python 爬取lol英雄联盟全阵容皮肤

1、结果展示

将每一个英雄保存一个文件夹下，把他所有的皮肤保存在他对应的文件夹下(自动生成的你运行爬虫就好了)

2、代码解释

2.1用到第三方的模块

有些自带，有些需要你自己安装，pip install 模块名 就好了，如果有问题可以看我的第三方库导入大全那篇文章，有详细解释

import requests # 请求数据 import os # 操作系统模块，用于创建文件夹 import jsonpath # 用于提取json类型的数据 import re # 正则表达式模块，用于获取皮肤名称 import time # 时间模块，防止爬的太快被封id import random # 随机数模块，配合time使用 

2.2请求头以及主页面js地址

user-agent：故名思意，用户代理，你设置了这个相当于把爬虫程序伪装成浏览器，如果不设置，服务器就会发现你是爬虫，这是最基本的反爬手段之一
hero_list_url：这是通过分析lol官网页面从中提取hero_id的url，如果想学页面分析可以留言我在写一篇分析页面的文章，这个主要教如何爬取

headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.106 Safari/537.36' } hero_list_url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js' 

2.3获得详情页面的函数

写一个获得hero_id的函数找到每一个英雄的详情url为下载做准备，这里我用了列表推导式作为返回值将所有英雄的详情url返回出来方便下载函数调用

def get_id(url): response = requests.get(url, headers=headers).json() hero_Id = jsonpath.jsonpath(response, '$..heroId') time.sleep(random.randint(1, 3)) base_url = 'http://game.gtimg.cn/images/lol/act/img/js/hero/{}.js' return [base_url.format(every_id) for every_id in hero_Id] 

2.4定义函数一个提取及下载数据

我直接再代码中进行解释

def get_skin(li1): for url in li1: # 遍历列表推导式 response = requests.get(url, headers=headers) result = response.json()['skins'] # 得到关于皮肤的所有信息 skin_name = [] # 设置空列表用来存储提取到的皮肤名 skin_url = [] # 设置空列表用来存储提取到的皮肤下载地址 time.sleep(random.randint(1, 3)) # 随机休眠1到3秒防止被封 for skin_json in result: skin_name.append(skin_json['name']) # 将英雄名保存到上面的空列表之中 skin_url.append(skin_json['mainImg']) # 将英雄下载地址保存到上面的空列表之中 hero_folder = 'allhero/' + response.json()['hero']['name'] + response.json()['hero']['title'] #设置保存的路径 if not os.path.exists(hero_folder): os.mkdir(hero_folder) # 判断路径是否存在不存在就创建一个 for i in range(len(skin_url)): if not skin_url[i]=='': image_path = hero_folder +'/' + re.findall('\w+',skin_name[i])[0] + '.png' # 具体设置图片的下载路径以及名称和格式 with open(image_path,'wb')as file: print('正在下载{}'.format(skin_name[i])) # 打印下载进度 file.write(requests.get(skin_url[i],headers=headers).content) #下载图片 

3、完整代码

如果遇到问题可以留言，我看到了就会解答，喜欢的话可以关注我呀，我基本每天都会更新有趣的东西

import requests import os import jsonpath import re import time import random

headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.106 Safari/537.36' } def get_id(url): response = requests.get(url, headers=headers).json() hero_Id = jsonpath.jsonpath(response, '$..heroId') time.sleep(random.randint(1, 3)) base_url = 'http://game.gtimg.cn/images/lol/act/img/js/hero/{}.js' return [base_url.format(every_id) for every_id in hero_Id] def get_skin(li1): for url in li1: response = requests.get(url, headers=headers) result = response.json()['skins'] skin_name = [] skin_url = [] time.sleep(random.randint(1, 3)) for skin_json in result: skin_name.append(skin_json['name']) skin_url.append(skin_json['mainImg']) hero_folder = 'allhero/' + response.json()['hero']['name'] + response.json()['hero']['title'] if not os.path.exists(hero_folder): os.mkdir(hero_folder) for i in range(len(skin_url)): if not skin_url[i] == '': image_path = hero_folder + '/' + re.findall('\w+', skin_name[i])[0] + '.png' with open(image_path, 'wb')as file: print('正在下载{}'.format(skin_name[i])) file.write(requests.get(skin_url[i], headers=headers).content) if __name__ == '__main__': hero_list_url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js' li1 = get_id(hero_list_url) get_skin(li1) 

本文地址：https://blog.csdn.net/weixin_49088841/article/details/108258871