Python練手項目：20行爬取全王者全英雄皮膚

引言

   王者榮耀大家都玩過吧，沒玩過的也應該聽說過，作為時下最火的手機MOBA游戲，咳咳，好像跑題了。我們今天的重點是爬取王者榮耀所有英雄的所有皮膚，而且僅僅使用20行Python代碼即可完成。
   文中源代碼在文章末尾，可自行復制粘貼。

準備工作

   爬取皮膚本身并不難，難點在于分析，我們首先得得到皮膚圖片的url地址，話不多說，我們馬上來到王者榮耀的官網：

   我們點擊英雄資料，然后隨意地選擇一位英雄，接著F12打開調試臺，找到英雄原皮膚的圖片地址：

   接著，我們切換一下英雄的皮膚，會發現圖片地址沒有明顯的變化，只是最后的數字序號改變了，我們將兩個皮膚圖片的地址放在一起比較一下：

http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/523/523-bigskin-1.jpg
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/523/523-bigskin-2.jpg

   我們可以猜測，對于同一個英雄的皮膚圖片地址，僅僅是最后的數字序號不同，為了證實我們的猜想，我們可以繼續找出一個英雄的全皮膚圖片，找一個皮膚多一點的，例如我這里找的是孫尚香，將它的所有皮膚圖片地址放在一起比較：

http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-1.jpg
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-2.jpg
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-3.jpg
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-4.jpg
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-5.jpg
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-6.jpg
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-7.jpg

   由此我們得出結論，同一個英雄的皮膚圖片路徑從1開始依次遞增，我們再來看看不同英雄之間是如何區分的。會發現，不管皮膚圖片如何改變，瀏覽器上方的地址始終是不變的，所以我們將兩個不同英雄的url地址放到一起比較一下：

https://pvp.qq.com/web201605/herodetail/523.shtml
https://pvp.qq.com/web201605/herodetail/111.shtml

   乍一看，似乎沒有什么規律，但我們要從這里發現一點，就是最后的數字其實控制的是哪個英雄，我們暫且認為它是英雄的編號，可不幸的是，英雄編號之間好像沒有什么規律，不用著急，我們再到官網上找找線索。

在英雄資料界面，我們打開F12調試臺，通過抓取網絡請求，我發現了幾個文件：

   點擊網絡，然后點擊XHR，就可以看到這幾個文件，看到文件的名字大家應該就清楚了，這些文件存儲的就是英雄列表信息，我們點擊查看一下：
在這里插入圖片描述
   沒錯，這里存儲的就是英雄信息，包括英雄的名字，英雄編號等等其它信息，我們可以試試這些信息的準確性，例如小喬的ename，也就是英雄編號為106，所以按照之前的想法，英雄小喬的詳情地址應為：https://pvp.qq.com/web201605/herodetail/106.shtml
經過嘗試后發現確實如此。

   到這里，準備工作就完成了，其實進行到這里，整個工程就完成了一半了，接下來就是代碼的實現了。

代碼實現

   首先我們創建一個Python文件，然后導入os和requests模塊。
按照前面的步驟，我們首先需要獲取到英雄列表信息，也就是herolist.json文件，文件地址為：https://pvp.qq.com/web201605/js/herolist.json，這在調試臺中可以找到。
那么我們首先就要通過這個地址獲取到英雄列表信息的json數據，然后解析json數據，將有用的信息提取出來：

url = 'https://pvp.qq.com/web201605/js/herolist.json'
herolist = requests.get(url)  # 獲取英雄列表json文件

herolist_json = herolist.json()  # 轉化為json格式
hero_name = list(map(lambda x: x['cname'], herolist.json()))  # 提取英雄的名字
hero_number = list(map(lambda x: x['ename'], herolist.json()))  # 提取英雄的編號

   這樣我們就獲取到了英雄名字和編號，可以輸出測試一下：
拿到了英雄編號之后，事情就變得很簡單了，只需拼接一下url地址即可：
http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/' + hero_number + '/' + hero_number + '-bigskin-1.jpg，這樣可以獲取到所有英雄的皮膚圖片了，但是這里會有一個問題，英雄的皮膚是有多有少的，有的英雄只有兩個皮膚，有的卻有六七個，所以圖片編號的最大值我們并不清楚，這里我采用了一個比較笨的辦法，就是讓一個變量從1到10依次遞增去拼接圖片地址，如果遇到沒有的圖片我們就不處理，因為沒有一個英雄的皮膚超過了10個，所以我們就能獲取到所有的圖片了。下面看代碼實現：

# 下載圖片
def downloadPic():
    i = 0
    for j in hero_number:
        # 創建文件夾
        os.mkdir("C:\\Users\\Administrator\\Desktop\\wzry\\" + hero_name[i])
        # 進入創建好的文件夾
        os.chdir("C:\\Users\\Administrator\\Desktop\\wzry\\" + hero_name[i])
        i += 1
        for k in range(10):
            # 拼接url
            onehero_link = 'http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/' + str(j) + '/' + str(
                j) + '-bigskin-' + str(k) + '.jpg'
            im = requests.get(onehero_link)  # 請求url
            if im.status_code == 200:
                open(str(k) + '.jpg', 'wb').write(im.content)  # 寫入文件

   實現非常地簡單，代碼注釋也已經寫得很清楚了，有了這個函數之后，我們只需調用一下，就可以下載圖片了，整個程序的完整代碼如下：

import os
import requests

# python0基礎小白加群：456926667，獲取更多的python練手項目、練習，以及學習交流。

url = 'https://pvp.qq.com/web201605/js/herolist.json'
herolist = requests.get(url)  # 獲取英雄列表json文件

herolist_json = herolist.json()  # 轉化為json格式
hero_name = list(map(lambda x: x['cname'], herolist.json()))  # 提取英雄的名字
hero_number = list(map(lambda x: x['ename'], herolist.json()))  # 提取英雄的編號

# 下載圖片
def downloadPic():
    i = 0
    for j in hero_number:
        # 創建文件夾
        os.mkdir("C:\\Users\\Administrator\\Desktop\\wzry\\" + hero_name[i])
        # 進入創建好的文件夾
        os.chdir("C:\\Users\\Administrator\\Desktop\\wzry\\" + hero_name[i])
        i += 1
        for k in range(10):
            # 拼接url
            onehero_link = 'http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/' + str(j) + '/' + str(
                j) + '-bigskin-' + str(k) + '.jpg'
            im = requests.get(onehero_link)  # 請求url
            if im.status_code == 200:
                open(str(k) + '.jpg', 'wb').write(im.content)  # 寫入文件

downloadPic()

   除去注釋，接近20行的代碼我們就完成了王者榮耀全英雄皮膚的爬取，是不是非常簡單呢？我們可以測試一下這個程序，首先要在桌面上創建一個文件夾，名為wzry，因為這里的代碼我已經寫死了，如果要修改的話大家也可以進行修改，文件夾創建完成后點擊運行即可，等待片刻，圖片就全部下載完成了。

   對于程序中json字符串的解析，我們還可以使用jsonpath模塊來進行，使用該模塊能夠更加快捷地獲取到我們想要的信息，解析方式如下：

hero_name = jsonpath.jsonpath(html_json, "$..cname")
hero_number = jsonpath.jsonpath(html_json, "$..ename")

   該方法接收一個json字符串和解析規則，$…cname則表示從根目錄下找尋任意位置的以cname為鍵的值，并放入字典中。
結尾

   爬蟲是非常有趣的，因為它非常直觀，視覺沖擊感強，寫出來也很有成就感，爬蟲雖然強大，但千萬不能隨意爬取隱私信息。

   最后，如果對文中程序有更好的建議，歡迎評論區留言。