手把手教你使用Python網(wǎng)絡(luò)爬蟲獲取王者榮耀英雄出裝說明并自動化生成markdown文件

回復(fù)“書籍”即可獲贈Python從入門到進(jìn)階共10本電子書

大家好，我是Python進(jìn)階者。

一、前言

玩過王者榮耀游戲的小伙伴們都知道英雄出裝是十分重要的事情，一個合理的出裝，再加上銘文，可以讓你在王者戰(zhàn)場上勢如破竹，unstoppable！

前幾天在【明佬】群里看到他分享了一個使用Python網(wǎng)絡(luò)爬蟲獲取王者榮耀英雄出裝說明，并使用線程池的方式下載了出裝圖片，之后還自動化生成了markdown文件，干貨內(nèi)容很多，這里拿出來分享給大家，歡迎大家積極嘗試。

二、數(shù)據(jù)獲取

這里我們的目標(biāo)網(wǎng)站是王者榮耀官網(wǎng)，如下圖所示。

之后依次點(diǎn)擊首頁右側(cè)中的【英雄/皮膚】的【更多】按鈕，可以進(jìn)入到詳情頁，如下圖所示，點(diǎn)擊【局內(nèi)道具】就可以看到出裝信息了，里邊包含了我們想要的目標(biāo)信息。

通過瀏覽器抓包，可以獲取到具體的信息，可以看到存放在json格式中。

下圖是數(shù)據(jù)詳情截圖，可以看到有中文亂碼，這個不影響，起碼數(shù)據(jù)是可以拿到的。

代碼實(shí)現(xiàn)過程

找到數(shù)據(jù)源之后，接下來就是代碼實(shí)現(xiàn)了，一起來看看吧，這里直接套用【明佬】代碼，在jupyter notebook中跑的。

獲取裝備數(shù)據(jù)

import?requests
import?pandas?as?pd

headers?=?{
????'User-Agent':?'Mozilla/5.0?(Windows?NT?10.0;?Win64;?x64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?'
??????????????????'Chrome/88.0.4324.104?Safari/537.36?'
}
target?=?'https://pvp.qq.com/web201605/js/item.json'
item_list?=?requests.get(target,?headers=headers).json()
item_df?=?pd.DataFrame(item_list)
item_df.sort_values(["item_type",?"price",?"item_id"],?inplace=True)
item_df.fillna("",?inplace=True)
item_df.des1?=?item_df.des1.str.replace("",?"",?regex=True)
item_df.des2?=?item_df.des2.str.replace("",?"",?regex=True)
item_df

結(jié)果如下圖所示：

多線程下載圖片

接下來使用線程池的方法下載圖片，圖片的拼接方法也很簡單，看下圖就一目了然了。

下面是代碼實(shí)現(xiàn)：

import?os
from?concurrent.futures?import?ThreadPoolExecutor


def?download_img(item_id):
????if?os.path.exists(f"imgs/{item_id}.jpg"):
????????return
????imgurl?=?f"http://game.gtimg.cn/images/yxzj/img201606/itemimg/{item_id}.jpg"
????res?=?requests.get(imgurl)
????with?open(f"imgs/{item_id}.jpg",?"wb")?as?f:
????????f.write(res.content)


os.makedirs("imgs",?exist_ok=True)
with?ThreadPoolExecutor(max_workers=8)?as?executor:
????nums?=?executor.map(download_img,?item_df.item_id)

下載速度很快，幾秒鐘的事情，結(jié)果如下圖所示：

接下來，我們將數(shù)據(jù)自動化生成Markdown文檔，一起來看看吧。

生成Markdown文檔

代碼如下，前面部分是數(shù)據(jù)的預(yù)處理，后面是寫入文件：

item_type_dict?=?{1:?'攻擊',?2:?'法術(shù)',?3:?'防御',?4:?'移動',?5:?'打野',?7:?'游走'}
item_ids?=?item_df.item_id.values
item_df.item_id?=?item_df.item_id.apply(
????lambda?item_id:?f"![{item_id}](imgs/{item_id}.jpg)")
item_df.item_type?=?item_df.item_type.map(item_type_dict)
item_df.columns?=?["圖片",?"裝備名稱",?"類型",?"售價",?"總價",?"基礎(chǔ)描述",?"擴(kuò)展描述"]
item_df

寫入文件的代碼，生成Markdown文檔：

with?open("王者裝備說明.md",?"w")?as?f:
????for?item_type,?item_split?in?item_df.groupby("類型",?sort=False):
????????f.write(f"#?{item_type}\n")
????????item_split.drop(columns="類型",?inplace=True)
????????f.write(item_split.to_markdown(index=False))
????????f.write("\n\n")

結(jié)果如下圖所示：

之后在本地還會生成一個名為【王者裝備說明.md】的Markdown文檔，雙擊文件打開，內(nèi)容如下圖所示：

真是直呼好家伙！我在這一步實(shí)現(xiàn)的時候，遇到了一個報錯，如下所示：

Missing?optional?dependency?'tabulate'.??Use?pip?or?conda?to?install?tabulate.

提示卻少依賴庫，只需要在cmd下進(jìn)行安裝即可pip install tabulate，之后就可以正常運(yùn)行了。

生成Excel表格

不過Markdown的表格無法任意調(diào)整，圖片需要點(diǎn)擊后才會放大，下面我們考慮生成Excel表格：首先需要整理數(shù)據(jù)，代碼如下：

item_df.圖片?=?""
item_df.基礎(chǔ)描述?=?item_df.基礎(chǔ)描述.str.replace("
",?"\n")
item_df.擴(kuò)展描述?=?item_df.擴(kuò)展描述.str.replace("
",?"\n")
item_df

生成結(jié)果如下圖所示：

之后將結(jié)果寫入到Excel中去，代碼如下所示：

#?寫入Excel表格
from?openpyxl.drawing.image?import?Image
from?openpyxl.styles?import?Alignment

with?pd.ExcelWriter("王者裝備說明.xlsx",?engine='openpyxl')?as?writer:
????item_df.to_excel(writer,?sheet_name='裝備說明',?index=False)
????worksheet?=?writer.sheets['裝備說明']
????worksheet.column_dimensions["A"].width?=?11
????for?item_id,?(cell,)?in?zip(item_ids,?worksheet.iter_rows(2,?None,?1,?1)):
????????worksheet.row_dimensions[cell.row].height?=?67
????????worksheet.add_image(Image(f"imgs/{item_id}.jpg"),?f'A{cell.row}')
????worksheet.column_dimensions["F"].width?=?15
????worksheet.column_dimensions["G"].width?=?35
????writer.save()

打開文件，效果圖如下圖所示：

當(dāng)然了，大家也可以根據(jù)自己想要的效果生成HTML和Word等等。

三、總結(jié)

大家好，我是Python進(jìn)階者。這篇文章主要分享了一個使用Python網(wǎng)絡(luò)爬蟲獲取王者榮耀英雄出裝說明，并使用線程池的方式下載了出裝圖片，之后還自動化生成了markdown文件，干貨內(nèi)容很多，歡迎大家積極嘗試，如果有遇到問題，請?zhí)砑游液糜?，我?guī)椭鉀Q。

最后感謝粉絲【明佬】分享的代碼喝王者榮耀出裝攻略，真是太強(qiáng)了，上王者指日可待！

最后放上【明佬】的csdn鏈接：https://xxmdmst.blog.csdn.net/article/details/124035041，點(diǎn)擊閱讀原文可以直達(dá)噢！

小伙伴們，快快用實(shí)踐一下吧！如果在學(xué)習(xí)過程中，有遇到任何Python問題，歡迎加我好友，我拉你進(jìn)Python學(xué)習(xí)交流群共同探討學(xué)習(xí)。