Python获取英雄联盟皮肤原画:新手玩家们都懵了!(一)

1,554 阅读5分钟

本爬虫是为了经验交流,如果读者需要转载,请注明出处和链接

希望:喜欢博主的读者,可以点个关注~,更多精彩内容请收藏本栏目,不定期添加干货。

代码:如果你订阅了本专栏可以直接私信我,我可以发给你完整的代码。如果没有订阅,但是又想要获取源码的读者搞研究的读者,可以直接添加我的VX(weixin号码:Guprogram)

前言

学习py也有不少时间了,老是忘记写博客,我自己也是很无奈呀!作为会为代码而疯狂的啃书君,我都愧对自己的昵称啦!

看到csdn里面那么多的大佬,数十年如一日,从未停歇,也给了我很多的激励。我也想成为你们的榜样呀!我觉得我骄傲了。

作为喜欢读书的我,也是很喜欢打游戏的,之前看到有人爬王者荣耀的皮肤的,我可是王者荣耀的老玩家了,所以我把英雄联盟给爬了。

哈哈哈,没想到吧!

在本次的爬虫教程的过程中,我也会分享给大家一些简单实用的爬虫小技巧。

夜太美,爬虫就没那么危险

在爬取的时候,不要猛攻嘛~,啊啊。。人家服务器受不了啊。。。

你要学会停顿,克制一点,该 sleep 就 sleep。

趁着人家睡觉的时候,限制防范程度是最低的,能晚点就晚点爬,没有看过凌晨4点的洛杉矶,但是你还可以看到凌晨4点的爬虫呢。

这样你的IP地址才不会容易被封。

善于利用他人的UA

如果你在看别人网站的robots.txt,你就会看到别人的声明,声明什么内容可以爬,什么内容不可以爬。但是,不要忽略了人家的声明,希望给什么搜索引擎爬,比如下面这个

0BtYRO.png
0BtYRO.png

看到没,这个别人定义的robots.txt值得注意的是User-Agent,那么当你在Python构造headers的时候,User-Agent就直接指定它们的robots定义的就好了啊,比如:百度的UA,Google的UA或者是搜狗的UA等等。你再去爬爬看,那叫一个友好啊。

爬虫过程

分析网页

通过开发者模式F12,你就会发现箭头所指的文件了,没有看到的话,刷新一下试试。

0BtUQe.png
0BtUQe.png
url0 = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js'
try:
    response = requests.get(url0, headers=headers)
    response.raise_for_status()
    response.encoding = response.apparent_encoding  # 设置编码格式
    hreolist = response.json() # 将Response转换成json格式
    print(hreolist) # 打印出英雄列表
    print(len(hreolist['hero']))    # 打印英雄个数:151
except Exception as e:
    print(e)

通过上面的代码,我成功的获取到了所有的英雄,以及英雄的总个数。

这里只是截取部分的打印信息

{'hero': [{'heroId': '1', 'name': '黑暗之女', 'alias': 'Annie', 'title': '安妮', 'roles': ['mage'], 'isWeekFree': '0', 'attack': '2', 'defense': '3', 'magic': '10', 'difficulty': '6', 'selectAudio': 'https://game.gtimg.cn/images/lol/act/img/vo/choose/1.ogg', 'banAudio': 'https://game.gtimg.cn/images/lol/act/img/vo/ban/1.ogg', 'isARAMweekfree': '0', 'ispermanentweekfree': '0', 'changeLabel': '无改动', 'goldPrice': '4800', 'couponPrice': '2000', 'camp': '', 'campId': '', 'keywords': '安妮,黑暗之女,火女,Annie,anni,heianzhinv,huonv,an,hazn,hn'}

通过上面的json信息其实你会发现,英雄的列表信息是写在了hero下的。

获取每一位英雄的ID值

通过刚刚获取到的json值,你会发现,这些值里面有一个键:'heroId',那么这个'heroId'是用来做什么的呢?

这个我开始是不知道的,接下来我进入到了皮肤原画的网址,马上就霍然开朗了

https://lol.qq.com/data/info-defail.shtml?id=1 安妮
https://lol.qq.com/data/info-defail.shtml?id=2 奥拉夫
https://lol.qq.com/data/info-defail.shtml?id=876 莉莉娅

通过上面的三个URL地址你就会发现heroId就是一个查询参数id。

但是在这里有一个坑,想必你也看到了,英雄的个数只有151个,id值却是876,。没错,在前100多个英雄都不会有什么问题很有规律,但是100多之后就出现问题了,每个英雄的id值跳转的很多,所以要进入每一位英雄的原画去爬图片就必须要正确拼接URL。每位英雄的ID值获取就成了必不可少的一步。

url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js'
hero_list_json = hreolist
hero_lists = hero_list_json['hero']     # 获取英雄列表
heros_id = list(map(lambda x: x['heroId'], hero_lists))     # 获取英雄编号

分析原画网页

打开开发者模式,你会发现一个文件

0BttzD.png
0BttzD.png

在上图中可以看到skins有10个值,点开第一个可以看到loadingImg,而这个键对应的值就是皮肤原画的URL地址。

当然,作为老玩家们都知道,莉莉娅只有两种皮肤,但是skins里面为什么有10个值,依次点开第三个至第十个,会发现其余的loadingImg的值都是空的。

url_list = []   # 保存每一位英雄信息的url地址
for hero_id in heros_id:
       url = 'https://game.gtimg.cn/images/lol/act/img/js/hero/{}.js'.format(hero_id)
       # print(url)
       url_list.append(url)
url1 = 'https://game.gtimg.cn/images/lol/act/img/js/hero/876.js'
try:
    response = requests.get(url1, headers=headers)
    response.raise_for_status()
    response.encoding = response.apparent_encoding  # 设置编码格式
    hreo_info = response.json()
    skins = hreo_info['skins']  # 获取英雄皮肤信息
    # 遍历每一个皮肤的loadingImg与皮肤名称
    for skin in skins:
        print(skin['loadingImg'])
        print(skin['name'])

except Exception as e:
    print(e)

通过上面的两组代码的思路,那么已经可以实现一个英雄的皮肤原画的爬取了,需要获取所有的皮肤原画,无非就是多一个循环。

当你会爬第一个英雄的原画时,你还怕得不到其他英雄吗?

结语

爬取英雄联盟的英雄原画的思路已经分享给大家了。

请问亲爱的读者,你是否可以将王者荣耀的英雄皮肤全部拿下呢?

相信你绝对是没有问题的,加油!