30行python代碼實現(xiàn)爬取英雄聯(lián)盟全英雄皮膚的方法

小編給大家分享一下30行python代碼實現(xiàn)爬取英雄聯(lián)盟全英雄皮膚的方法，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

requests模塊介紹

首先是requests模塊，這是一個模擬瀏覽器請求的模塊，我們可以通過它來獲取網(wǎng)頁上的信息，比如百度：

import requests

url = 'http://www.baidu.com'response = requests.get(url)print(response.text)

運行結(jié)果：

通過get函數(shù)就能夠向指定參數(shù)的url發(fā)送請求，得到的response對象中封裝了很多響應(yīng)的信息，其中的text即為響應(yīng)內(nèi)容，注意到獲取的內(nèi)容里有亂碼，這是編解碼不一致造成的，只需先獲取二進制數(shù)據(jù)，然后重新解碼即可：

import requests

url = 'http://www.baidu.com'response = requests.get(url)print(response.content.decode())

運行結(jié)果：

json模塊

json模塊可以對json字符串和Python數(shù)據(jù)類型進行相互轉(zhuǎn)換，比如將json轉(zhuǎn)換為Python對象：

import json

json_str = '{"name":"zhangsan","age":"20"}'rs = json.loads(json_str)print(type(rs))print(rs)

使用loads函數(shù)即可將json字符串轉(zhuǎn)為字典類型，運行結(jié)果：

<class 'dict'>
{'name': 'zhangsan', 'age': '20'}

而若是想將Python數(shù)據(jù)轉(zhuǎn)為json字符串，也非常簡單：

import json

str_dict = {'name': 'zhangsan', 'age': '20'}json_str = json.dumps(str_dict)print(type(json_str))print(json_str)

通過dumps函數(shù)即可將Python數(shù)據(jù)轉(zhuǎn)為json字符串，運行結(jié)果：

<class 'str'>
{"name": "zhangsan", "age": "20"}

準(zhǔn)備工作

前面介紹了兩個模塊，通過這兩個模塊我們就能夠完成這個程序了。
在正式開始編寫代碼之前，我們首先需要分析數(shù)據(jù)來源，來到官網(wǎng)：https://lol.qq.com/main.shtml，往下拉找到英雄列表：

我們隨意點擊一個英雄進去查看：

在皮膚圖片上右鍵點擊檢查：
這樣就找到了這個皮膚的url，我們再選擇第二個皮膚，看看它的url：

我們將安妮所有皮膚的url全部拿出來看看：

https://game.gtimg.cn/images/lol/act/img/skin/big1000.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1001.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1002.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1003.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1004.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1005.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1006.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1007.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1008.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1009.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1010.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1011.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big1012.jpg

從這些url中能發(fā)現(xiàn)什么規(guī)律呢？其實規(guī)律非常明顯，url前面的內(nèi)容都是一樣的，唯一不同的是big1000.jpg，而每個皮膚圖片就是在該url的基礎(chǔ)上加1。

那么問題來了，它是如何區(qū)分這張圖片所屬的英雄的呢？我們觀察瀏覽器上方的地址：

地址上有一個屬性值id為1，那么我們可以猜測一下，皮膚圖片url中的big1000.jpg是不是由英雄id和皮膚id共同組成的呢？

要想證明我們的猜想，就必須再去看看其它英雄皮膚是不是也滿足這一條件：

打開燼的詳情頁面，其id為202，由此，燼的皮膚圖片url最后部分應(yīng)為：big ' + 202 + ' 皮膚編號.jpg，所以其url應(yīng)為：

https://game.gtimg.cn/images/lol/act/img/skin/big202000.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big202001.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big202002.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big202003.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big202004.jpg
https://game.gtimg.cn/images/lol/act/img/skin/big202005.jpg

事實是不是如此呢？檢查一下便知：

規(guī)律已經(jīng)找到，但是我們還面臨著諸多問題，比如每個英雄對應(yīng)的id是多少呢？每個英雄又分別有多少個皮膚呢？

查詢英雄id

先來解決第一個問題，每個英雄對應(yīng)的id是多少？我們只能從官網(wǎng)首頁中找找線索，在首頁位置打開網(wǎng)絡(luò)調(diào)試臺：

點擊Network，并選中XHR，XHR是瀏覽器與服務(wù)器請求數(shù)據(jù)所依賴的對象，所以通過它便能篩選出一些服務(wù)器的響應(yīng)數(shù)據(jù)。
此時我們刷新頁面，在篩選出的內(nèi)容發(fā)現(xiàn)了這么一個東西：

hero_list，英雄列表？這里面會不會存儲著所有英雄的信息呢？

點擊右側(cè)的Response，得到了一串json字符串，我們將其解析一下：

這些數(shù)據(jù)里果然存儲的是英雄的信息，包括名字、id、介紹等等，那么接下來我們的任務(wù)就是將英雄名字和id單獨提取出來，過濾掉其它信息。

忘了告訴你們了，這個文件的url在這里可以找到：

接下來開始寫代碼：

import jsonimport requests# 定義一個列表，用于存放英雄名稱和對應(yīng)的idhero_id = []url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js?v=20'response = requests.get(url)text = response.text# 將json字符串轉(zhuǎn)為列表hero_list = json.loads(text)['hero']# 遍歷列表for hero in hero_list:
    # 定義一個字典
    hero_dict = {'name': hero['name'], 'id': hero['heroId']}
    # 將列表加入字典
    hero_id.append(hero_dict)print(hero_id)

首先通過requests模塊請求該url，就能夠獲取到一個json字符串，然后使用json模塊將該字符串轉(zhuǎn)為Python中的列表，最后循環(huán)取出每個英雄的name和heroid屬性，放入新定義的列表中，這個程序就完成了英雄id的提取。

查詢皮膚個數(shù)

接下來解決第二個問題，如何知曉某個英雄究竟有多少個皮膚，按照剛才的思路，我們可以猜測一下，對于皮膚也應(yīng)該會有一個文件存儲著皮膚信息，在某個英雄的皮膚頁面打開網(wǎng)絡(luò)調(diào)試臺，并選中XHR，刷新頁面，找找線索：

找來找去確實找不到有哪個文件是跟皮膚有關(guān)系的，但是這里發(fā)現(xiàn)了一個31.js文件，而當(dāng)前英雄的id也為31，這真的是巧合嗎？我們將右邊的json字符串解析一下：

該json數(shù)據(jù)中有一個skins屬性，該屬性值即為當(dāng)前英雄的皮膚信息，既然找到了數(shù)據(jù)，那接下來就好辦了，開始寫代碼：

import jsonimport requests

url = 'https://game.gtimg.cn/images/lol/act/img/js/hero/31.js'response = requests.get(url)text = response.text# 將json字符串轉(zhuǎn)為列表skins_list = json.loads(text)['skins']skin_num = len(skins_list)

源程序?qū)崿F(xiàn)

準(zhǔn)備工作已經(jīng)完成了我們所有的前置任務(wù)，接下來就是在此基礎(chǔ)上編寫代碼了：

import requestsimport jsonimport osimport tracebackfrom tqdm import tqdmdef spider_lol():
    # 定義一個列表，用于存放英雄名稱和對應(yīng)的id
    hero_id = []
    skins = []
    url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js?v=20'
    response = requests.get(url)
    text = response.text    # 將json字符串轉(zhuǎn)為列表
    hero_list = json.loads(text)['hero']
    # 遍歷列表
    for hero in hero_list:
        # 定義一個字典
        hero_dict = {'name': hero['name'], 'id': hero['heroId']}
        # 將列表加入字典
        hero_id.append(hero_dict)
    # 得到每個英雄對應(yīng)的id后，即可獲得英雄對應(yīng)皮膚的url
    # 英雄id + 001
    # 遍歷列表
    for hero in hero_id:
        # 得到英雄名字
        hero_name = hero['name']
        # 得到英雄id
        hero_id = hero['id']
        # 創(chuàng)建文件夾
        os.mkdir('C:/Users/Administrator/Desktop/lol/' + hero_name)
        # 進入文件夾
        os.chdir('C:/Users/Administrator/Desktop/lol/' + hero_name)
        # 得到id后即可拼接存儲該英雄信息的url
        hero_info_url = 'https://game.gtimg.cn/images/lol/act/img/js/hero/' + hero_id + '.js'
        # 通過訪問該url獲取英雄的皮膚數(shù)量
        text = requests.get(hero_info_url).text
        info_list = json.loads(text)
        # 得到皮膚名稱
        skin_info_list = info_list['skins']
        skins.clear()
        for skin in skin_info_list:
            skins.append(skin['name'])
        # 獲得皮膚數(shù)量
        skins_num = len(skin_info_list)
        # 獲得皮膚數(shù)量后，即可拼接皮膚的url，如：安妮的皮膚url為：
        # https://game.gtimg.cn/images/lol/act/img/skin/big1000.jpg ~ https://game.gtimg.cn/images/lol/act/img/skin/big1012
        s = ''
        for i in tqdm(range(skins_num), '正在爬取' + hero_name + '的皮膚'):
            if len(str(i)) == 1:
                s = '00' + str(i)
            elif len(str(i)) == 2:
                s = '0' + str(i)
            elif len(str(i)) == 3:
                pass
            try:
                # 拼接皮膚url
                skin_url = 'https://game.gtimg.cn/images/lol/act/img/skin/big' + hero_id + '' + s + '.jpg'
                # 訪問當(dāng)前皮膚url
                im = requests.get(skin_url)
            except:
                # 某些英雄的炫彩皮膚沒有url，所以直接終止當(dāng)前url的爬取，進入下一個
                continue
            # 保存圖片
            if im.status_code == 200:
                # 判斷圖片名稱中是否帶有'/'、'\'
                if '/' in skins[i] or '\\' in skins[i]:
                    skins[i] = skins[i].replace('/', '')
                    skins[i] = skins[i].replace('\\', '')
                with open(skins[i] + '.jpg', 'wb') as f:
                    f.write(im.content)def main():
    try:
        spider_lol()
    except Exception as  e:
        # 打印異常信息
        print(e)if __name__ == '__main__':
    main()

運行效果：

運行之前記得在桌面上創(chuàng)建一個lol文件夾，如果想改動的話也可以修改程序：

程序中還考慮到了一些其它情況，比如在爬取這個皮膚的時候會出現(xiàn)問題：

因為圖片路徑是以皮膚名字命名的，然而這個皮膚的名字中竟然有個/,它是會影響到我們的圖片保存操作的，所以在保存前將斜杠替換成空字符即可。

還有一個問題就是即使是第一個皮膚，其編號也應(yīng)該為000而不是0，所以還需要對其進行一個轉(zhuǎn)化，讓其始終是三位數(shù)。

以上是“30行python代碼實現(xiàn)爬取英雄聯(lián)盟全英雄皮膚的方法”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！