爬虫分享(三):多线程爬取英雄联盟皮肤图片

爬虫分享(三):多线程爬取皮肤

1.获取英雄数据

首先进入LOL官网打开游戏资料

爬虫分享(三):多线程爬取英雄联盟皮肤图片_第1张图片

我们先尝试用该url构建一个请求

import requests

url = 'https://lol.qq.com/data/info-heros.shtml#Navi'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'}
r = requests.get(url,headers=headers)
r.encoding = r.apparent_encoding
with open ('./html.txt','w',encoding='utf-8') as f:
    f.write(r.text)

打开txt文件搜索“安妮”却找不到信息,这是因为这些英雄的名称和图片都是通过JS渲染出来的,按F12打开开发工具,在Network栏中点击XHR,可以发现有一个hero-list.js

爬虫分享(三):多线程爬取英雄联盟皮肤图片_第2张图片

点击发现里面就是英雄的数据了,包括英雄的ID和名字等。

爬虫分享(三):多线程爬取英雄联盟皮肤图片_第3张图片

接下来,我们只需要对hero_list.js对应的url请求,直接上代码

import requests

url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'}
r = requests.get(url,headers=headers)
r.encoding = r.apparent_encoding
print(r.text)

由此,我们便成功获取了英雄数据

2.获取皮肤信息

我们在对网页进行分析,打开安妮的页面,可以在开发者工具中发现一个1.js,依据上部分的经验,我们可以猜测1.js中包含了安妮的皮肤信息,果不其然,打开它之后就可以看到皮肤有关信息

爬虫分享(三):多线程爬取英雄联盟皮肤图片_第4张图片


到此,我们便可以通过对信息的分析获取皮肤的名称和地址,再加入多线程,我们便可以很轻松地将这些皮肤图片保存到本地,完整代码如下:

# -*- ecoding: utf-8 -*-
# @ModuleName: lol
# @Function:
# @Author: shenfugui
# @Email: [email protected]
# @Time: 3/13/2020 9:34 PM

import requests
import json
import time
import os
import threading
from queue import Queue


def get_heros(headers, q, threads):
    url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js'
    r = requests.get(url, headers=headers)
    r.encoding = r.apparent_encoding
    data = json.loads(r.text)
    for hero in data['hero']:
        id = hero['heroId']
        q.put(id)
    for i in range(10):
        t = threading.Thread(target=get_imgs, args=(headers, q))
        t.start()
        threads.append(t)
    q.join()
    for i in range(10):
        q.put(None)
    for thread in threads:
        thread.join()
    print('finished')


def get_imgs(headers, q):
    while True:
        id = q.get()
        if id is None:
            break
        try:
            url = 'https://game.gtimg.cn/images/lol/act/img/js/hero/{}.js'.format(id)
            r = requests.get(url, headers=headers,timeout=10)
            r.encoding = r.apparent_encoding
            data = json.loads(r.text)
            for skin in data['skins']:
                hero_name = './' + skin['heroName']
                skin_url = skin['mainImg']
                skin_name = skin['name'].replace('/', '')
                if not os.path.exists(hero_name):
                    os.mkdir(hero_name)
                pic = requests.get(skin_url, headers=headers)
                with open(hero_name + '/' + skin_name + '.jpg', 'wb') as f:
                    f.write(pic.content)
                    print('%s 下载成功' % (skin_name))
        except requests.exceptions.ConnectionError:
            time.sleep(5)
        except requests.exceptions.MissingSchema:
            pass
        except requests.exceptions.InvalidSchema:
            pass
        q.task_done()


def main():
    start = time.time()
    q = Queue()
    threads = []
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36',
               'Connection': 'close'}
    get_heros(headers, q, threads)
    end = time.time()
    print('共用时%s s' % (end - start))


if __name__ == '__main__':
    main()

运行之后的效果图:

爬虫分享(三):多线程爬取英雄联盟皮肤图片_第5张图片


爬虫分享(三):多线程爬取英雄联盟皮肤图片_第6张图片
共用时24秒,效果还不错。
爬虫分享(三):多线程爬取英雄联盟皮肤图片_第7张图片

你可能感兴趣的:(爬虫分享(三):多线程爬取英雄联盟皮肤图片)