一、爬蟲流程:
1、明確目標:url = https://daoju.qq.com/lol/list/17-0-0-0-0-0-0-0-0-0-0-00-0-0-1-1.shtml?ADTAG=innercop.lol.SY.shoppinglist_new_17
2、判斷數據類型:動態/靜態(這里是動態類型,是通過JS渲染的)
備注:如何來判斷數據類型?是通過源碼來判斷的,如果網頁源碼中可以找到我們需要爬取的數據,那么就代表是靜態,可以通過訪問網頁后結合正則就可以獲取數據,如果網頁源碼找不到我們需要的數據,則是動態,一般動態都是通過js進行渲染頁面
3、利用工具找到數據:可以通過F12或者抓包工具
4、解析數據,提取數據
5、保存數據:數據庫保存或者文件保存
二、代碼示例
1、准備工作:創建一個‘D:\\LOL_pic’文件夾,存儲數據
下載requests包:py -3.6 -m pip install requests
2、代碼編寫
import requests import json import time total = 55 # 從網頁可以看到有54頁 try: for page in range(1,total+1): url = "https://apps.game.qq.com/daoju/v3/api/hx/goods/app/v71/GoodsListApp.php?view=biz_cate&page={}&pageSize=16&orderby=dtShowBegin&ordertype=desc&cate=17&appSource=pc&plat=1&output_format=jsonp&biz=lol&_=1576484717258".format(page) header = {"User-Agent":"使用自己的"} respon = requests.get(url=url, headers=header) content = respon.text # 如果數據是字符串格式使用 .text,如果數據是二進制格式使用 .content,如果數據是JSON格式使用 .json() # print(content) result = content.split("=", 1)[1] # 得到的是一個字符串,把他處理為字典字符串(json),以便轉換 data = json.loads(result) # 把數據類型轉換為字典 for picture_url in data["data"]["goods"]: img_name = picture_url["propName"] if '/' in img_name: img_name = img_name.replace('/', '-') # 處理文件名有‘/’的問題 img_url = picture_url["propImg"] picture = requests.get(url=img_url, headers=header).content # 獲取圖片信息,數據類型是二進制 with open(r'D:\LOL_pic\{}.jpg'.format(img_name), 'wb') as f: # 圖片使用二進制寫 f.write(picture) print("第{}頁爬取成功".format(page)) time.sleep(3) # 防止卡死 except Exception as e: print("數據抓取異:{}".format(e)) finally: print("程序執行完畢")
3、執行結果
三、python 文件打包
1、安裝第三方包:py -3.6 -m pip install pyinstaller
py -3.6 -m pip install cryptography
注意:由於這兩個包比較大,請一定保證網速,否則會報錯
在安裝時遇到的情況如下:
表示超時,網速原因,可以到https://www.lfd.uci.edu/~gohlke/pythonlibs/#genshi網站上去拉取:PyInstaller‑3.5‑py2.py3‑none‑any.whl 這個文件下來,
然后在cmd 執行 py -3.6 -m pip install PyInstaller‑3.5‑py2.py3‑none‑any.whl 命令
因為這兩包是多個小包組成的,如果遇到中途有某個包下載不了的情況,可以到上面這個網站去拉取對應的文件下來安裝,舉個例子:
總之:保證網速會少去很多麻煩
2、在cmd輸入命令:pyinstaller -F D:\test.py # 這個py文件是需要處理成.exe的文件
如果在執行的時候遇到下面這個情況,代表你的 cryptography 包未安裝或者安裝失敗導致的,請重新安裝
安裝成功的圖如下所示,請注意生成目錄
3、拖至桌面,雙擊即可運行,如果需要更換圖標,操作流程如下所示:
首先:到網上去找一個.ico的圖標,免費圖標官網的鏈接 https://www.easyicon.net/
然后:cmd運行命令 pyinstaller -w -i C:\Users\xxx\LOL_crawler\pc.ico C:\Users\xxx\LOL_crawler\LOL_img_program.py # 這是絕對路徑,用相對路徑也是可以的
最后:成功后到生成的路徑下可看到如下的內容
結束!!!如有疑問請留言!!!