Python实战---王者荣耀皮肤爬虫

文章目录


作为王者荣耀的老玩家,今天教大家如何用python爬虫获取王者荣耀皮肤
Python实战---王者荣耀皮肤爬虫
本文将介绍两种王者荣耀皮肤的爬取方法,一种比较简单的,一种复杂的方法供大家学习。
首先先进去王者荣耀官方网站: 王者荣耀
进入开发者工具找到英雄皮肤所在位置,图中 herolist.json就是我们需要找的英雄列表,包括英雄编号、英雄名称、影响类型、皮肤等信息,复制 url:http://pvp.qq.com/web201605/js/herolist.json路径
Python实战---王者荣耀皮肤爬虫

方法1

见注释

# 导入所需要的模块
import urllib.request
import json
import os
# 获取响应头文件  
response = urllib.request.urlopen("http://pvp.qq.com/web201605/js/herolist.json")
# 读取英雄列表,并存入hero_json中
hero_json = json.loads(response.read())
hero_num = len(hero_json)
# 保存路径
save_dir = 'Dheroskin\\'
# 检查路劲是否存在,不存在则创建路径
if not os.path.exists(save_dir):
 os.mkdir(save_dir)
 
 for i in range(hero_num):
  # 获取英雄皮肤列表
  skin_names = hero_json[i]['skin_name'].split('|')
  for cnt in range(len(skin_names)):
   save_file_name = save_dir + str(hero_json[i]['ename']) + '-' +hero_json[i]['cname']+ '-' +skin_names[cnt] + '.jpg'
   skin_url = 'http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/'+str(hero_json[i]['ename'])+ '/' +str(hero_json[i]['ename'])+'-bigskin-' + str(cnt+1) +'.jpg'
   print(skin_url)
# 检查图片文件是否存在,如果存在则跳过下载
   if not os.path.exists(save_file_name):
    urllib.request.urlretrieve(skin_url, save_file_name)

效果展示如下
Python实战---王者荣耀皮肤爬虫

方法2

见注释

import requests
import re
import json
import os
import time

# 获取当前时间戳,用于计算爬虫爬取完毕消耗了多少时间
now = lambda: time.time()

# 请求头
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36",
    "Cookie": "pgv_pvid=120529985; pgv_pvi=8147644416; RK=iSx1Z7fSHW; ptcz=d094d0d03f513f6762a4c18a13ddae168782ec153f43b16b604723b27069d0a7; luin=o0894028891; lskey=000100008bc32936da345e2a5268733bf022b5be1613bd2600c10ad315c7559ff138e170f30e0dcd6a325a38; tvfe_boss_uuid=8f47030b9d8237f7; o_cookie=894028891; LW_sid=s116T01788a5f6T2U8I0j4F1K8; LW_uid=Z1q620M7a8E5G6b2m8p0R4U280; eas_sid=m1j6R057x88566P2Z8k074T2N7; eas_entry=https%3A%2F%2Fcn.bing.com%2F; pgv_si=s8425377792; PTTuserFirstTime=1607817600000; isHostDate=18609; isOsSysDate=18609; PTTosSysFirstTime=1607817600000; isOsDate=18609; PTTosFirstTime=1607817600000; pgv_info=ssid=s5339727114; ts_refer=cn.bing.com/; ts_uid=120529985; weekloop=0-0-0-51; ieg_ingame_userid=Qh3nEjEJwxHvg8utb4rT2AJKkM0fsWng; pvpqqcomrouteLine=index_herolist_herolist_herodetail_herodetail_herodetail_herodetail; ts_last=pvp.qq.com/web201605/herolist.shtml; PTTDate=1607856398243",
    "referer": "https://pvp.qq.com/"
}

# 解析函数,返回文本或者二进制或者None
def parse_url(url, get_b=False):
    try:
        response = requests.get(url, headers=headers)
        response.encoding = "gbk"
        assert response.status_code == 200
        if get_b == True:
            return response.content
        else:
            return response.text
    except:
        print("status_code != 200(from parse_url)")
        return None

# 处理单个英雄
def parse_hero_detail(id, name):
    # 保存所有皮肤图片的本地路径
    path = f"./英雄皮肤/{name}"
    if not os.path.exists(path):
        os.makedirs(path, exist_ok=True)

    # 因为不确定每个英雄有多少个皮肤,所以假设单个英雄一共请求10张皮肤,这样就不会出现皮肤缺少的情况
    for num in range(1, 11):
        # 单个英雄皮肤图片的url链接
        api_url = f"https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{id}/{id}-bigskin-{num}.jpg"

        # 如果返回None,则说明状态码不是200,即没有这个请求的皮肤
        b_data = parse_url(api_url, get_b=True)

        if b_data == None:
            print(f"{name} 一共有{num - 1}个皮肤")
            print("--------------------------------------------------")
            # 没有新的皮肤了,立即退出循环
            break

        img_path = f"{path}/demo{num}.jpg"
        if not os.path.exists(img_path):
            try:
                download_img(img_path, b_data)
            except:
                return
            print(f"{name} 第{num}张皮肤图片 下载完毕")

# 下载图片
def download_img(path, b_data):
    with open(path, "wb") as f:
        f.write(b_data)


def main():
    # 含有每个英雄对应的id、英雄名称的url
    api_url = "https://game.gtimg.cn/images/yxzj/web201706/js/heroid.js"
    text = parse_url(api_url)

    search_result = re.search('var module_exports = ({.*?})', text, re.S)
    hero_info_str = search_result.group(1)
    hero_info_str = re.sub("'", '"', hero_info_str)
    # 包含 所有英雄以及各自对应的id 的字典
    hero_info_dict = json.loads(hero_info_str)

    for hero in hero_info_dict:
        name, id = hero_info_dict[hero], hero
        print(name, id)
        parse_hero_detail(id, name)


if __name__ == '__main__':
    start = now()                       # 记录起始时间
    main()                              # 主函数
    print(f"耗时: {now() - start}")     # 计算爬虫执行完毕消耗的时间

Python实战---王者荣耀皮肤爬虫

上一篇:用js写的飞机大战


下一篇:为什么在Scala中出现OutOfMemoryError编译错误?