Python爬虫之一：十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

英雄列表

接下来检验一下我们的成果：

# 代码片段1
import urllib.request
import json
import osresponse = 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：

英雄列表运行结果

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：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SosrUTm7-1655781460104)(https://image-bed-1254282033.cos.ap-beijing.myqcloud.com/img/%E6%B8%B8%E6%88%8F%E8%B5%84%E6%96%99.png)]

孙尚香

同样F12然后F5，将鼠标在孙尚香几个皮肤上依次扫过，来看看调试窗口孙尚香皮肤

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。到此位置，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2hero_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：争议轰爆和地狱岩魂。

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 osresponse = 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)