Python爬虫：十几行代码下载王者荣耀所有皮肤
Python爬虫：十几行代码下载王者荣耀所有皮肤
起因：前两天在公众号上看到一篇文章内容就是爬取王者荣耀的皮肤，但是内容太大概了，如果跟着他做肯定做不出来，所以我打算自己做。
之前接触过爬虫还是几年前爬取豆瓣电台的歌曲，那时候用的C++，json解析还要用第三方库，总之很麻烦。最近接触到了python，深深的感觉这门语言真好。
进入正题：如何爬取王者荣耀的英雄皮肤照片？
分为两步：
- 找到皮肤图片的地址
- 下载图片
1. 寻找皮肤图片地址
1.1 找到英雄列表
百度“王者荣耀”进入官网，进入https://pvp.qq.com/，按F12进入调试界面，然后按F5刷新界面，图中标识的herolist.json文件就是我们所需要的英雄列表，其中包括英雄编号、英雄名称、英雄类型、皮肤的名称等信息，在文件上右击复制链接http://pvp.qq.com/web201605/js/herolist.json
接下来检验一下我们的成果：
# 代码片段1
import urllib.request
import json
import os
response = urllib.request.urlopen("http://pvp.qq.com/web201605/js/herolist.json")
hero_json = json.loads(response.read())
hero_num = len(hero_json)
print(hero_json)
print("hero_num : " , str(hero_num))以上代码读取英雄列表存入hero_json，并获取英雄数量，运行效果如图所示：
1.2 找到英雄皮肤地址
点击首页的“游戏资料”标签页，进入新的界面后点击一个英雄头像进入英雄资料界面，此处我们以孙尚香为例：
同样F12然后F5，将鼠标在孙尚香几个皮肤上依次扫过，来看看调试窗口
可以看到孙尚香的高清皮肤一共6个，同样我们在第一个皮肤上右键复制链接得到：http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/111/111-bigskin-1.jpg，这就是我们梦寐以求的英雄皮肤链接。
分析一下这个链接，其中“111”是英雄的编号，最后的“1”是该英雄的皮肤编号。到此为止，浏览器已经没有用了，该得到的信息我们都有了。
2. 下载图片
2.1 英雄有几个皮肤
在第一步获取到的herolist.json文件中有“skin_name”字段，我们只要解析这个字段就可以获取皮肤数量和皮肤名称。测试代码（接代码片段1）如下：
# 代码片段2
hero_name = hero_json[0]['cname']
skin_names = hero_json[0]['skin_name'].split('|')
skin_num = len(skin_names)
print('hero_name: ', hero_name)
print('skin_names :', skin_names)
print('skin_num: ' + str(skin_num))运行结果如下：
可以看到廉颇一共两个皮肤，皮肤名称分别为：正义轰爆和地狱岩魂。
2.2 下载文件
下载文件用到urlretrieve接口，测试代码如下：
for i in range(hero_num):
# 获取皮肤名称列表
skin_names = hero_json[i]['skin_name'].split('|')
for cnt in range(len(skin_names)):
save_file_name = 'D:\heroskin\\' + str(hero_json[i]['ename']) + '-' +hero_json[i]['cname']+ '-' +skin_names[cnt] + '.jpg'
skin_url = 'http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/'+str(hero_json[i]['ename'])+ '/' +str(hero_json[i]['ename'])+'-bigskin-' + str(cnt+1) +'.jpg'
urllib.request.urlretrieve(skin_url, save_file_name)来看下结果：
至此224个皮肤全部下载完毕，都是高清图片。
还没有结束，程序有些不完美的地方：
- 如果路径D:\herolist\不存在，则程序运行失败；
- 如果中途下载失败，再次运行程序的时候已经下载过的图片还会再下载一次。
解决方案：
- 检查文件是否存在，如果不存在则创建，代码如下： # 文件夹不存在则创建 save_dir = 'D:\heroskin' if not os.path.exists(save_dir): os.mkdir(save_dir)
- 检查文件是否存在，如果存在则跳过下载，代码如下： if not os.path.exists(save_file_name): urllib.request.urlretrieve(skin_url, save_file_name)
至此，大功告成，贴一下完整代码：
# -*- coding: utf-8 -*-
"""
Created on Wed Aug 23 23:12:17 2017
@author: WangQiang
"""
import urllib.request
import json
import os
response = urllib.request.urlopen("http://pvp.qq.com/web201605/js/herolist.json")
hero_json = json.loads(response.read())
hero_num = len(hero_json)
# 文件夹不存在则创建
save_dir = 'D:\heroskin\\'
if not os.path.exists(save_dir):
os.mkdir(save_dir)
for i in range(hero_num):
# 获取英雄皮肤列表
skin_names = hero_json[i]['skin_name'].split('|')
for cnt in range(len(skin_names)):
save_file_name = save_dir + str(hero_json[i]['ename']) + '-' +hero_json[i]['cname']+ '-' +skin_names[cnt] + '.jpg'
skin_url = 'http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/'+str(hero_json[i]['ename'])+ '/' +str(hero_json[i]['ename'])+'-bigskin-' + str(cnt+1) +'.jpg'
if not os.path.exists(save_file_name):
urllib.request.urlretrieve(skin_url, save_file_name)除去注释和空行，一共16行代码实现了下载王者荣耀所有皮肤的功能，这些皮肤用来当作桌面背景也是极好的！！！体验一下：
