FAQ

此处会收集整理同学们常问的问题，给出统一的解答

标有 新增 的问题为 2026 年 8 月 24 日补充说明。

Python编程实验：爬虫与信息系统

[Python 环境] 如何安装 Conda 虚拟环境

1. 安装 MiniConda。

   • MacOS

     mkdir -p ~/miniconda3
     
     curl https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh
     
     bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
     
     rm -rf ~/miniconda3/miniconda.sh
     
     ~/miniconda3/bin/conda init zsh
     

     摘自 MacOS miniconda安装方法

   • Windows：可参考 Miniconda 安装

2. 为 Conda 换源，可参考 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

[爬虫] 爬到的歌曲没有歌词怎么办？

Web 系统中的歌曲详情页需要展示歌词，因此要求展示的 2000 首歌曲都应有歌词。

（否则爬 2000 首无歌词的歌曲就不需要爬歌词了 😭 ）

[爬虫] 新增 歌词不完整可以吗？

可以。如果原网站本身只提供部分歌词，可以按照网站实际提供的内容保存。少量歌曲存在这种情况不会影响要求，但歌词不能大量缺失或为空。

[爬虫] 歌曲在爬取后下架了 / 链接失效了怎么办？

网站中展示的歌曲或歌手原始网站 URL 失效是允许的。但是展示的其他信息，如名称、图片、歌词等仍需要正常展示。

[爬虫] 新增 需要登录才能访问的 URL 可以吗？

可以。只要该 URL 能够指向对应的歌曲或歌手页面即可。

[爬虫] 请求难以分析 / 请求加密了 该怎么办？

1. 使用 Selenium 控制浏览器进行请求，这样可以避免对复杂的请求进行分析。学习 Selenium 的参考资料：

   • Selenium文档 - 入门指南
   • 2023 酒井科协暑培 - 爬虫
   • 2024 酒井科协暑培 - 后端 Track

2. 搜索并参考网上其他人写的同类爬虫所使用的接口和实现方式。

   实际开发中通常会避免“造轮子”，因此参考网络上的代码是允许的，但是不能直接复制粘贴，建议在看懂思路后自行完成实现。对于参考了网上代码的部分，需要在提交代码的注释中明确给出参考代码的来源。

[爬虫] 新增 可以通过 API 获取数据吗？

可以，但网页抓取和 HTML 解析应是主要的数据获取方式。API 可以用于补充部分字段，或在页面动态加载、访问受限等情况下辅助获取数据。

程序中需要包含能够实际运行、并用于生成最终数据的 HTML 抓取和解析逻辑。使用 API 时，仍需自己完成接口请求、返回数据解析、字段处理和保存，并在实验报告中说明使用 API 的原因。

[爬虫] 新增 验收时需要重新运行爬虫吗？

需要演示爬虫，但不要求重新爬取全部数据，运行少量样例即可。Cookie 可以手动配置；若目标网站临时无法访问，可使用已保存的 HTML 或 JSON 演示解析。

请勿将个人 Cookie、账号或 Token 提交到 Git 仓库。

[爬虫] 新增 可以使用第三方库获取加密歌词吗？

可以，使用第三方库本身不会导致扣分。需要在代码或实验报告中注明库的名称和来源，并能够解释这个库解决了什么问题、怎样调用，以及返回的数据如何被后续代码处理。

如果第三方库只负责歌词解密或格式转换，歌曲信息获取、接口调用、结果解析和数据保存仍由自己的程序完成，这种使用方式没有问题。

如果整个爬虫只剩下把歌曲 URL 传给第三方接口，再直接保存其返回结果，自己没有完成实质性的请求、解析或数据处理工作，验收时会根据实际完成的代码评分，相关部分不一定能得到满分。

[Web系统设计] 一定要使用 Django 吗？可以使用其他框架 / 静态页面吗？

Web 系统不一定要用 Django 框架搭建，但是必须使用 Python 完成。使用静态网页、把所有信息全部传到前端处理、主体用其他语言实现都是不可以的。

[Web系统设计] 爬取的歌曲有多个创作者时，需要都在歌曲详情页中展示并提供链接吗？

可以实现为歌曲有多个创作者；也可以忽略多个歌手，仅在歌曲详情页中展示并允许跳转到其中某一个歌手。

[数据分析] “给出3个有意义的结论” 是指什么？有没有例子？

• 往年参考样例（作业为视频网站爬虫）

  • 收集到的鬼畜区视频评论中，热词 top 5 是 xx，占比分别为 xx%（附词云图）
  • 视频播放量和视频的投币数呈明显的线性相关性（附散点图，拟合直线和相关系数）
  • 在收集到的视频中5-7时发布的视频数量最少，占比仅为 xx%（附频率分布直方图）

• 这一任务的目的是练习使用 numpy 等 Python 库对爬取的数据进行数据统计、分析和展示，发现一些有趣或有价值的信息，对结论的类型没有明确要求。大家可以自行选择分析的话题与思路，无需囿于以上的案例。

• 但是需要注意，统计与分析需要有一定深度与启发意义，结论不可太过简单浅显，不可直接对数据进行粗略的描述，比如仅给出个别统计量。不合理的例子：

  • 所有视频的平均播放量为xxx
  • xx相关视频在所有视频占10%

作者：jz