使用Python抓取网页数据(一)

iOS python 爬虫 LoL


学习iOS开发有一段时间了,最近想做一个自己的App玩玩,自己比较喜欢玩LOL,所以想试着做一个LOL资料库的App,那么问题来了,这么多英雄,物品等数据怎么获取呢,总不能自己手敲吧。身为一个程序猿,这种事情怎么能自己来做呢。这时候就可以祭出神器Python了,我们直接进入主题。

一、 寻找数据


要想获取数据,首先得找到哪里有数据,各大游戏媒体网站都有自己的资料库,这里我选择官方的资料库,地址: LOL官方资料库

[LOL官方资料库](http://lol.qq.com/web201310/info-heros.shtml)

英雄,物品,技能,符文,天赋都有了,数据也是最新的。OK,猎物找到了,开始狩猎之前还要做一些准备。

二、 准备工作


  • 浏览器:我们需要用浏览器查看网页源码,Safari 和 Chrome 都可以,这里我选择Safari,感觉 Safari 的元素查看更方便一点,可以快速定位到我们需要的地址。Safari默认没有“开发”选项,需要到“偏好设置”-“高级”中勾选


    显示“开发”菜单
  • 编辑器:写代码当然得需要编辑器了,我使用的是 VS Code,是微软推出的一个编辑器,风格也是我喜欢的,但是比较蛋疼,没有 Python 的自动补全,也可能需要下载其他插件或工具才可以。反正我这里我也不用了,有知道的伙伴还请多多赐教。不过 VS Code 使用起来感觉还是不错的。推荐试试


    VS Code
  • 调试工具:我没有使用 Python 自己的 IDE,而 VS Code 也只是编辑器而已,调试就不行了,所以我这里直接使用 OS X 的终端调试,毕竟感觉diaodiao哒~,调试时只需要cd到python文件目录,执行命令

python filename.py
  • 库:做网络爬虫,需要一些Python的库。有些 Python 自带,有些还需要自己下载,下载可以使用 pipeasy_install,这两个工具都需要另外下载,可参考我的另一篇简书OS X下Pip的安装,具体需要什么库我们使用时再说。
    万事俱备

三、 网页分析


我们所要抓取的数据有图片、文字或文件,图片和文件一般都是一个地址,文字可能存在于文件,也可能直接写在网页源码中。所以,我们先对网页进行分析,熟悉战场。
  在Safari中打开 LOL官方资料库,点击菜单“开发”-“显示页面源文件” 或 按快捷键 alt+command+a/u,进入开发者工具,点击“元素”标签

safari开发者工具

在我们把鼠标移动到不同行代码时,网页中当前代码对应的元素会被选中,这可以帮助我们快速定位到关键代码,我们先试着找到 九尾妖狐 头像的图片地址,如上图所示
<img src="http://ossweb-img.qq.com/images/lol/img/champion/Ahri.png"

四、小试牛刀


现在我们就来试试把这张图片下载到本地。
  创建Python文件,可以使用VSCode新建空白文件,保存时后缀为.py,也可以在终端执行命令

cd Desktop/        //进入Desktop文件夹
touch filename.py  //在当前文件夹内新建文件

用编辑器打开文件,编写代码:

#-*-coding:utf8-*-
import os, requests

img_url = "http://ossweb-img.qq.com/images/lol/img/champion/Ahri.png"
# 截取文件名
img_name = os.path.basename(img_url)
# 下载图片
img = requests.get(img_url)
# 打开本地文件
# 'wb'表示以二进制写入模式打开文件
file = open('/Users/apple/img//' + img_name, 'wb')
# 写入文件
file.write(img.content)
# 关闭文件
file.close

这里用到两个库,osrequests库,os python本身自带,requests需要手动下载,在终端执行

pip install requests

这是一个简单的下载和保存的例子,不过已经可以满足我们的需求了,只需要稍作修改就能完成我们的目标了。

未完待续

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容