前言
- 抓取的重点是找到每个英雄对应的id编号
分析
-
先观察单个英雄的单张皮肤图片的url（如下图马超的两张皮肤图片所示）
在这里插入图片描述
在这里插入图片描述 马超一共有三个皮肤（经典算第一张）， 每张皮肤的url分别是
第一张：
https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/518/518-bigskin-1.jpg
第二张：
https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/518/518-bigskin-2.jpg
第三张：
https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/518/518-bigskin-3.jpg从三个url中不难发现，url只有后面的数字不同（1.jpg、2.jpg、3.jpg）
最大为3，因为这里用的例子是马超（他只有三个皮肤，3对应的是最新的皮肤，以此类推）
假设一个英雄皮肤图片有n张，那么此皮肤图片的url结尾则是 1至n .jpg
n就是皮肤编号
下面再来看看其他英雄（这次我们找的是猴子）
猴子一共有7个图片
[图片上传失败...(image-4d5711-1609587925338)]-
看一下大圣娶亲的url，结尾是7.jpg
在这里插安抚安抚入图片描述 与之前的马超规律一样
但有一点不同（都以第一张图片为例，看我加粗的518跟167）
马超的第一张url是
https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/518/518-bigskin-1.jpg猴子的第一张url是
https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/167/167-bigskin-1.jpg马超对应的是 518
猴子对应的是 167
通过以上分析可以推断出每个英雄都有对应的id编号，id编号跟皮肤编号结合就可以构成单张的皮肤图片url
接下来找英雄对应的id编号
- 访问王者荣耀官网
- 检查元素
- 全局搜索
在这里插入图片描述
[图片上传失败...(image-3cd6e5-1609587925338)]
所有英雄对应的id编号的url链接（也包含艾琳）
请求这个url然后解析响应数据，就可以得到所有的英雄对应的id编号
代码
import requests
import re
import json
import os
import time
# 获取当前时间戳，用于计算爬虫爬取完毕消耗了多少时间
now = lambda: time.time()
# 请求头
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36",
"Cookie": "pgv_pvid=120529985; pgv_pvi=8147644416; RK=iSx1Z7fSHW; ptcz=d094d0d03f513f6762a4c18a13ddae168782ec153f43b16b604723b27069d0a7; luin=o0894028891; lskey=000100008bc32936da345e2a5268733bf022b5be1613bd2600c10ad315c7559ff138e170f30e0dcd6a325a38; tvfe_boss_uuid=8f47030b9d8237f7; o_cookie=894028891; LW_sid=s116T01788a5f6T2U8I0j4F1K8; LW_uid=Z1q620M7a8E5G6b2m8p0R4U280; eas_sid=m1j6R057x88566P2Z8k074T2N7; eas_entry=https%3A%2F%2Fcn.bing.com%2F; pgv_si=s8425377792; PTTuserFirstTime=1607817600000; isHostDate=18609; isOsSysDate=18609; PTTosSysFirstTime=1607817600000; isOsDate=18609; PTTosFirstTime=1607817600000; pgv_info=ssid=s5339727114; ts_refer=cn.bing.com/; ts_uid=120529985; weekloop=0-0-0-51; ieg_ingame_userid=Qh3nEjEJwxHvg8utb4rT2AJKkM0fsWng; pvpqqcomrouteLine=index_herolist_herolist_herodetail_herodetail_herodetail_herodetail; ts_last=pvp.qq.com/web201605/herolist.shtml; PTTDate=1607856398243",
"referer": "https://pvp.qq.com/"
}
# 解析函数，返回文本或者二进制或者None
def parse_url(url, get_b=False):
try:
response = requests.get(url, headers=headers)
response.encoding = "gbk"
assert response.status_code == 200
if get_b == True:
return response.content
else:
return response.text
except:
print("status_code != 200(from parse_url)")
return None
# 处理单个英雄
def parse_hero_detail(id, name):
# 保存所有皮肤图片的本地路径
path = f"./英雄皮肤/{name}"
if not os.path.exists(path):
os.makedirs(path, exist_ok=True)
# 因为不确定每个英雄有多少个皮肤，所以假设单个英雄一共请求10张皮肤，这样就不会出现皮肤缺少的情况
for num in range(1, 11):
# 单个英雄皮肤图片的url链接
api_url = f"https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{id}/{id}-bigskin-{num}.jpg"
# 如果返回None，则说明状态码不是200，即没有这个请求的皮肤
b_data = parse_url(api_url, get_b=True)
if b_data == None:
print(f"{name} 一共有{num - 1}个皮肤")
print("--------------------------------------------------")
# 没有新的皮肤了，立即退出循环
break
img_path = f"{path}/demo{num}.jpg"
if not os.path.exists(img_path):
try:
download_img(img_path, b_data)
except:
return
print(f"{name} 第{num}张皮肤图片 下载完毕")
# 下载图片
def download_img(path, b_data):
with open(path, "wb") as f:
f.write(b_data)
def main():
# 含有每个英雄对应的id、英雄名称的url
api_url = "https://game.gtimg.cn/images/yxzj/web201706/js/heroid.js"
text = parse_url(api_url)
search_result = re.search('var module_exports = ({.*?})', text, re.S)
hero_info_str = search_result.group(1)
hero_info_str = re.sub("'", '"', hero_info_str)
# 包含 所有英雄以及各自对应的id 的字典
hero_info_dict = json.loads(hero_info_str)
for hero in hero_info_dict:
name, id = hero_info_dict[hero], hero
print(name, id)
parse_hero_detail(id, name)
if __name__ == '__main__':
start = now() # 记录起始时间
main() # 主函数
print(f"耗时: {now() - start}") # 计算爬虫执行完毕消耗的时间
运行演示
爬虫运行完毕结果展示（部分）
补充
- 艾琳是空的，你们懂的
