Python爬取OPGG上英雄聯(lián)盟英雄勝率及選取率信息的操作
本次爬取網(wǎng)站為opgg，網(wǎng)址為：” http://www.op.gg/champion/statistics”
由網(wǎng)站界面可以看出，右側(cè)有英雄的詳細(xì)信息，以Garen為例，勝率為53.84%，選取率為16.99%，常用位置為上單
現(xiàn)對(duì)網(wǎng)頁源代碼進(jìn)行分析（右鍵鼠標(biāo)在菜單中即可找到查看網(wǎng)頁源代碼）。通過查找“53.84%”快速定位Garen所在位置
由代碼可看出，英雄名、勝率及選取率都在td標(biāo)簽中，而每一個(gè)英雄信息在一個(gè)tr標(biāo)簽中，td父標(biāo)簽為tr標(biāo)簽，tr父標(biāo)簽為tbody標(biāo)簽。
對(duì)tbody標(biāo)簽進(jìn)行查找
代碼中共有5個(gè)tbody標(biāo)簽（tbody標(biāo)簽開頭結(jié)尾均有”tbody”，故共有10個(gè)”tbody”），對(duì)字段內(nèi)容分析，分別為上單、打野、中單、ADC、輔助信息
以上單這部分英雄為例，我們需要首先找到tbody標(biāo)簽，然后從中找到tr標(biāo)簽（每一條tr標(biāo)簽就是一個(gè)英雄的信息），再從子標(biāo)簽td標(biāo)簽中獲取英雄的詳細(xì)信息
二、爬取步驟
爬取網(wǎng)站內(nèi)容->提取所需信息->輸出英雄數(shù)據(jù)
getHTMLText(url)->fillHeroInformation(hlist,html)->printHeroInformation(hlist)
getHTMLText(url)函數(shù)是返回url鏈接中的html內(nèi)容
fillHeroInformation(hlist,html)函數(shù)是將html中所需信息提取出存入hlist列表中
printHeroInformation(hlist)函數(shù)是輸出hlist列表中的英雄信息
三、代碼實(shí)現(xiàn)
1、getHTMLText(url)函數(shù)
def getHTMLText(url): #返回html文檔信息
try:
r = requests.get(url,timeout = 30)
r.raise_for_status()
r.encoding = r.apparent_encoding
return r.text #返回html內(nèi)容
except:
return ""
2、fillHeroInformation(hlist,html)函數(shù)
以一個(gè)tr標(biāo)簽為例，tr標(biāo)簽內(nèi)有7個(gè)td標(biāo)簽，第4個(gè)td標(biāo)簽內(nèi)屬性值為"champion-index-table__name"的div標(biāo)簽內(nèi)容為英雄名，第5個(gè)td標(biāo)簽內(nèi)容為勝率，第6個(gè)td標(biāo)簽內(nèi)容為選取率，將這些信息存入hlist列表中
def fillHeroInformation(hlist,html): #將英雄信息存入hlist列表
soup = BeautifulSoup(html,"html.parser")
for tr in soup.find(name = "tbody",attrs = "tabItem champion-trend-tier-TOP").children: #遍歷上單tbody標(biāo)簽的兒子標(biāo)簽
if isinstance(tr,bs4.element.Tag): #判斷tr是否為標(biāo)簽類型，去除空行
tds = tr('td') #查找tr標(biāo)簽下的td標(biāo)簽
heroName = tds[3].find(attrs = "champion-index-table__name").string #英雄名
winRate = tds[4].string #勝率
pickRate = tds[5].string #選取率
hlist.append([heroName,winRate,pickRate]) #將英雄信息添加到hlist列表中
3、printHeroInformation(hlist)函數(shù)
def printHeroInformation(hlist): #輸出hlist列表信息
print("{:^20}\t{:^20}\t{:^20}\t{:^20}".format("英雄名","勝率","選取率","位置"))
for i in range(len(hlist)):
i = hlist[i]
print("{:^20}\t{:^20}\t{:^20}\t{:^20}".format(i[0],i[1],i[2],"上單"))
4、main()函數(shù)
網(wǎng)站地址賦值給url，新建一個(gè)hlist列表，調(diào)用getHTMLText(url)函數(shù)獲得html文檔信息，使用fillHeroInformation(hlist,html)函數(shù)將英雄信息存入hlist列表，再使用printHeroInformation(hlist)函數(shù)輸出信息
def main():
url = "http://www.op.gg/champion/statistics"
hlist = []
html = getHTMLText(url) #獲得html文檔信息
fillHeroInformation(hlist,html) #將英雄信息寫入hlist列表
printHeroInformation(hlist) #輸出信息
四、結(jié)果演示
1、網(wǎng)站界面信息
2、爬取結(jié)果
五、完整代碼
import requests #導(dǎo)入requests庫
import bs4 #導(dǎo)入bs4庫
from bs4 import BeautifulSoup #導(dǎo)入BeautifulSoup庫
def getHTMLText(url): #返回html文檔信息
try:
r = requests.get(url,timeout = 30)
r.raise_for_status()
r.encoding = r.apparent_encoding
return r.text #返回html內(nèi)容
except:
return ""
def fillHeroInformation(hlist,html): #將英雄信息存入hlist列表
soup = BeautifulSoup(html,"html.parser")
for tr in soup.find(name = "tbody",attrs = "tabItem champion-trend-tier-TOP").children: #遍歷上單tbody標(biāo)簽的兒子標(biāo)簽
if isinstance(tr,bs4.element.Tag): #判斷tr是否為標(biāo)簽類型，去除空行
tds = tr('td') #查找tr標(biāo)簽下的td標(biāo)簽
heroName = tds[3].find(attrs = "champion-index-table__name").string #英雄名
winRate = tds[4].string #勝率
pickRate = tds[5].string #選取率
hlist.append([heroName,winRate,pickRate]) #將英雄信息添加到hlist列表中
def printHeroInformation(hlist): #輸出hlist列表信息
print("{:^20}\t{:^20}\t{:^20}\t{:^20}".format("英雄名","勝率","選取率","位置"))
for i in range(len(hlist)):
i = hlist[i]
print("{:^20}\t{:^20}\t{:^20}\t{:^20}".format(i[0],i[1],i[2],"上單"))
def main():
url = "http://www.op.gg/champion/statistics"
hlist = []
html = getHTMLText(url) #獲得html文檔信息
fillHeroInformation(hlist,html) #將英雄信息寫入hlist列表
printHeroInformation(hlist) #輸出信息
main()
如果需要爬取打野、中單、ADC或者輔助信息，只需要修改
fillHeroInformation(hlist,html)
函數(shù)中的
for tr in soup.find(name = "tbody",attrs = "tabItem champion-trend-tier-TOP").children語句
將attrs屬性值修改為
"tabItem champion-trend-tier-JUNGLE"
"tabItem champion-trend-tier-MID"
"tabItem champion-trend-tier-ADC"
"tabItem champion-trend-tier-SUPPORT"
等即可!
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
這篇文章主要介紹了關(guān)于Python中的排列組合生成器詳解,在Python的內(nèi)置模塊?functools中，提供了高階類?product()?，用于實(shí)現(xiàn)多個(gè)可迭代對(duì)象中元素的組合，返回可迭代對(duì)象中元素組合的笛卡爾積，效果相當(dāng)于嵌套的循環(huán),需要的朋友可以參考下2023-07-07
python將圖片文件轉(zhuǎn)換成base64編碼的方法
這篇文章主要介紹了python將圖片文件轉(zhuǎn)換成base64編碼的方法,涉及Python操作base64編碼的技巧,需要的朋友可以參考下2015-03-03
使用keras實(shí)現(xiàn)densenet和Xception的模型融合
這篇文章主要介紹了使用keras實(shí)現(xiàn)densenet和Xception的模型融合，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05
使用PyTorch/TensorFlow搭建簡單全連接神經(jīng)網(wǎng)絡(luò)
在本篇博客中,我們將介紹如何使用兩大深度學(xué)習(xí)框架——PyTorch 和 TensorFlow,構(gòu)建一個(gè)簡單的全連接神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)包含輸入層、一個(gè)隱藏層和輸出層,適合初學(xué)者理解神經(jīng)網(wǎng)絡(luò)的基本構(gòu)建模塊及訓(xùn)練流程,需要的朋友可以參考下2025-02-02
這篇文章主要介紹了如何在瀏覽器前端運(yùn)行Python程序的相關(guān)資料,在前端運(yùn)行Python代碼的多種方式,包括Pyodide、Brython、Transcrypt等,每種方式都有其特點(diǎn)和適用場景,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2025-01-01
Python按要求從多個(gè)txt文本中提取指定數(shù)據(jù)的代碼示例
本文給大家介紹了Python如何按要求從多個(gè)txt文本中提取指定數(shù)據(jù),遍歷文件夾并從中找到文件名稱符合我們需求的多個(gè).txt格式文本文件,文中有相關(guān)的代碼示例供大家參考,具有一定的參考價(jià)值,需要的朋友可以參考下2023-12-12
這篇文章主要給大家介紹了關(guān)于Python 3.7新功能之dataclass裝飾器的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2018-04-04
這篇文章主要介紹了解決Windows下python和pip命令無法使用的問題，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
Pytorch實(shí)現(xiàn)圖像識(shí)別之?dāng)?shù)字識(shí)別(附詳細(xì)注釋)
這篇文章主要介紹了Pytorch實(shí)現(xiàn)圖像識(shí)別之?dāng)?shù)字識(shí)別(附詳細(xì)注釋),文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-05-05
用Python手把手教你實(shí)現(xiàn)2048小游戲
感覺好久沒和大家一起寫小游戲玩了,今天恰巧有空.這次我們來用Python做個(gè)2048小游戲吧.廢話不多說,文中有非常詳細(xì)的代碼示例,需要的朋友可以參考下2021-06-06