爬虫思路

初步尝试

我先查看了network,并没有发现有可用的API;然后又用bs4去分析英雄列表页,但是请求到html里面,并没有英雄列表,在英雄列表的节点上,只有“正在加载中”这样的字样;同样的方法,分析英雄详情也是这种情况,所以我猜测,这些数据应该是 负责加载的。

\"\"

继续尝试

然后我就查看了 英雄列表的源代码 ,查看外部引入的js文件,以及行内的js脚本,大概在368行,发现了有处理英雄列表的js注释,然后继续往下读这些代码,发现了第一个彩蛋,也就是他引入了一个champion.js的文件,我猜测,这个应该就是英雄列表大全了,然后我打开了这个链接的js,一眼看过去,黑麻麻一片,然后格式化了一下压缩的js,确定这就是英雄列表的js数据文件了。

\"\"

接着尝试

前面通过查看列表的源代码,找到了英雄列表的js数据文件,那么,我继续随机点开了一个英雄的详情,然后查看 英雄详情源代码 ,然后大概在568行看到有一个showSkin的js方法,通过这里,发现了第二个彩蛋,也就是皮肤图片的URL地址拼接方法。

\"\"

最后尝试

上面找到了皮肤图片URL的拼接方法,并且发现了一行很关键的代码 var skin =LOLherojs.champion[heroid].data.skins ,也就是,这个skin变量,就是英雄皮肤的所有图片数组,但是这个文件内,并没有LOLherojs这个变量,也就是外部引入的,所以,需要继续查看下面的源代码,找到引入这个变量的位置,果不其然,在757行,发现了最后一个彩蛋,也就是,英雄皮肤的js文件,通过这里可以知道,每个英雄都有一个单独的js文件,并且知道了这个js文件的URL拼接方法。

\"\"

思路总结

通过上面的分析,我们就得到了爬取LOL皮肤图片的所有数据准备了,也就是,直接,只需要提取js中的英雄列表以及英雄详情数据,就可实现我们的需求了。下面是运行后抓取到的图片……

\"\"

运行环境

Python运行环境:python3.6

用到的模块:requests、json、urllib、os

未安装的模块,请使用pip instatll进行安装,例如:pip install requests

完整代码

其他啥的废话就不多说了,直接上完整代码,有问题,直接留言给我就行,另外,代码已上传 GitHub 。再说明一下,那些有问题的英雄详情的js文件,大家有时间也可以琢磨下,或者有其他的更加快捷的爬取这些图片的方法,也可以拿出来交流和讨论,谢谢。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
\"\"\"
抓取英雄联盟英雄全皮肤
author: gxcuizy
date: 2018-11-13
\"\"\"
import requests
import json
from urllib import parse
import os
class GetLolSkin( ):
  \"\"\"抓取LOL英雄皮肤\"\"\"
  def __init__(self):
    \"\"\"初始化变量\"\"\"
    self.hero_url = \'https://lol.qq.com/biz/hero/champion.js\'
    self.hero_detail_url = \'http://lol.qq.com/biz/hero/\'
    self.skin_folder = \'skin\'
    self.skin_url = \'https://ossweb-img.qq.com/images/lol/web201310/skin/big\'
  @staticmethod
  def get_html(url):
    \"\"\"下载html\"\"\"
    request = requests.get(url)
    request.encoding = \'gbk\'
    if request.status_code == 200:
      return request.text
    else:
      return \"{}\"
  def get_hero_list(self):
    \"\"\"获取英雄的完整信息列表\"\"\"
    hero_js = self.get_html(self.hero_url)
    # 删除左右的多余信息,得到json数据
    out_left = \"if(!LOLherojs)var LOLherojs={};LOLherojs.champion=\"
    out_right = \';\'
    hero_list = hero_js.replace(out_left, \'\').rstrip(out_right)
    return json.loads(hero_list)
  def get_hero_info(self, hero_id):
    \"\"\"获取英雄的详细信息\"\"\"
    # 获取js详情
    detail_url = parse.urljoin(self.hero_detail_url, hero_id + \'.js\')
    detail_js = self.get_html(detail_url)
    # 删除左右的多余信息,得到json数据
    out_left = \"if(!herojs)var herojs={champion:{}};herojs[\'champion\'][%s]=\" % hero_id
    out_right = \';\'
    hero_info = detail_js.replace(out_left, \'\').rstrip(out_right)
    return json.loads(hero_info)
  def download_skin_list(self, skin_list, hero_name):
    \"\"\"下载皮肤列表\"\"\"
    # 循环下载皮肤
    for skin_info in skin_list:
      # 拼接图片名字
      if skin_info[\'name\'] == \'default\':
        skin_name = \'默认皮肤\'
      else:
        if \' \' in skin_info[\'name\']:
          name_info = skin_info[\'name\'].split(\' \')
          skin_name = name_info[0]
        else:
          skin_name = skin_info[\'name\']
      hero_skin_name = hero_name + \'-\' + skin_name + \'.jpg\'
      self.download_skin(skin_info[\'id\'], hero_skin_name)
  def download_skin(self, skin_id, skin_name):
    \"\"\"下载皮肤图片\"\"\"
    # 下载图片
    img_url = self.skin_url + skin_id + \'.jpg\'
    request = requests.get(img_url)
    if request.status_code == 200:
      print(\'downloading……%s\' % skin_name)
      img_path = os.path.join(self.skin_folder, skin_name)
      with open(img_path, \'wb\') as img:
        img.write(request.content)
    else:
      print(\'img error!\')
  def make_folder(self):
    \"\"\"初始化,创建图片文件夹\"\"\"
    if not os.path.exists(self.skin_folder):
      os.mkdir(self.skin_folder)
  def run(self):
    # 获取英雄列表信息
    hero_json = self.get_hero_list()
    hero_keys = hero_json[\'keys\']
    # 循环遍历英雄
    for hero_id, hero_code in hero_keys.items():
      hero_name = hero_json[\'data\'][hero_code][\'name\']
      hero_info = self.get_hero_info(hero_id)
      if hero_info:
        skin_list = hero_info[\'result\'][hero_id][\'skins\']
        # 下载皮肤
        self.download_skin_list(skin_list, hero_name)
      else:
        print(\'英雄【%s】的皮肤获取有问题……\' % hero_name)
# 程序执行入口
if __name__ == \'__main__\':
  lol = GetLolSkin()
  # 创建图片存储文件
  lol.make_folder()
  # 执行脚本
  lol.run()

总结

以上所述是小编给大家介绍的Python3爬取英雄联盟英雄皮肤大图实例代码,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!

收藏 打印