爬虫小程序（爬取英雄联盟的英雄皮肤）

Posted 2021-03-22 su_sir

一、爬虫流程：

    1、明确目标：url = https://daoju.qq.com/lol/list/17-0-0-0-0-0-0-0-0-0-0-00-0-0-1-1.shtml?ADTAG=innercop.lol.SY.shoppinglist_new_17

    2、判断数据类型：动态/静态（这里是动态类型，是通过JS渲染的）

　　　备注：如何来判断数据类型？是通过源码来判断的，如果网页源码中可以找到我们需要爬取的数据，那么就代表是静态，可以通过访问网页后结合正则就可以获取数据，如果网页源码找不到我们需要的数据，则是动态，一般动态都是通过js进行渲染页面

    3、利用工具找到数据：可以通过F12或者抓包工具

　　　

 

 

     4、解析数据，提取数据

     5、保存数据：数据库保存或者文件保存

 

二、代码示例

    1、准备工作：创建一个‘D：\\\\LOL_pic’文件夹，存储数据

                           下载requests包：py -3.6 -m pip install requests 

    2、代码编写

import requests
import json
import time
total = 55  # 从网页可以看到有54页
try:
    for page in range(1,total+1):
        url = "https://apps.game.qq.com/daoju/v3/api/hx/goods/app/v71/GoodsListApp.php?view=biz_cate&page={}&pageSize=16&orderby=dtShowBegin&ordertype=desc&cate=17&appSource=pc&plat=1&output_format=jsonp&biz=lol&_=1576484717258".format(page)
        header = {"User-Agent":"使用自己的"}
        respon = requests.get(url=url, headers=header)
        content = respon.text  # 如果数据是字符串格式使用 .text，如果数据是二进制格式使用 .content，如果数据是JSON格式使用 .json()
        # print(content)
        result = content.split("=", 1)[1]  # 得到的是一个字符串,把他处理为字典字符串（json），以便转换
        data = json.loads(result)  # 把数据类型转换为字典
        for picture_url in data["data"]["goods"]:
            img_name = picture_url["propName"]
            if \'/\' in img_name:
                img_name = img_name.replace(\'/\', \'-\')  # 处理文件名有‘/’的问题
            img_url = picture_url["propImg"]
            picture = requests.get(url=img_url, headers=header).content  # 获取图片信息，数据类型是二进制
            with open(r\'D:\\LOL_pic\\{}.jpg\'.format(img_name), \'wb\') as f:  # 图片使用二进制写
                f.write(picture)
        print("第{}页爬取成功".format(page))
        time.sleep(3)  # 防止卡死
except Exception as e:
    print("数据抓取异：{}".format(e))
finally:
    print("程序执行完毕")

    3、执行结果

    

 

 

三、python 文件打包

    1、安装第三方包：py -3.6 -m pip install pyinstaller

                                   py -3.6 -m pip install cryptography

         注意：由于这两个包比较大，请一定保证网速，否则会报错

        在安装时遇到的情况如下：

        

 

        表示超时，网速原因，可以到https://www.lfd.uci.edu/~gohlke/pythonlibs/#genshi网站上去拉取：PyInstaller‑3.5‑py2.py3‑none‑any.whl 这个文件下来，

        然后在cmd 执行 py -3.6 -m pip install PyInstaller‑3.5‑py2.py3‑none‑any.whl 命令

        因为这两包是多个小包组成的，如果遇到中途有某个包下载不了的情况，可以到上面这个网站去拉取对应的文件下来安装，举个例子：

　　

 

 

 　　总之：保证网速会少去很多麻烦

    2、在cmd输入命令：pyinstaller -F D:\\test.py   # 这个py文件是需要处理成.exe的文件

        如果在执行的时候遇到下面这个情况，代表你的 cryptography 包未安装或者安装失败导致的，请重新安装

　　

 

 　　安装成功的图如下所示，请注意生成目录

　　

 

 　　

 

    3、拖至桌面，双击即可运行，如果需要更换图标，操作流程如下所示：

        首先：到网上去找一个.ico的图标，免费图标官网的链接 https://www.easyicon.net/

         

 

 

        然后：cmd运行命令  pyinstaller -w -i C:\\Users\\xxx\\LOL_crawler\\pc.ico C:\\Users\\xxx\\LOL_crawler\\LOL_img_program.py # 这是绝对路径，用相对路径也是可以的

　　

        最后：成功后到生成的路径下可看到如下的内容

　　

 

结束！！！如有疑问请留言！！！