Python实现王者*荣耀所有英雄皮肤采集

最新推荐文章于 2024-10-09 19:00:53 发布

茜茜是帅哥

最新推荐文章于 2024-10-09 19:00:53 发布

阅读量111

点赞数

分类专栏： python爬虫文章标签： python 开发语言 pycharm 爬虫

本文链接：https://blog.csdn.net/m0_72282564/article/details/134530769

版权

python爬虫专栏收录该内容

111 篇文章 16 订阅

订阅专栏

嗨喽，大家好呀~这里是爱看美女的茜茜呐

环境使用:

Python 3.10
Pycharm

模块使用:

requests —> 数据请求模块需要安装 pip install requests
re 正则表达式内置模块不需要安装
os 文件操作模块内置模块不需要安装

如何安装python第三方模块:

win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
在pycharm中点击Terminal(终端) 输入安装命令

👇 👇 👇 更多精彩机密、教程，尽在下方，赶紧点击了解吧~

python源码、视频教程、插件安装教程、资料我都准备好了，直接在文末名片自取就可

案例分为两部分:

选择英雄皮肤图片下载
对应所有英雄数据进行下载

案例基本思路流程:

一. 数据来源分析

明确需求: 明确采集的网站以及数据
- 网址: 妲己 https://pvp.qq.com/web201605/herodetail/109.shtml
- 数据: 所有皮肤图片+昵称
抓包分析: 皮肤图片

通过开发者工具分析图片链接是什么样子, 怎么构成怎么生成
- 打开开发者工具: F12 / 右键点击检查选择 network (网络)
- 刷新网页: 让本网页的数据内容重新加载一遍
  
  比如动态网页: 点击第二页/下一页数据, 下滑页面加载新的页面的内容
- 分析图片链接是什么样子的…
  
  图片链接: https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/109/109-bigskin-{1~10}.jpg
  
  昵称: 通过关键词去搜索对应位置
```
 https://pvp.qq.com/web201605/herodetail/109.shtml
```

二. 代码实现步骤

发送请求 -> 模拟浏览器对于url地址发送请求

请求网址: https://pvp.qq.com/web201605/herodetail/109.shtml
获取数据 -> 服务器返回响应数据

开发者工具: 响应 response
解析数据 -> 提取我们需要皮肤昵称以及构建图片链接地址
保存数据 -> 获取图片数据, 保存本地文件夹

全英雄皮肤图片下载 & 每个英雄单独放在一个文件夹里面
1. 对比采集不同英雄链接参数变化是什么样子的
  
  妲己:
  - 昵称: https://pvp.qq.com/web201605/herodetail/109.shtml
  - 图片: https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/109/109-bigskin-{1~10}.jpg
  小乔:
  - 昵称: https://pvp.qq.com/web201605/herodetail/106.shtml
  - 图片: https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/106/106-bigskin-{1~9}.jpg
英雄ID的变化:
```
  妲己 -> 109 小乔 -> 106 廉颇 -> 105
```
只需要所有到所有英雄ID就可以获取的所有英雄皮肤图片
```
  https://pvp.qq.com/web201605/js/herolist.json
```

代码展示

'''
python资料获取看这里噢！！ 小编 V：Pytho8987（记得好友验证备注：6 否则可能不通过）
即可获取：文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
# 导入数据请求模块 <需要安装>
import requests
# 导入正则表达式模块 <内置模块>
import re
# 导入文件操作模块 <内置模块>
import os

“”"

发送请求

模拟浏览器对于url地址发送请求

<Response [200]> 响应对象, 表示请求成功

“”"

'''
python资料获取看这里噢！！ 小编 V：Pytho8987（记得好友验证备注：6 否则可能不通过）
即可获取：文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
# 模拟伪装 <请求头>
headers = {
    # User-Agent 用户代理 表示浏览器基本身份信息
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36'
}
# 请求网址:
link = 'https://pvp.qq.com/web201605/js/herolist.json'
# 发送请求
json_data = requests.get(url=link, headers=headers).json()
for index in json_data:
    hero_id = index['ename']
    hero_name = index['cname']
    print(hero_name, hero_id)
    filename = f'img\\{hero_name}\\'
    if not os.path.exists(filename):
        os.makedirs(filename)
    # 请求网址
    url = f'https://pvp.qq.com/web201605/herodetail/{hero_id}.shtml'
    # 发送请求
    response = requests.get(url=url, headers=headers)

“”"

获取数据

response.text 获取响应文本数据

当获取文本数据时, 发生乱码如何解决?

解决方法: 改编码

“”"

    # 改编码
    response.encoding = response.apparent_encoding
    html_data = response.text

“”"

解析数据

re.findall(‘匹配的数据’, ‘数据源’)

“”"

'''
python资料获取看这里噢！！ 小编 V：Pytho8987（记得好友验证备注：6 否则可能不通过）
即可获取：文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
    info = re.findall('data-imgname="(.*?)">', html_data)[0].split('|')
    # 构建图片链接地址 len(info) 统计元素个数
    for i in range(len(info)): # i -> 0-9
        img = f'https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{hero_id}/{hero_id}-bigskin-{i+1}.jpg'
        title = info[i].split('&')[0] # 列表索引位置取值
        print(img, title)

“”"

保存数据

“”"

        # 获取图片内容
        img_content = requests.get(url=img, headers=headers).content
        with open(filename + title + '.jpg', mode='wb') as f:
            f.write(img_content)