Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取- Python

基本开发环境
Python 3.6
Pycharm
相关模块的使用
import os # 内置模块用于创建文件
import requests # 第三方模块需要 pip install requests 安装用于请求网页数据

安装Python并添加到环境变量，pip安装需要的相关模块即可。

一、明确需求
爬取英雄联盟所有英雄的皮肤背景图。包含炫彩，按照英雄分别保存。

Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取

在这里插入图片描述

二、网页数据分析
如何找到数据真实地址？

Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取

如图所示，皮肤图片url地址 https://game.gtimg.cn/images/lol/act/img/skin/big1001.jpg

每张图片的url地址都是根据后面的 big1001 改变的而一一对应的。

所以可以复制 big1001 在开发者工具里面进行搜索，查找一下图片地址的来源。

Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取

如图所示，https://game.gtimg.cn/images/lol/act/img/js/hero/1.js 链接中皮肤的名字，图片地址，英雄名字，都有了。

既然找到了图片来源的地方，那么就要找上面这个数据接口的来源了。

安妮数据接口： https://game.gtimg.cn/images/lol/act/img/js/hero/1.js
安妮数据详情页： https://lol.qq.com/data/info-defail.shtml?id=1

奥拉夫数据接口： https://game.gtimg.cn/images/lol/act/img/js/herohttps://cdn.jxasp.com:9143/image/2.js
奥拉夫数据详情页： https://lol.qq.com/data/info-defail.shtml?id=2

通过上面的链接对比，可以清楚的看到，接口数据的参数变化是根据英雄ID来的。

一般情况如果是想要获取每个页面的ID值，那么是需要去列表页面查找。

Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取

如图所示，每个英雄的ID就都有了。

三、代码实现
1、获取所有英雄ID

url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js'
json_data = get_response(url).json()['hero']
for i in json_data:
    hero_id = i['heroId']

2、每张英雄图片

复制代码
def get_hero_url(hero_id):
page_url = f’https://game.gtimg.cn/images/lol/act/img/js/hero/{hero_id}.js’
hero_data = get_response(page_url).json()
skins = hero_data[‘skins’]
for index in skins:
# 皮肤url
image_url = index[‘mainImg’]
# 皮肤名字
hero_name = index[‘name’]
# 文件夹名字
hero_title = index[‘heroTitle’]
if image_url:
save(hero_title, hero_name, image_url)
else:
image_2_url = index[‘chromaImg’]
save(hero_title, hero_name, image_2_url)
复制代码

这里需要进行一个判断，因为有一些英雄皮肤是携带炫彩的。

3、保存数据（数据持久化）

复制代码
def save(hero_title, hero_name, image_url):
path = f’{hero_title}\’
if not os.path.exists(path):
os.makedirs(path)
image_content = get_response(image_url).content
with open(path + hero_name + ‘.jpg’, mode=‘wb’) as f:
f.write(image_content)
复制代码

四、实现效果
Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取

Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取