手把手教你爬取并下载英雄联盟所有英雄皮肤高清大图

最新推荐文章于 2022-05-24 00:22:06 发布

KimihaSukiDa

最新推荐文章于 2022-05-24 00:22:06 发布

阅读量7.6k

点赞数 9

文章标签： python 英雄联盟皮肤爬虫

本文链接：https://blog.csdn.net/weixin_40841243/article/details/93380014

版权

利用requests和urlretrieve爬取并下载英雄联盟所有英雄皮肤高清大图

· 不知道屏幕前的你是不是也是一名loler，最近学习爬虫，印象中以前看过爬取英雄联盟的帖子，所以也就自己试了试，结果很是满意，先上效果图。在这里插入图片描述
亲女儿拉克丝

下面开始手把手教你如何爬取英雄联盟英雄皮肤。

一、分析页面

首先我们先去英雄联盟资料站官网，地址是https://lol.qq.com/data/info-heros.shtml，然后分析他的页面，先查看页面源码，以剑魔为例，可以看到他的名字和头像的图片链接都在id="jSearchHeroDiv"的ul节点下面的li节点中，一个英雄就是一个li节点在这里插入图片描述
点进剑魔主页，地址是https://lol.qq.com/data/info-defail.shtml?id=Aatrox检查皮肤，可以看到不同皮肤只是id（这个ID很重要，后面还会提到）不一样

知道了这些信息后，我们先直接请求皮肤站页面，看下id="jSearchHeroDiv"的ul节点是什么结果

import requests
from pyquery import PyQuery as pq

url = "https://lol.qq.com/data/info-heros.shtml"
headers = {
		"user-agent":"Mozilla/5.0 (Windows NT 10.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36",
	}
response = requests.get(url,headers = headers)
response.encoding = "GBK"
html = response.text
doc = pq(html)
print(doc("#jSearchHeroDiv"))

在这里插入图片描述
发现并没有出来结果，由此可以知道该页面内容是通过js加载出来的，打开Network选项卡，筛选JS请求，然后发现有一个champion.js，点到Preview选项卡，可以看到这里面的数据正好就是英雄信息，再往下啦还可以看到每个英雄的详细信息，然后点进headers选项卡得知他的url为https://lol.qq.com/biz/hero/champion.js
在这里插入图片描述

然后同理可以分析皮肤界面，也是通过js加载的，检查剑魔的皮肤界面，筛选js请求，同样可以找到一个Aatrox.js，里面的信息就是皮肤的具体信息和id，这里的id刚好就是上面分析页面时发现的不同皮肤对应的不同ID。他的信息是\u+数字的形式，这其实是unicode编码而言，爬取的时候只要给他转码就可以看到具体信息了（后面会展示）。点击他的header，发现他的url为https://lol.qq.com/biz/hero/Aatrox.js。然后在所有请求中可以看到big+ID.js，点开进入Preview选项卡发现正是皮肤大图，点击Header选项卡，发现发现url为https://osswebimg.qq.com/images/lol/web201310/skin/big +ID+.jpg的形式。
在这里插入图片描述

然后在选择别的英雄进行对比，可以发现，对于每个英雄而言包含皮肤信息的js地址都是https://lol.qq.com/biz/hero/ + 英雄名字+.js的形式，每一个皮肤大图都是https://osswebimg.qq.com/images/lol/web201310/skin/big +ID+.jpg的形式。不过这里的英雄名字都是他们的英文名，还记得我们在champion.js里看到的信息吗，不就正是我们所需要的英雄名称吗？至此我想大家已经有一个爬取思路了。

1、通过获取champion.js里面的信息，得到英雄英文名称
2、通过英雄英文名称就可以去请求每个英雄的具体信息，得到皮肤ID
3、最后请求https://osswebimg.qq.com/images/lol/web201310/skin/big +ID+.jpg获得皮肤高清大图

知道思路后那么我们就按照这个思路开始我们的爬虫吧

二、获取英文名称

首先我们请求先请求"https://lol.qq.com/biz/hero/champion.js"

url = "https://lol.qq.com/biz/hero/champion.js"
headers = {
		"user-agent":"Mozilla/5.0 (Windows NT 10.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36",
	}
response = requests.get(url,headers = headers)
response.encoding = 'GBK'
html = response.text
print(html)

在这里插入图片描述
获得的数据和我们在网页中查看的一样，去掉头部就是字典类型，为了操作方便我们将其转换成json类型，然后再看看结果

data = json.loads("{"+response.text.strip("if(!LOLherojs)var LOLherojs={};LOLherojs.champion=")+"}")
#去掉头部的字符串后发现头尾的{}也跟着取消了 ，所以在头尾加上{}

在这里插入图片描述

这样是不是就好看多了，分析的可以在网页的preview选项卡里分析，哪里分好了层更加清晰明了，我们从中分析出ID为英雄的英文名，name+title就是完整的中文名称，比如暗裔剑魔亚托克斯，我们也将他的id和中文名称拿出来，ID作为后面请求皮肤页面的字段，中文名称我们作为最后保存图片时文件夹的名称。

hero_id_lists = []
hero_chinese_names = []
hero_english_names = data.get("data").keys()
for hero_english_name in hero_english_names:
    hero_id_lists.append(hero_english_name)
print(hero_id_lists)
for hero_id in hero_id_lists:
    first_name = data.get("data").get(hero_id).get("name")
    second_name = data.get("data").get(hero_id).get("title")
    hero_chinese_name = "{0} {1}".format(first_name,second_name)
    #print(hero_chinese_name)
    hero_chinese_names.append(hero_chinese_name)
print(hero_chinese_names)

在这里插入图片描述

三、获取皮肤ID

在这里以剑魔为例，我们来获取到他的所有皮肤的地址，同理删掉头部转换为json格式

id = hero_id_lists[0]
hero_url = "https://lol.qq.com/biz/hero/"+id+".js"
response = requests.get(hero_url,headers=headers)
data = json.loads("{"+response.text.strip("if(!LOLherojs)var LOLherojs={champion:{}};LOLherojs.champion."+id+"=")+"}")
print（data ）

在这里插入图片描述
在网页的preview选项卡中观察结构从中分析出皮肤的ID和皮肤的名称，

skins = data.get("data").get("skins")
skin_ids = []
skin_names = []
skin_urls = []
for skin in skins:
    skin_names.append(skin.get("name"))
    skin_ids.append(skin.get("id"))
skin_names[0] = hero_chinese_names[0] #默认皮肤名称为default，因此将其改成对应的名称
print(skin_names)
for skin_id in skin_ids:
    skin_url = "https://ossweb-img.qq.com/images/lol/web201310/skin/big" + skin_id + ".jpg"
    skin_urls.append(skin_url)
print(skin_urls)

在这里插入图片描述
然后检查一下获得的皮肤url是否和网页上的一致。皮肤url用来下载图片，皮肤名称用来命名图片名称。

四、下载并保存皮肤图片

得到的皮肤url后就到了我们最后一步下载了。下载我们使用urlretrieve函数，这个函数一般传2个参数，第一个参数是url，第二个参数是文件名称。我们先查找文件夹，如果不存在先创建文件，然后在里下载数据。

for j in range(len(skin_ids)):
    filename = "F:\\Skin\\"+ hero_chinese_names[0] + "\\"+skin_names[j] + ".jpg"  
    filepath = "F:\\Skin\\"+ hero_chinese_names[0] + "\\"
    #print(filename)
    if not os.path.exists(filepath):
        os.makedirs(filepath)
    urlretrieve(skin_urls[j],filename = filename)
    print("成功下载完"+skin_names[j]+"的皮肤图片")
print("------皮肤下载完成------")