嗨喽，大家好呀~这里是爱看美女的茜茜呐
环境使用:
-
Python 3.10
-
Pycharm
模块使用:
-
requests —> 数据请求模块 需要安装 pip install requests
-
re 正则表达式 内置模块 不需要安装
-
os 文件操作模块 内置模块 不需要安装
如何安装python第三方模块:
-
win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
-
在pycharm中点击Terminal(终端) 输入安装命令
案例分为两部分:
-
选择英雄皮肤图片下载
-
对应所有英雄数据进行下载
案例基本思路流程:
一. 数据来源分析
-
明确需求: 明确采集的网站以及数据
-
数据: 所有皮肤图片+昵称
-
抓包分析: 皮肤图片
通过开发者工具分析图片链接是什么样子, 怎么构成 怎么生成
-
打开开发者工具: F12 / 右键点击检查选择 network (网络)
-
刷新网页: 让本网页的数据内容重新加载一遍
比如动态网页: 点击第二页/下一页数据, 下滑页面加载新的页面的内容
-
分析图片链接是什么样子的…
图片链接: https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/109/109-bigskin-{1~10}.jpg
昵称: 通过关键词去搜索对应位置
https://pvp.qq.com/web201605/herodetail/109.shtml
-
二. 代码实现步骤
-
发送请求 -> 模拟浏览器对于url地址发送请求
-
获取数据 -> 服务器返回响应数据
开发者工具: 响应 response
-
解析数据 -> 提取我们需要皮肤昵称 以及 构建图片链接地址
-
保存数据 -> 获取图片数据, 保存本地文件夹
-
全英雄皮肤图片下载 & 每个英雄单独放在一个文件夹里面
-
对比采集不同英雄链接参数变化是什么样子的
妲己:
小乔:
英雄ID的变化:
妲己 -> 109 小乔 -> 106 廉颇 -> 105只需要所有到所有英雄ID就可以获取的所有英雄皮肤图片
https://pvp.qq.com/web201605/js/herolist.json -
代码展示
# 导入数据请求模块 <需要安装>
import requests
# 导入正则表达式模块 <内置模块>
import re
# 导入文件操作模块 <内置模块>
import os
“”"
发送请求
-
模拟浏览器对于url地址发送请求
<Response [200]> 响应对象, 表示请求成功
“”"
# 模拟伪装 <请求头>
headers = {
# User-Agent 用户代理 表示浏览器基本身份信息
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36'
}
# 请求网址:
link = 'https://pvp.qq.com/web201605/js/herolist.json'
# 发送请求
json_data = requests.get(url=link, headers=headers).json()
for index in json_data:
hero_id = index['ename']
hero_name = index['cname']
print(hero_name, hero_id)
filename = f'img\\{hero_name}\\'
if not os.path.exists(filename):
os.makedirs(filename)
# 请求网址
url = f'https://pvp.qq.com/web201605/herodetail/{hero_id}.shtml'
# 发送请求
response = requests.get(url=url, headers=headers)
“”"
获取数据
response.text 获取响应文本数据
-
当获取文本数据时, 发生乱码如何解决?
解决方法: 改编码
“”"
# 改编码
response.encoding = response.apparent_encoding
html_data = response.text
“”"
解析数据
- re.findall(‘匹配的数据’, ‘数据源’)
“”"
info = re.findall('data-imgname="(.*?)">', html_data)[0].split('|')
# 构建图片链接地址 len(info) 统计元素个数
for i in range(len(info)): # i -> 0-9
img = f'https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{hero_id}/{hero_id}-bigskin-{i+1}.jpg'
title = info[i].split('&')[0] # 列表索引位置取值
print(img, title)
“”"
保存数据
“”"
# 获取图片内容
img_content = requests.get(url=img, headers=headers).content
with open(filename + title + '.jpg', mode='wb') as f:
f.write(img_content)
图片展示
尾语
感谢你观看我的文章呐~本次航班到这里就结束啦 🛬
希望本篇文章有对你带来帮助 🎉，有学习到一点知识~
躲起来的星星🍥也在努力发光，你也要努力加油（让我们一起努力叭）。
网友评论