20行代码爬取原神角色全图

python爬取原神官网所有角色的全身图

需要的工具

1. python环境
2. 原神首页链接 https://ys.mihoyo.com/main/
3. 一个.py文件

话不多说，直接开整

用到的库有

import re  # 用于正则匹配网页内容
import requests  # 用于爬取数据
import os  # 用于创建文件夹 

image_path = os.path.join(os.getcwd(), "image")  # 得到与该文件的绝对路径，通过path.join拼接得到iamge文件夹的绝对路径
os.mkdir(image_path )   # 创建与.py文件同级的文件夹 ps://感觉应该用try 语句

蒙德角色链接
https://ys.mihoyo.com/main/character/mondstadt?char=0
璃月角色链接
https://ys.mihoyo.com/main/character/liyue?char=0
稻妻角色链接
https://ys.mihoyo.com/main/character/inazuma?char=0
显然，从角色链接地址中我们可以看出，角色链接只有城市名称不同，如果我们能从原神首页的源代码中得到三个城市的英文名称，就能得到三个国家角色链接的地址。

第一步获取原神首页的代码

提到爬虫，直接上爬虫三件套，url, header, requests.get()

headers = {
   
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36 Edg/98.0.1108.56"
}
url = "https://ys.mihoyo.com/main/"
response = requests.get(url， headers=headers)

右击查看原神首页源代码（如果右击只能检查，没法查看网页源代码，请按下图操作）

在网址的前加上 view-source:

在源代码中，ctrl+f 搜索页面，搜索内容为 liyue, 发现源码中只有一处为liyue

定位此处，由于我们采用的是re模块爬取网页，需要找到特别标记的位置

reg = r'contentId:".*?",title:"?P<city_name>.*?",key:"(?P<city_name_en>.*?)",home:'  # 正则匹配内容