出品：Python数据之道 (ID:PyDataLab)

作者：叶庭云，来自读者投稿

编辑：Lemon

一、前言

王者荣耀这款手游，想必大家都玩过或听过，游戏里英雄有各式各样的皮肤，制作得很精美，有些拿来做电脑壁纸它不香吗。本文带你利用 Python 爬虫一键下载王者荣耀英雄皮肤壁纸。

1. 目标

创建一个文件夹， 里面又有按英雄名称分的子文件夹保存该英雄的所有皮肤图片。

URL：https://pvp.qq.com/web201605/herolist.shtml

2. 环境

运行环境：Pycharm、Python3.7

需要的库

import requestsimport osimport jsonfrom lxml import etreefrom fake_useragent import UserAgentimport logging

二、分析网页

首先打开王者荣耀官网，点击英雄资料进去。

进入新的页面后，任意选择一个英雄，检查网页。

多选择几个英雄检查网页，可以发现各个英雄页面的 URL 规律

https://pvp.qq.com/web201605/herodetail/152.shtmlhttps://pvp.qq.com/web201605/herodetail/150.shtmlhttps://pvp.qq.com/web201605/herodetail/167.shtml

发现只有末尾的数字在变化，末尾的数字可以认为是该英雄的页面标识。

点击 Network，Crtl + R 刷新，可以找到一个 herolist.json 文件。

发现是乱码，但问题不大，双击这个 json 文件，将它下载下来观察，用编辑器打开可以看到。

ename 是英雄网址页面的标识；而 cname 是对应英雄的名称；skin_name 为对应皮肤的名称。

任选一个英雄页面进去，检查该英雄下面所有皮肤，观察 url 变化规律。

url变化规律如下：https://game.gtimg.cn/images/yxzj/img201606/heroimg/152/152-bigskin-1.jpghttps://game.gtimg.cn/images/yxzj/img201606/heroimg/152/152-bigskin-2.jpghttps://game.gtimg.cn/images/yxzj/img201606/heroimg/152/152-bigskin-3.jpghttps://game.gtimg.cn/images/yxzj/img201606/heroimg/152/152-bigskin-4.jpghttps://game.gtimg.cn/images/yxzj/img201606/heroimg/152/152-bigskin-5.jpg

复制图片链接到浏览器打开，可以看到高清大图。

观察到同一个英雄的皮肤图片 url 末尾 -{x}.jpg 从 1 开始依次递增，再来看看不同英雄的皮肤图片 url 是如何构造的。会发现， ename 这个英雄的标识不一样，获取到的图片就不一样，由 ename 参数决定。

https://game.gtimg.cn/images/yxzj/img201606/heroimg/152/152-bigskin-1.jpghttps://game.gtimg.cn/images/yxzj/img201606/heroimg/150/150-bigskin-1.jpghttps://game.gtimg.cn/images/yxzj/img201606/heroimg/153/153-bigskin-1.jpg# 可构造图片请求链接如下https://game.gtimg.cn/images/yxzj/img201606/heroimg/{ename}/{ename}-bigskin-{x}.jpg

三、爬虫代码实现

# -*- coding: UTF-8 -*-"""@File    ：王者荣耀英雄皮肤壁纸.py@Author  ：叶庭云@Date    ：2020/10/2 11:40@CSDN    ：https://blog.csdn.net/fyfugoyfa"""import requestsimport osimport jsonfrom lxml import etreefrom fake_useragent import UserAgentimport logging# 日志输出的基本配置logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s')class glory_of_king(object):    def __init__(self):        if not os.path.exists("./王者荣耀皮肤"):            os.mkdir("王者荣耀皮肤")        # 利用fake_useragent产生随机UserAgent  防止被反爬        ua = UserAgent(verify_ssl=False, path='fake_useragent.json')        for i in range(1, 50):            self.headers = {                'User-Agent': ua.random            }    def scrape_skin(self):        # 发送请求   获取响应        response = requests.get('https://pvp.qq.com/web201605/js/herolist.json', headers=self.headers)        # str转为json        data = json.loads(response.text)        # for循环遍历data获取需要的字段  创建对应英雄名称的文件夹        for i in data:            hero_number = i['ename']    # 获取英雄名字编号            hero_name = i['cname']      # 获取英雄名字            os.mkdir("./王者荣耀皮肤/{}".format(hero_name))  # 创建英雄名称对应的文件夹            response_src = requests.get("https://pvp.qq.com/web201605/herodetail/{}.shtml".format(hero_number),                                        headers=self.headers)            hero_content = response_src.content.decode('gbk')  # 返回相应的html页面 解码为gbk            # xpath解析对象  提取每个英雄的皮肤名字            hero_data = etree.HTML(hero_content)            hero_img = hero_data.xpath('//div[@class="pic-pf"]/ul/@data-imgname')            # 去掉每个皮肤名字中间的分隔符            hero_src = hero_img[0].split('|')            logging.info(hero_src)            # 遍历英雄src处理图片名称。            for j in range(len(hero_src)):                # 去掉皮肤名字的&符号                index_ = hero_src[j].find("&")                skin_name = hero_src[j][:index_]                # 请求下载图片                response_skin = requests.get(                    "https://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{}/{}-bigskin-{}.jpg".format(                        hero_number, hero_number, j + 1))                # 获取图片二进制数据                        skin_img = response_skin.content                  # 把皮肤图片保存到对应名字的文件里                with open("./王者荣耀皮肤/{}/{}.jpg".format(hero_name, skin_name), "wb")as f:                    f.write(skin_img)                    logging.info(f"{skin_name}.jpg 下载成功！！")    def run(self):        self.scrape_skin()if __name__ == '__main__':    spider = glory_of_king()    spider.run()

运行效果如下：

程序运行一段时间，英雄皮肤壁纸就都保存在本地文件夹啦，结果如下：

四、其他说明

• 不建议抓取太多数据，容易对服务器造成负载，浅尝辄止即可。

• 通过本文爬虫，可以帮助你了解 json 数据的解析和提取需要的数据，如何通过字符串的拼接来构造URL请求。

• 本文利用 Python 爬虫一键下载王者荣耀英雄皮肤壁纸，实现过程中也会遇到一些问题，多思考和调试，最终解决问题，也能理解得更深刻。

• 代码可直接复制运行，如果觉得还不错，记得给个赞哦，也是对作者最大的鼓励，不足之处可以在评论区多多指正。

解决报错：fake_useragent.errors.FakeUserAgentError: Maximum amount of retries reached

# 报错如下Error occurred during loading data. Trying to use cache server https://fake-useragent.herokuapp.com/browsers/0.1.11Traceback (most recent call last):  File "/usr/local/python3/lib/python3.6/urllib/request.py", line 1318, in do_open    encode_chunked=req.has_header('Transfer-encoding'))  File "/usr/local/python3/lib/python3.6/http/client.py", line 1239, in request    self._send_request(method, url, body, headers, encode_chunked)  File "/usr/local/python3/lib/python3.6/http/client.py", line 1285, in _send_request    self.endheaders(body, encode_chunked=encode_chunked)  File "/usr/local/python3/lib/python3.6/http/client.py", line 1234, in endheaders    self._send_output(message_body, encode_chunked=encode_chunked)  File "/usr/local/python3/lib/python3.6/http/client.py", line 1026, in _send_output    self.send(msg)  File "/usr/local/python3/lib/python3.6/http/client.py", line 964, in send    self.connect()  File "/usr/local/python3/lib/python3.6/http/client.py", line 1392, in connect    super().connect()  File "/usr/local/python3/lib/python3.6/http/client.py", line 936, in connect    (self.host,self.port), self.timeout, self.source_address)  File "/usr/local/python3/lib/python3.6/socket.py", line 724, in create_connection    raise err  File "/usr/local/python3/lib/python3.6/socket.py", line 713, in create_connection    sock.connect(sa)socket.timeout: timed out During handling of the above exception, another exception occurred: Traceback (most recent call last):  File "/usr/local/python3/lib/python3.6/site-packages/fake_useragent/utils.py", line 67, in get    context=context,  File "/usr/local/python3/lib/python3.6/urllib/request.py", line 223, in urlopen    return opener.open(url, data, timeout)  File "/usr/local/python3/lib/python3.6/urllib/request.py", line 526, in open    response = self._open(req, data)  File "/usr/local/python3/lib/python3.6/urllib/request.py", line 544, in _open    '_open', req)  File "/usr/local/python3/lib/python3.6/urllib/request.py", line 504, in _call_chain    result = func(*args)  File "/usr/local/python3/lib/python3.6/urllib/request.py", line 1361, in https_open    context=self._context, check_hostname=self._check_hostname)  File "/usr/local/python3/lib/python3.6/urllib/request.py", line 1320, in do_open    raise URLError(err)urllib.error.URLError: 
    
      During handling of the above exception, another exception occurred: Traceback (most recent call last):  File "/usr/local/python3/lib/python3.6/site-packages/fake_useragent/utils.py", line 154, in load    for item in get_browsers(verify_ssl=verify_ssl):  File "/usr/local/python3/lib/python3.6/site-packages/fake_useragent/utils.py", line 97, in get_browsers    html = get(settings.BROWSERS_STATS_PAGE, verify_ssl=verify_ssl)  File "/usr/local/python3/lib/python3.6/site-packages/fake_useragent/utils.py", line 84, in get    raise FakeUserAgentError('Maximum amount of retries reached')fake_useragent.errors.FakeUserAgentError: Maximum amount of retries reached
    

解决方法如下：

# 将 https://fake-useragent.herokuapp.com/browsers/0.1.11 里内容复制 并另存为本地 json 文件：fake_useragent.json# 引用ua = UserAgent(verify_ssl=False, path='fake_useragent.json')print(ua.random)运行结果如下：Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1500.55 Safari/537.36

作者简介：

叶庭云

个人格言: 热爱可抵岁月漫长

CSDN博客: https://blog.csdn.net/fyfugoyfa/

---------End---------

关注后回复“w”，加我私人微信

????分享、点赞、在看，给个三连击呗！????