之前写过一个的博文，实现了百度新歌、热门歌曲的爬取与下载。但那个采用的是单线程，网络状况一般的情况下，扫描前100首歌的时间大概得到40来秒。而且用Pyqt做的界面，在下载的过程中进行窗口操作，会出现UI阻塞的现象。

前两天有时间调整了一下，做了几方面的改进：

1.修改了UI界面阻塞的问题，下载的过程中可以进行其它的UI操作;

2.爬虫程序采用一个主线程，8个子线程的方式快速爬取，网络状况一致的情况下，将扫描100首歌曲的时间提高到了8、9秒左右；（本地下载速度大概300K左右）

3.解析网页的方法由之前的HtmlParser变成了现在的BeautifulSoup;

要运行此功能需要安装PyQt、BeautifulSoup。运行之前需要在settings.py文件中配置百度账号和密码。

username = "your baidu acount"    #配置你的百度账号password = "your baidu password"  #配置你的百度密码

配置好账户和密码后，直接双击spiderMan.py文件运行即可。

运行流程

1.首先由spiderMan.py进入主程序，开始运行。

2.主程序将控制权交给dispatcher调度程序，调度程序首先登录百度。

3.如果登录成功，调度程序开启8个子线程，由这8个子线程抓取百度新歌榜或百度热歌榜的歌曲链接，分析链接，获取真正的下载地址,并将下载地址、歌曲名称、歌手信息写入一个文本文件。

4.当子线程执行完毕，主程序读取上一步生成的文本文件，加载UI窗体。

整个过程如下图：

正常运行后的效果如下图：

 

问题：

在github上提出了两个问题：

1.文件spiderMan.py中获取当前脚本所在的目录 root = os.path.dirname(__file__)+"/" 获取到的目录为空，建议应该用os.getcwd()。

这里我实际想要的是当前脚本所在的绝对路径，正确的脚本应该是这样的：os.path.abspath(os.path.dirname(__file__))+"/"

那么为什么os.path.dirname(__file__)和os.getcwd()为什么都不行呢？os.path.dirname(__file__)是当前脚本相对于脚本的执行目录的相对路径，而os.getcwd()是脚本实际执行的目录。新建test.py文件，代码如下：

import osprint("os.path.dirname(__file__):"+os.path.dirname(__file__))print("os.getcwd():"+os.getcwd())

首先定位到计算机根目录/,执行如下命令:python /home/fengzheng/vimPython/BaiduMusicSpider-master/test.py，输出结果：

os.path.dirname(__file__):/home/fengzheng/vimPython/BaiduMusicSpider-master os.getcwd():

定位到/home/fengzheng/vimPython/,执行如下命令:python BaiduMusicSpider-master/test.py，输出结果：

os.path.dirname(__file__):BaiduMusicSpider-master os.getcwd():/home/fengzheng/vimPython

这样说吧，抛开执行上的参数值，在windows下把命令理解为单击鼠标直接运行的操作，os.path.dirname(__file__)就是所执行的脚本文件对于当前所处的目录的相对路径，而os.getcwd()就是当前执行这个脚本所在的路径，即在哪个位置执行就是那个位置的路径。

2.有一些路径字符串中用的是”\”，正确的写法应该是”/”,因为当时是在windows上写的，没太注意。

github下载地址如下：