亚洲最大看欧美片,亚洲图揄拍自拍另类图片,欧美精品v国产精品v呦,日本在线精品视频免费

  • 站長資訊網
    最全最豐富的資訊網站

    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚

    python視頻教程欄目精煉介紹如何爬取全英雄皮膚。

    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚

    免費推薦:python視頻教程

    距離上次寫爬蟲文章已經過了許久了,之前寫過一篇20行Python代碼爬取王者榮耀全英雄皮膚
    ,反響強烈,其中有很多同學希望我再寫一篇針對英雄聯盟官網的皮膚爬取,但苦于事情繁多,便一拖再拖,一直拖到了現在,那么本篇文章我們就一起來學習一下如何爬取英雄聯盟全英雄皮膚。

    爬取代碼非常簡單,從上到下可能只需要寫30行左右就能完成,但重要的是分析過程,在此之前,我們先來了解一下本篇文章需要用到的模塊。

    requests模塊介紹

    首先是requests模塊,這是一個模擬瀏覽器請求的模塊,我們可以通過它來獲取網頁上的信息,比如百度:

    import requests  url = 'http://www.baidu.com'response = requests.get(url)print(response.text)

    運行結果:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    通過get函數就能夠向指定參數的url發(fā)送請求,得到的response對象中封裝了很多響應的信息,其中的text即為響應內容,注意到獲取的內容里有亂碼,這是編解碼不一致造成的,只需先獲取二進制數據,然后重新解碼即可:

    import requests  url = 'http://www.baidu.com'response = requests.get(url)print(response.content.decode())

    運行結果:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚

    json模塊

    json模塊可以對json字符串和Python數據類型進行相互轉換,比如將json轉換為Python對象:

    import json  json_str = '{"name":"zhangsan","age":"20"}'rs = json.loads(json_str)print(type(rs))print(rs)

    使用loads函數即可將json字符串轉為字典類型,運行結果:

    <class 'dict'> {'name': 'zhangsan', 'age': '20'}

    而若是想將Python數據轉為json字符串,也非常簡單:

    import json  str_dict = {'name': 'zhangsan', 'age': '20'}json_str = json.dumps(str_dict)print(type(json_str))print(json_str)

    通過dumps函數即可將Python數據轉為json字符串,運行結果:

    <class 'str'> {"name": "zhangsan", "age": "20"}

    準備工作

    前面介紹了兩個模塊,通過這兩個模塊我們就能夠完成這個程序了。
    在正式開始編寫代碼之前,我們首先需要分析數據來源,來到官網:https://lol.qq.com/main.shtml,往下拉找到英雄列表:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    我們隨意點擊一個英雄進去查看:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    在皮膚圖片上右鍵點擊檢查:厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    這樣就找到了這個皮膚的url,我們再選擇第二個皮膚,看看它的url:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    我們將安妮所有皮膚的url全部拿出來看看:

    https://game.gtimg.cn/images/lol/act/img/skin/big1000.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1001.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1002.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1003.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1004.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1005.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1006.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1007.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1008.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1009.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1010.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1011.jpg https://game.gtimg.cn/images/lol/act/img/skin/big1012.jpg

    從這些url中能發(fā)現什么規(guī)律呢?其實規(guī)律非常明顯,url前面的內容都是一樣的,唯一不同的是big1000.jpg,而每個皮膚圖片就是在該url的基礎上加1。

    那么問題來了,它是如何區(qū)分這張圖片所屬的英雄的呢?我們觀察瀏覽器上方的地址:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    地址上有一個屬性值id為1,那么我們可以猜測一下,皮膚圖片url中的big1000.jpg是不是由英雄id和皮膚id共同組成的呢?

    要想證明我們的猜想,就必須再去看看其它英雄皮膚是不是也滿足這一條件:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    打開燼的詳情頁面,其id為202,由此,燼的皮膚圖片url最后部分應為:big ' + 202 + ' 皮膚編號.jpg,所以其url應為:

    https://game.gtimg.cn/images/lol/act/img/skin/big202000.jpg https://game.gtimg.cn/images/lol/act/img/skin/big202001.jpg https://game.gtimg.cn/images/lol/act/img/skin/big202002.jpg https://game.gtimg.cn/images/lol/act/img/skin/big202003.jpg https://game.gtimg.cn/images/lol/act/img/skin/big202004.jpg https://game.gtimg.cn/images/lol/act/img/skin/big202005.jpg

    事實是不是如此呢?檢查一下便知:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    規(guī)律已經找到,但是我們還面臨著諸多問題,比如每個英雄對應的id是多少呢?每個英雄又分別有多少個皮膚呢?

    查詢英雄id

    先來解決第一個問題,每個英雄對應的id是多少?我們只能從官網首頁中找找線索,在首頁位置打開網絡調試臺:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    點擊Network,并選中XHR,XHR是瀏覽器與服務器請求數據所依賴的對象,所以通過它便能篩選出一些服務器的響應數據。
    此時我們刷新頁面,在篩選出的內容發(fā)現了這么一個東西:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    hero_list,英雄列表?這里面會不會存儲著所有英雄的信息呢?
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    點擊右側的Response,得到了一串json字符串,我們將其解析一下:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    這些數據里果然存儲的是英雄的信息,包括名字、id、介紹等等,那么接下來我們的任務就是將英雄名字和id單獨提取出來,過濾掉其它信息。

    忘了告訴你們了,這個文件的url在這里可以找到:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    接下來開始寫代碼:

    import jsonimport requests# 定義一個列表,用于存放英雄名稱和對應的idhero_id = []url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js?v=20'response = requests.get(url)text = response.text# 將json字符串轉為列表hero_list = json.loads(text)['hero']# 遍歷列表for hero in hero_list:     # 定義一個字典     hero_dict = {'name': hero['name'], 'id': hero['heroId']}     # 將列表加入字典     hero_id.append(hero_dict)print(hero_id)

    首先通過requests模塊請求該url,就能夠獲取到一個json字符串,然后使用json模塊將該字符串轉為Python中的列表,最后循環(huán)取出每個英雄的name和heroid屬性,放入新定義的列表中,這個程序就完成了英雄id的提取。

    查詢皮膚個數

    接下來解決第二個問題,如何知曉某個英雄究竟有多少個皮膚,按照剛才的思路,我們可以猜測一下,對于皮膚也應該會有一個文件存儲著皮膚信息,在某個英雄的皮膚頁面打開網絡調試臺,并選中XHR,刷新頁面,找找線索:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    找來找去確實找不到有哪個文件是跟皮膚有關系的,但是這里發(fā)現了一個31.js文件,而當前英雄的id也為31,這真的是巧合嗎?我們將右邊的json字符串解析一下:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    該json數據中有一個skins屬性,該屬性值即為當前英雄的皮膚信息,既然找到了數據,那接下來就好辦了,開始寫代碼:

    import jsonimport requests  url = 'https://game.gtimg.cn/images/lol/act/img/js/hero/31.js'response = requests.get(url)text = response.text# 將json字符串轉為列表skins_list = json.loads(text)['skins']skin_num = len(skins_list)

    源程序實現

    準備工作已經完成了我們所有的前置任務,接下來就是在此基礎上編寫代碼了:

    import requestsimport jsonimport osimport tracebackfrom tqdm import tqdmdef spider_lol():     # 定義一個列表,用于存放英雄名稱和對應的id     hero_id = []     skins = []     url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js?v=20'     response = requests.get(url)     text = response.text    # 將json字符串轉為列表     hero_list = json.loads(text)['hero']     # 遍歷列表     for hero in hero_list:         # 定義一個字典         hero_dict = {'name': hero['name'], 'id': hero['heroId']}         # 將列表加入字典         hero_id.append(hero_dict)     # 得到每個英雄對應的id后,即可獲得英雄對應皮膚的url     # 英雄id + 001     # 遍歷列表     for hero in hero_id:         # 得到英雄名字         hero_name = hero['name']         # 得到英雄id         hero_id = hero['id']         # 創(chuàng)建文件夾         os.mkdir('C:/Users/Administrator/Desktop/lol/' + hero_name)         # 進入文件夾         os.chdir('C:/Users/Administrator/Desktop/lol/' + hero_name)         # 得到id后即可拼接存儲該英雄信息的url         hero_info_url = 'https://game.gtimg.cn/images/lol/act/img/js/hero/' + hero_id + '.js'         # 通過訪問該url獲取英雄的皮膚數量         text = requests.get(hero_info_url).text         info_list = json.loads(text)         # 得到皮膚名稱         skin_info_list = info_list['skins']         skins.clear()         for skin in skin_info_list:             skins.append(skin['name'])         # 獲得皮膚數量         skins_num = len(skin_info_list)         # 獲得皮膚數量后,即可拼接皮膚的url,如:安妮的皮膚url為:         # https://game.gtimg.cn/images/lol/act/img/skin/big1000.jpg ~ https://game.gtimg.cn/images/lol/act/img/skin/big1012         s = ''         for i in tqdm(range(skins_num), '正在爬取' + hero_name + '的皮膚'):             if len(str(i)) == 1:                 s = '00' + str(i)             elif len(str(i)) == 2:                 s = '0' + str(i)             elif len(str(i)) == 3:                 pass             try:                 # 拼接皮膚url                 skin_url = 'https://game.gtimg.cn/images/lol/act/img/skin/big' + hero_id + '' + s + '.jpg'                 # 訪問當前皮膚url                 im = requests.get(skin_url)             except:                 # 某些英雄的炫彩皮膚沒有url,所以直接終止當前url的爬取,進入下一個                 continue             # 保存圖片             if im.status_code == 200:                 # 判斷圖片名稱中是否帶有'/'、''                 if '/' in skins[i] or '\' in skins[i]:                     skins[i] = skins[i].replace('/', '')                     skins[i] = skins[i].replace('\', '')                 with open(skins[i] + '.jpg', 'wb') as f:                     f.write(im.content)def main():     try:         spider_lol()     except Exception as  e:         # 打印異常信息         print(e)if __name__ == '__main__':     main()

    運行效果:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    運行之前記得在桌面上創(chuàng)建一個lol文件夾,如果想改動的話也可以修改程序:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    程序中還考慮到了一些其它情況,比如在爬取這個皮膚的時候會出現問題:
    厲害了,30行python代碼爬取英雄聯盟全英雄皮膚
    因為圖片路徑是以皮膚名字命名的,然而這個皮膚的名字中竟然有個/,它是會影響到我們的圖片保存操作的,所以在保存前將斜杠替換成空字符即可。

    還有一個問題就是即使是第一個皮膚,其編號也應該為000而不是0,所以還需要對其進行一個轉化,讓其始終是三位數。

    最后

    本篇文章同樣繼承了上篇文章精簡的特點,拋去注釋的話總共30行代碼左右,程序當然還有一些其它地方可以進一步優(yōu)化,這就交給大家自由發(fā)揮了。

    贊(0)
    分享到: 更多 (0)
    網站地圖   滬ICP備18035694號-2    滬公網安備31011702889846號