爬虫实战（七）：爬王者英雄图片

目录

• 爬虫实战（七）：爬王者英雄图片
  • 一、 网站分析
    • 1、 页面分析
    • 2、 源码分析
    • 3、 链接分析
    • 4、 爬取过程
  • 二、 编写代码
    • 1、 获取JSON数据
    • 2、 获取皮肤数量
    • 3、 下载皮肤图片
  • 三、 总代码

爬虫实战（七）：爬王者英雄图片

一、 网站分析

1、 页面分析

我们对王者荣耀英雄界面分析，发现，其数据并不是存储在源码中的，那么其不是静态网址，我们不能通过直接获取源码来获取数据

通过F12抓包可以得到一个和页面链接同名的json文件，里面存储了许多的乱码信息，通过编码utf-8，可以看出，这个JSON存储的正是所有英雄的信息

2、 源码分析

那么，我们的主页面分析完了，然后，我们分析单独英雄的界面，我们发现每个英雄的界面中的背景图片就是英雄的高清大图，并且可以通过右下角的图标来切换图片，那么，图片链接就一定存储在页面的源码中，果然，通过翻译我们找到了背景图片的链接，我们可以推测，如果把图片的链接最后一个数字改为2，就可以换到第二个皮肤，那么，我们如何获取皮肤数量呢？

3、 链接分析

那么，问题来了，我们如何进入每个英雄的详情界面呢？

这里，我们先展示一下我们先前获取的部分的英雄数据

[{'ename': 105, 'cname': '廉颇', 'title': '正义爆轰', 'new_type': 0, 'hero_type': 3, 'skin_name': '正义爆轰|地狱岩魂'}, 
{'ename': 106, 'cname': '小乔', 'title': '恋之微风', 'new_type': 0, 'hero_type': 2, 'skin_name': '恋之微风|万圣前夜|天鹅之梦|纯白花嫁|缤纷独角兽'}, 
 {'ename': 107, 'cname': '赵云', 'title': '苍天翔龙', 'new_type': 0, 'hero_type': 1, 'hero_type2': 4, 'skin_name': '苍天翔龙|忍●炎影|未来纪元|皇家上将|嘻哈天王|白执事|引擎之心'}]

然后，我们再来看一下详情页的链接

https://pvp.qq.com/web201605/herodetail/105.shtml  廉颇
https://pvp.qq.com/web201605/herodetail/106.shtml  小乔
https://pvp.qq.com/web201605/herodetail/107.shtml  赵云

故，我们发现，数据里面的ename可以帮助我们获取英雄详情页的链接，同时，shin_name为英雄皮肤，但是从廉颇这里可以看出英雄皮肤并不是很全，

那么，我们如何给图片进行命名呢？

从源码中，我们发现，有一个地方存储了英雄的皮肤数据，并且，其和英雄图片的索引也是对应的，我们也可以根据这个来查看有多少个皮肤

那么，能不能再简单一点呢？

我们来直接分析一下英雄原皮的图片链接：

https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/105/105-bigskin-1.jpg  # 廉颇
https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/106/106-bigskin-1.jpg  # 小乔
https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/107/107-bigskin-1.jpg  # 赵云
我们发现，就只有英雄编号的改变，其余内容都是不变的

4、 爬取过程

那么，我们的爬取方式是：

1. 获取全部的英雄数据
2. 获取英雄有多少个皮肤
3. 对图片发送请求

二、 编写代码

1、 获取JSON数据

import requests  # 导入模块，发送请求，处理JSON数据
from fake_useragent import UserAgent  # 随机请求头
 
headers = {
    "user-agent": UserAgent().random,  # 请求头
    "referer": "https://pvp.qq.com/web201605/herolist.shtml", # 表明来源
    
}
infolist = []
def get_infolist():
    resp = requests.get("https://pvp.qq.com/web201605/js/herolist.json", headers=headers)  # 发送请求
    resp.encoding = resp.apparent_encoding  # 设置编码，防止出现乱码
    data = resp.json()  # 获取数据，并转换为列表格式
    for i in data:
        """我们只取英雄编号和英雄名称"""
        infolist.append({
            "id": i["ename"],   
            "name": i["cname"]
        })
    print("英雄数据获取完成！")
get_infolist()
print(infolist)

2、 获取皮肤数量

import re  # 使用正则解析，获取数据
 
skin_num_url = "https://pvp.qq.com/web201605/herodetail/%d.shtml"
def get_skin_num(id):
    resp = requests.get(skin_num_url % id, headers=headers)  # 发送请求
    resp.encoding = resp.apparent_encoding  # 设置编码，防止出现乱码
    skin = re.search('<ul class="pic-pf-list.*?" data-imgname="(?P<skin>.*?)">', resp.text).group("skin")  
    # 清洗数据
    lis = skin.split("|")
    # print(lis)
    for k, i in enumerate(lis):
        try:
            temp = re.search("(?P<name>.*?)&", i).group("name")
        except AttributeError:
            temp = i  # 可能不需要对数据进行清洗
        lis[k] = temp
        
    # print(lis)
    return lis
# get_skin_num(105)
for i in infolist:
    """遍历数据，向字典中加入皮肤名字和皮肤数量"""
    ret = get_skin_num(i["id"])  # 把id传入
    i.update({
        "skin": ret,
    })
    
print(infolist)

3、 下载皮肤图片

import os, time
skin_url = "https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{id}/{id}-bigskin-{index}.jpg"
def save_skin(dic):
    """把数据字典传入，进行其余的操作"""
    if not os.path.exists(f"./王者荣耀皮肤/{dic['name']}"):
        os.mkdir(f"./王者荣耀皮肤/{dic['name']}")
    for i in range(len(dic["skin"])):
        url_ = skin_url.format(id=dic["id"], index=i + 1)
        resp = requests.get(url_, headers=headers)
        file = open(f"./王者荣耀皮肤/{dic['name']}/{dic['skin'][i]}.jpg", "wb")
        file.write(resp.content)
        file.close()
        print(dic["skin"][i], "下载完成")
        time.sleep(30)
 
for i in infolist:
    save_skin(i)
    print(f"{i['name']}英雄皮肤下载完成")
 
print("所有皮肤下载完成！")

三、 总代码

import requests  # 导入模块，发送请求
import re  # 使用正则解析，获取数据
import os, time, json  # 将数据写入文件中
from fake_useragent import UserAgent  # 随机请求头
 
headers = {
    "user-agent": UserAgent().random,  # 请求头
    "referer": "https://pvp.qq.com/web201605/herolist.shtml",  # 表明来源
 
}
skin_num_url = "https://pvp.qq.com/web201605/herodetail/%d.shtml"
skin_url = "https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{id}/{id}-bigskin-{index}.jpg"
 
infolist = []
 
 
def get_infolist():
    global infolist
    try:
        with open("infolist.json", "r", encoding="utf-8") as file:
            infolist = json.load(file)
        if not infolist:  # 如果文件里面没有值直接报错
            raise IOError
    except Exception as e:
        resp = requests.get("https://pvp.qq.com/web201605/js/herolist.json", headers=headers)  # 发送请求
        resp.encoding = resp.apparent_encoding  # 设置编码，防止出现乱码
        data = resp.json()  # 获取数据，并转换为列表格式
        for i in data:
            """我们只取英雄编号和英雄名称"""
            infolist.append({
                "id": i["ename"],
                "name": i["cname"]
            })
    print("英雄数据获取完成！")
 
 
def get_skin_num(id):
    """获取皮肤名字和数量"""
    resp = requests.get(skin_num_url % id, headers=headers)  # 发送请求
    resp.encoding = resp.apparent_encoding  # 设置编码，防止出现乱码
    skin = re.search('<ul class="pic-pf-list.*?" data-imgname="(?P<skin>.*?)">', resp.text).group("skin")
    # 清洗数据
    lis = skin.split("|")
    # print(lis)
    for k, i in enumerate(lis):
        try:
            temp = re.search("(?P<name>.*?)&", i).group("name")
        except AttributeError:
            temp = i  # 可能不需要对数据进行清洗
        lis[k] = temp
 
    # print(lis)
    return lis
 
 
def save_skin(dic):
    """把数据字典传入，进行其余的操作"""
    if not os.path.exists(f"./王者荣耀皮肤/{dic['name']}"):
        os.mkdir(f"./王者荣耀皮肤/{dic['name']}")
    for i in range(len(dic["skin"])):
        url_ = skin_url.format(id=dic["id"], index=i + 1)
        resp = requests.get(url_, headers=headers)
        file = open(f"./王者荣耀皮肤/{dic['name']}/{dic['skin'][i]}.jpg", "wb")
        file.write(resp.content)
        file.close()
        print(dic["skin"][i], "下载完成")
        time.sleep(30)
 
 
def main():
    get_infolist()
    if not os.path.exists(f"./王者荣耀皮肤"):
        """如果文件夹不存在，则创建"""
        os.mkdir(f"./王者荣耀皮肤")
    for i in infolist:
        """遍历数据，向字典中加入皮肤名字和皮肤数量"""
        ret = get_skin_num(i["id"])  # 把id传入
        i.update({
            "skin": ret,
            "is_down": False  # 记录是否已经下载
        })
 
    # 将数据写入文件中，下次可以继续使用
    file = open("infolist.json", "w", encoding="utf-8")
    json.dump(infolist, file, indent=8, ensure_ascii=False)
    file.close()
    for i in infolist:
        if not i["is_down"]:  # 如果皮肤没有下载，则下载
            save_skin(i)
            print(f"{i['name']}英雄皮肤下载完成")
            i["is_down"] = True
        else:
            print(f"{i['name']}英雄皮肤已经下载")
 
 
    print("所有皮肤下载完成！")
 
if __name__ == "__main__":
    main()

最后，尽情欣赏图片吧！