系列文章目录
对英雄联盟比赛预测（一）- 特征分析
对英雄联盟比赛预测（二）- 数据获取api分析
对英雄联盟比赛预测（三）- 数据获取Java实现
文章目录
声明
本文中所涉及到的所有数据及使用方法仅供学习使用，不得用于商业用途
前言
上篇文章对英雄联盟比赛预测（一）- 特征分析对比赛的数据类型进行了分析，接下来，我们就要开始获取各个比赛的具体数据。
提示：以下是本篇文章正文内容，下面案例可供参考
一、数据源分析
目前已知可以获取比赛各个数据的来源有：掌盟逆向工程/拳头开发者api，对比之下，掌盟的数据源不稳定，且容易被封，所以，我们采用拳头的api。# 系列文章目录
提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
二、使用步骤
1. 申请拳头开发者
下面这个是拳头的开发者平台
拳头开发者登录平台
点击下面红框内的按钮，接着按步骤进行注册即可，接下来会有api key，如果过期了，就点重新生成。
但是有可能没有下面这个验证码。因为这个验证码是拳头调用google的服务，所以如果网络不能访问google的话，可能就无法重新生成了。有效期为24小时。
因为拳头服务器所在为西八区（太平洋时区），所以时间会比北京时间早16个小时。
2. 分析api
拳头的api地址为：
https://developer.riotgames.com/apis
2.1 数据入口
我们发现基本上所有的和比赛相关的api都需要选手的puuid和matchId，这些id我们目前是无从得知的。但是仔细分析了下api，发现有个api
可以获取玩家的基本信息，但是需要玩家的昵称。我们就随便猜一个昵称 abc
得到的结果是这样的:
{
"id": "4HgrVFAc98Izb5K0jZb98c_phOQWhE7r0noAXA",
"accountId": "PpOm0GdjH6g_-vtvfx_vZlxBHBJSpqO34Igs_QmhwDU",
"puuid": "DLqpTe5-O1_peuVeN-OyIOn6u-cb2qWNZCu0ztR1h4yxhUrw-h0FeBhurvn4g",
"name": "abc",
"profileIconId": 27,
"revisionDate": 1586453567000,
"summonerLevel": 84
}
这里我们发现了重要数据：puuid,accountId
为保护个人隐私，上面的数据已经被我修改过了，不可直接使用
2.2 查找比赛
上一节，我们拿到了某些玩家的puuid，接着可以通过puuid，来获取玩家的游戏列表
输入玩家的puuid，下面的选BR1，其他可选项不填
这样我们就能得到一堆游戏id
接着通过api可以获取比赛的详细信息
2.3.返回体
我们分析下response body里有哪些我们需要的数据
2.3.1 json最外层
gameId作为比赛的唯一id，需要保存下来，
gameDuration为比赛时长，单位是秒，
gameVersion为比赛版本，作为一个属性可以保留下来，
gameMode是比赛方式，CLASSIC表示经典模式，
gameType为比赛类型，分为匹配，排位，自定义，训练等。
2.3.2 分析两队情况
蓝色方
- win 是否赢得比赛
- firstBlood 是否得到一血
- firstTower 是否得到一塔
- firstInhibitor 是否得到一高地水晶
- firstBaron 是否第一条大龙
- firstDragon 是否第一条小龙
- firstRiftHerald 是否第一个峡谷先锋
- towerKills 摧毁防御塔数
- inhibitorKills 摧毁高地水晶数
- baronKills 团队击杀大龙数量
- dragonKills 团队击杀小龙数量
- vilemawKills 团队击杀大蜘蛛数量（这个大蜘蛛是扭曲丛林里的，召唤师峡谷里没有）
- riftHeraldKills 团队击杀峡谷先锋数量
bans 是团队ban掉的英雄，这里就不作分析了
红色方
内容和蓝色方一致
ps：这场比赛发表下个人看法，应该是前期蓝色方碾压，该拿的资源全拿了，该打出来的优势都打出来了，但是比赛后期被一波翻盘了，因为可以看到红色方只推掉了蓝色方的一座高地水晶就赢得了比赛，可想而知，是推掉高地水晶后，直接摧毁了主水晶。
2.3.3 分析双方的比赛玩家
蓝色方
下面的示例都仅是团队中某个玩家的数据，团队数据需要把每个玩家的数据都加在一起
participants的前一半item为蓝色方，后一半为红色方
ps: 如果是自定义，可能并非一半对一半，可以通过每个item的teamId来区分
最外层的这些数据没有太大的用处，把teamId、participantId加championId组合起来，作为联合id
championId表示玩家所使用的英雄id，具体表示哪些英雄，就不在这里详细说明了，拳头官网上有对应的列表
下面是玩家的具体比赛数据，因为太长，所以我把json copy下来了
"stats":{
"participantId":1,
"win":false,
"item0":3078,
"item1":3046,
"item2":3153,
"item3":3033,
"item4":3031,
"item5":3006,
"item6":3363,
"kills":22,
"deaths":6,
"assists":6,
"largestKillingSpree":13,
"largestMultiKill":3,
"killingSprees":2,
"longestTimeSpentLiving":947,
"doubleKills":2,
"tripleKills":2,
"quadraKills":0,
"pentaKills":0,
"unrealKills":0,
"totalDamageDealt":227503,
"magicDamageDealt":1892,
"physicalDamageDealt":220365,
"trueDamageDealt":5246,
"largestCriticalStrike":1134,
"totalDamageDealtToChampions":50110,
"magicDamageDealtToChampions":943,
"physicalDamageDealtToChampions":47126,
"trueDamageDealtToChampions":2040,
"totalHeal":2664,
"totalUnitsHealed":1,
"damageSelfMitigated":24442,
"damageDealtToObjectives":19245,
"damageDealtToTurrets":7506,
"visionScore":53,
"timeCCingOthers":42,
"totalDamageTaken":30754,
"magicalDamageTaken":18034,
"physicalDamageTaken":12348,
"trueDamageTaken":371,
"goldEarned":19033,
"goldSpent":18158,
"turretKills":2,
"inhibitorKills":0,
"totalMinionsKilled":185,
"neutralMinionsKilled":56,
"neutralMinionsKilledTeamJungle":24,
"neutralMinionsKilledEnemyJungle":16,
"totalTimeCrowdControlDealt":230,
"champLevel":18,
"visionWardsBoughtInGame":1,
"sightWardsBoughtInGame":0,
"wardsPlaced":12,
"wardsKilled":7,
"firstBloodKill":true,
"firstBloodAssist":false,
"firstTowerKill":true,
"firstTowerAssist":false,
"firstInhibitorKill":false,
"firstInhibitorAssist":false,
"combatPlayerScore":0,
"objectivePlayerScore":0,
"totalPlayerScore":0,
"totalScoreRank":0,
"playerScore0":0,
"playerScore1":0,
"playerScore2":0,
"playerScore3":0,
"playerScore4":0,
"playerScore5":0,
"playerScore6":1,
"playerScore7":0,
"playerScore8":0,
"playerScore9":0,
"perk0":8005,
"perk0Var1":2609,
"perk0Var2":2039,
"perk0Var3":569,
"perk1":9101,
"perk1Var1":6065,
"perk1Var2":6639,
"perk1Var3":0,
"perk2":9104,
"perk2Var1":14,
"perk2Var2":10,
"perk2Var3":0,
"perk3":8014,
"perk3Var1":1220,
"perk3Var2":0,
"perk3Var3":0,
"perk4":8473,
"perk4Var1":1510,
"perk4Var2":0,
"perk4Var3":0,
"perk5":8451,
"perk5Var1":206,
"perk5Var2":0,
"perk5Var3":0,
"perkPrimaryStyle":8000,
"perkSubStyle":8400,
"statPerk0":5005,
"statPerk1":5008,
"statPerk2":5002
}
需要保存kills - 击杀数，deaths - 死亡数，assists - 助攻数，visionScore - 视野得分 goldEarned - 获得金币，goldSpent - 花费的金币 champLevel - 等级
接着看时间线
"timeline":{
"participantId":1,
"creepsPerMinDeltas":{
"10-20":5.4,
"0-10":6.6,
"30-end":2.4,
"20-30":5.2
},
"xpPerMinDeltas":{
"10-20":649.2,
"0-10":504.4,
"30-end":484.2,
"20-30":582
},
"goldPerMinDeltas":{
"10-20":654.8,
"0-10":320.5,
"30-end":494,
"20-30":627.5
},
"csDiffPerMinDeltas":{
"10-20":1.3499999999999999,
"0-10":0.7999999999999998,
"30-end":0.5,
"20-30":0.10000000000000031
},
"xpDiffPerMinDeltas":{
"10-20":204.34999999999994,
"0-10":51.849999999999994,
"30-end":-120.09999999999997,
"20-30":88.79999999999998
},
"damageTakenPerMinDeltas":{
"10-20":1057.8000000000002,
"0-10":249.9,
"30-end":1056.2,
"20-30":890.7
},
"damageTakenDiffPerMinDeltas":{
"10-20":96.10000000000002,
"0-10":-2.549999999999983,
"30-end":652.4999999999998,
"20-30":436.19999999999993
},
"role":"NONE",
"lane":"JUNGLE"
}
这些数据主要是每十分钟的各项数据差，对我们来说，计算比较繁琐，后面会专门介绍从时间维度上的数据分析
红色方
红色方的数据留存和蓝色方一致，为了方便后面使用，我们将蓝色方的人员数据加个参数：team 0表示蓝色方，1表示红色方，所以在数据入库后的计算中，可以根据team这个字段来分组。
2.3.4 时间线分析
拳头公司提供了一个一场比赛各个时间段的数据api
同样只需要输入matchId即可查询，下面为例子：
{
"frames":[
{
"participantFrames":{
"1":{
"participantId":1,
"position":{
"x":560,
"y":581
},
"currentGold":500,
"totalGold":500,
"level":1,
"xp":0,
"minionsKilled":0,
"jungleMinionsKilled":0,
"dominionScore":0,
"teamScore":0
},
"2":Object{...},
"3":Object{...},
"4":Object{...},
"5":Object{...},
"6":Object{...},
"7":Object{...},
"8":Object{...},
"9":Object{...},
"10":Object{...}
},
"events":[
],
"timestamp":0
},
],
"frameInterval":60000
}
格式大致如上所示，时间间隔为60000ms，即1分钟为一个时间区间，统计这一分钟内10名玩家的各项数据，以下数据为单个玩家在某分钟内的数据，同样我们需要计算团队数据，当然，这是后面的事情，现在需要把原始数据保存下来。
需要的数据为currentGold，totalGold，level，minionsKilled, jungleMinionsKilled ，因为经验和等级有一定的关联关系，所以保留了等级，xp就不保留了
3. 玩家的关联分析
3.1 外部关联
上面分析的都是某个玩家的对战数据，但是这个数据有限，我们需要从入口玩家那里得到一张可以扩散出去的网，使得我们的数据来源 源源不断。
经过分析发现，
通过这个api，把一个用户的puuid输入，同样可以得到一系列的matchId
但返回的Id格式显然不一样。
接着通过下面的这个api：
把上一张图中的id作为参数输入，可以发现
在response body里有许多其他玩家的puuid，这时，就打开了一张网，我们只需要把这个response body里的puuid，全部取出，输入到待查询的玩家列表队列中，当一个玩家的比赛数据全部获取结束后，可从玩家列表中取出下一个玩家，进行遍历，而这个玩家又会带来更多的玩家数据，从而完成无限的扩张。
内部关联
在我们获得的match details里有一个participantIdentities属性，有十个对象，从中我们发现有个player对象，这个里面正好有我们需要的accountId，而我们获取gameList，也是用的accountId，故而找到了数据关联点，可以把这个网再扩张。
总结
本文主要讲述如何从拳头的官网上获取玩家、比赛的数据、以及如何规划爬虫，使得爬虫不停延续下去。下篇文章将讲述，如何将本文所叙述的逻辑用代码实现。
ps：通过拳头官网的api，无法得到lpl赛区的数据，有时间的话，会在这一系列文章中插入如何获取lpl赛区的比赛数据。
1125
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
