，这些早都是10多年前就很成熟的技术了，没必要走弯路。
: [code=bash]
: ...................
--
修改:javame FROM 116.231.61.*
FROM 116.231.61.*

不好意思，我刚看到。
谢谢你

【 在 poocp (慢速随机指标) 的大作中提到: 】
: 代码已经给你了啊，echo后面那部分就是，你把echo换成curl -s https://url就能扒歌词了。xmllint需要装libxml2这个包。
: [code=bash]
: curl -s 'lyrics_url' | xmllint --html --xpath "//div[@class='sp']/text()" - | sed  '/[0-9]\{2,\}\]$/{N;s#\([0-9]\+\]\)\n\(\[\)#\1\2#;}'
: ...................
--
FROM 116.231.61.*