【已解决】王者荣耀英雄皮肤官方高清图片爬虫

新人999 2023-04-05 22:11 468

王者荣耀英雄图片

王者荣耀英雄皮肤官方高清图片爬虫

因为官网没有直接的英雄皮肤接口，所以我们这里从 http://pvp.qq.com/ 的 “英雄资料”进入所有英雄列表，选择一个英雄（以第一个英雄沈梦溪为例），进去该英雄资料页面 http://pvp.qq.com/web201605/herodetail/312.shtml ，可以看到皮肤资料

审查元素

按F12审查皮肤元素可以看到皮肤图片地址 //http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/312/312-bigskin-1.jpg ，但进源码中你是看不到这个地址的，所以抓源码是不可行的。但你如果多审查几个皮肤元素，就会发现这个网址就两个变量“312”和“1”。

1、 “312”曾出现在该网页的url中 http://pvp.qq.com/web201605/herodetail/312.shtml ，每个英雄的url这个值是变动的，很显然，这就是英雄的id。在所有英雄列表中审查单个英雄元素，可以很轻松的看到英雄id。

但查看源码你又会发现什么也没有，应该是后台传输的数据，所以我重新加载一下在F12的网络中找后台加载的数据，找到了herolist.json这个文件。

这样的文件右击在新窗口打开，会直接下载在本地，内容如下：

这里ename不难发现就是英雄id，cname是英雄，skin_name就是皮肤，我们取这三个数据即可，herolist.json的网址是 http://pvp.qq.com/web201605/js/herolist.json 。

2、沈梦溪就两个皮肤，第一个爆弹怪猫的皮肤地址：

//http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/312/312-bigskin-1.jpg

第二个棒球奇才的皮肤地址：

//http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/312/312-bigskin-2.jpg

很明显，这里的“1”或者“2”只是皮肤的序号而已，取决于皮肤的数量，这里抓取皮肤名称即可。

代码逻辑

如上分析，我们思路如下：

1、获取英雄信息：从 http://pvp.qq.com/web201605/js/herolist.json 网址获取英雄名称、id、皮肤名称；

2、获取单个英雄所有皮肤：遍历皮肤名称，英雄id与皮肤序号一起组建皮肤url，发送请求，响应写入文件；

3、获取所有英雄皮肤：遍历英雄，创建文件夹。

def get_heroinfo():

pass

def save_skinimg():

pass

def main():

if not os.path.exists(os.path.join(os.getcwd(), '皮肤')):

os.mkdir('皮肤')

os.chdir('皮肤')

pass

if __name__ == "__main__":

main()

代码实现

1、获取英雄信息

目标：所有英雄的名称、id、皮肤名称

值得一提的是，解析内容我这里用的是正则，其实也可以用json.loads()转成字典来解析，但正则貌似比较直接。

另外，经过尝试，所有英雄页面的herolist.json不是唯一包含英雄id信息的文件，在单个英雄资料页面，后台你同样可以抓到一个名为heroid.js的文件，也包含id信息，但没有皮肤信息，如果后面图片要以皮肤名称命名的话，就还要从该网页抓取皮肤信息。

def get_heroinfo():

url = 'http://pvp.qq.com/web201605/js/herolist.json'

response = requests.get(url, headers=headers).text

# 匹配英雄信息（id，英雄名称，皮肤名称），形成元组组成的列表

hero_infos = re.findall('"ename":(d+),"cname":"(S+?)".*?skin_name":"(.*?)"', response)

return hero_infos

2、获取单个英雄所有皮肤

目标：写单个英雄的图片文件

第一步我们得到的是一个列表hero_infos，里面的hero_info包含一个英雄的名称、id和皮肤名称，接下来我们就拿来组建图片地址，hero_info[0]是id，hero_info[1]是英雄的名字，hero_info[2]是皮肤的名字，但这是几个皮肤名字组合在一起的字符串，格式是

所以这里需要切片成列表，然后遍历皮肤，计算皮肤序号num，而皮肤名称的作用仅仅是用来命名的。所以如果你没有命名要求，完全可以不抓取它，妲己的皮肤已经算多的了，我们完全可以从1遍历到10（有10个皮肤的英雄吗……），用try……except来结束异常的遍历，图片命名直接取链接切片后的.jpg部分，这样无疑更省事（八大浪费之加工过剩浪费……），所以代码都是根据需求来写的。

def save_skinimg(hero_info):

num = 1

# 处理皮肤名称中的“|”

skin_names = hero_info[2].split('|')

for skin in skin_names:

url = 'http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{}/{}-bigskin-{}.jpg'.format(hero_info[0], hero_info[0], num)

num += 1

response = requests.get(url, headers=headers).content

filename = '{}-{}.jpg'.format(hero_info[1], skin)

print('正在下载 {}……'.format(filename))

with open(filename, 'wb') as f:

f.write(response)

3、获取所有英雄皮肤

目标：主函数……创建文件的保存路径，遍历所有英雄

调用前面两函数，实现所有英雄的皮肤下载

def main():

if not os.path.exists(os.path.join(os.getcwd(), '皮肤')):

os.mkdir('皮肤')

os.chdir('皮肤')

# 获取英雄信息（id，英雄名称，皮肤名称）

hero_infos = get_heroinfo()

for hero_info in hero_infos:

# 打开图片链接并保存图片

save_skinimg(hero_info)

代码总览

好了，代码基本上就这样，整合在一起看看

import requests, re, os

from lxml import etree

def get_heroinfo():

url = 'http://pvp.qq.com/web201605/js/herolist.json'

response = requests.get(url, headers=headers).text

# 匹配英雄信息（id，英雄名称，皮肤名称），形成元组组成的列表

hero_infos = re.findall('"ename":(d+),"cname":"(S+?)".*?skin_name":"(.*?)"', response)

return hero_infos

def save_skinimg(hero_info):

num = 1

# 处理皮肤名称中的“|”

skin_names = hero_info[2].split('|')

for skin in skin_names:

url = 'http://game.gtimg.cn/images/yxzj/img201606/skin/hero-info/{}/{}-bigskin-{}.jpg'.format(hero_info[0], hero_info[0], num)

num += 1

response = requests.get(url, headers=headers).content

filename = '{}-{}.jpg'.format(hero_info[1], skin)

print('正在下载 {}……'.format(filename))

with open(filename, 'wb') as f:

f.write(response)

def main():

if not os.path.exists(os.path.join(os.getcwd(), '皮肤')):

os.mkdir('皮肤')

os.chdir('皮肤')

# 获取英雄信息（id，英雄名称，皮肤名称）

hero_infos = get_heroinfo()

for hero_info in hero_infos:

# 打开图片链接并保存图片

save_skinimg(hero_info)

if __name__ == "__main__":

headers = {'User-Agent': 'Opera/9.27 (Windows NT 5.2; U; zh-cn)'}

main()

总共36行，含注释和空行，代码很简单，关键就是抓这个json！

ok，最后附上一段它的姊妹篇 - 王者荣耀高清壁纸下载，因为没抓到后台数据，所以只能用selenium+Chrome，这里用了递归。

from selenium import webdriver

from lxml import etree

import time, requests, os

def get_imglink():

global i

time.sleep(3)

content = driver.page_source

html = etree.HTML(content)

links = html.xpath('//div[@id="Work_List_Container_267733"]//li[@class="sProdImgDown sProdImgL6"]/a/@href')

print('正在获取第 %d 壁纸link列表……' % i)

for link in links:

response = requests.get(link, headers=headers)

time.sleep(1)

filename = link.split('/')[-2]

with open(filename, 'wb') as f:

f.write(response.content)

driver.find_element_by_xpath('//a[@href="javascript:Work_267733.Page(1,0);"] | //a[@href="javascript:Work_267733.Page(1, 0);"]').click()

driver.switch_to.default_content()

i += 1

try:

get_imglink()

except Exception as e:

print(e)

driver.close()

driver = webdriver.Chrome()

imglinks = []

start_url = 'http://pvp.qq.com/web201605/wallpaper.shtml###'

driver.get(start_url)

i = 1

headers = {'User-Agent':'Mozilla/5.0 (Macintosh; PPC Mac OS X; U; en) Opera 8.0',

'Referer':'http://pvp.qq.com/web201605/wallpap'}

if not os.path.exists(os.path.join(os.getcwd(), '壁纸')):

os.mkdir('壁纸')

os.chdir('壁纸')

get_imglink()

效果展示

王者荣耀全英雄高清无水印电脑壁纸合集这些酷炫的壁纸你见过吗？

图片来源：英雄介绍-王者荣耀官方网站

记得点查看原图后再保存，如果需要更多其他英雄壁纸文章末尾有下载链接

528-澜-03-赏金猎手132-马可波罗-04-暗影游猎125-元歌-02-午夜歌剧院502-裴擒虎-04-天狼狩猎者153-兰陵王-03-暗隐猎兽者163-橘右京-02-修罗120-白起-04-星夜王子141-貂蝉-04-仲夏夜之梦174-虞姬-06-启明星使106-小乔-03-天鹅之梦167-孙悟空-05-至尊宝131-李白-01-青莲剑仙522-曜-04-李逍遥153-兰陵王-05-默契交锋531-镜-02-冰刃幻境107-赵云-02-忍●炎影111-孙尚香-07-沉稳之力506-云中君-01-流云之翼136-武则天-03-海洋之心110-嬴政-03-暗夜贵公子191-大乔-04-猫狗日记111-孙尚香-08-时之恋人191-大乔-06-白鹤梁神女

我通过爬虫技术爬取图片并制作成了小工具，可1分钟内下载全部图片，现在免费分享给大家，有需要下载更多其他英雄图片的可以下载这个软件。

目前（2022/9/10）全英雄共总556张图片，大约270M文件大小。该软件会随着王者荣耀官网的更新而更新，当出现新英雄时再次运行软件可下载最新的全部英雄图片。

下载地址：王者荣耀高清壁纸下载工具

王者荣耀英雄图片