最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python爬蟲爬取王者榮耀英雄信息并保存到圖數(shù)據(jù)庫的操作方法

 更新時(shí)間:2024年09月28日 13:58:24   作者:叁拾舞  
本文介紹了如何使用Python爬蟲技術(shù)從王者榮耀官方獲取英雄信息,并將數(shù)據(jù)保存到圖數(shù)據(jù)庫中,文章詳細(xì)說明了爬取英雄名稱、類型及皮膚名稱的過程,并展示了創(chuàng)建英雄類型節(jié)點(diǎn)和英雄信息節(jié)點(diǎn)的方法

爬取信息說明

  • 英雄名稱
  • 英雄類型
  • 英雄包含的所有皮膚名稱

創(chuàng)建英雄類型節(jié)點(diǎn)

王者榮耀官方給出的英雄類型是以下幾種:

直接準(zhǔn)備好英雄類型詞典

hero_type_dict = [
    '戰(zhàn)士', '法師', '坦克', '刺客', '射手', '輔助'
]

添加到圖數(shù)據(jù)庫中

def create_hero_type_node():
    for hero_type in hero_type_dict:
        cypher = "MERGE (n:HeroType{label: '" + hero_type + "'})"
        graph.run(cypher).data()
    print('創(chuàng)建英雄類型節(jié)點(diǎn)成功')

創(chuàng)建英雄信息節(jié)點(diǎn)

獲取英雄信息

def get_hero_info_list():
    # 英雄的全部信息的url
    hero_info = 'https://pvp.qq.com/web201605/js/herolist.json'
    # 獲取英雄的全部信息
    response = requests.get(hero_info)
    # 轉(zhuǎn)為字典格式
    hero_info_dict = json.loads(response.text)
    return hero_info_dict

打印的內(nèi)容如下:

這里需要注意的是,部分英雄包含兩個(gè)英雄類別。

保存英雄信息

def create_hero_node():
    hero_info_dict = get_hero_info_list()
    # 1戰(zhàn)士 2法師 3坦克 4刺客 5射手 6輔助
    for hero in hero_info_dict:
        # print(hero)
        # print(str(hero.get('cname')) + '===' + str(hero_type[hero.get('hero_type')-1]) + '===' + str(hero.get('skin_name')))
        hero_type_list = [str(hero_type_dict[hero.get('hero_type') - 1])]
        if '|' in str(hero.get('skin_name')):
            skin_name_list = hero.get('skin_name').split('|')
        else:
            skin_name_list = [hero.get('skin_name')]
        if 'hero_type2' in str(hero):
            hero_type_list.append(str(hero_type_dict[hero.get('hero_type2') - 1]))
        # 創(chuàng)建英雄信息節(jié)點(diǎn)
        hero_cypher = "MERGE (n:Hero{label: '" + str(hero.get('cname')) + "'})"
        graph.run(hero_cypher).data()
        # 創(chuàng)建英雄->類型關(guān)系
        for hero_type in hero_type_list:
            cypher_rel = "MATCH(h:Hero{label:'" + str(
                hero.get('cname')) + "'}),(t:HeroType{label:'" + hero_type + "'}) MERGE (h)-[r:類型]->(t) RETURN h,r,t"
            graph.run(cypher_rel).data()
        for skin_name in skin_name_list:
            # 創(chuàng)建英雄皮膚節(jié)點(diǎn)
            cypher = "MERGE (n:Skin{label:'" + skin_name + "'})"
            graph.run(cypher).data()
            # 創(chuàng)建英雄->皮膚關(guān)系
            cypher_rel = "MATCH(h:Hero{label:'" + str(
                hero.get('cname')) + "'}),(s:Skin{label:'" + skin_name + "'}) MERGE (h)-[r:皮膚]->(s) RETURN h,r,s"
            graph.run(cypher_rel).data()
        print(str(hero.get('cname')) + '===' + str(hero_type_list) + '===' + str(skin_name_list))

完整代碼

import json
import requests
from bs4 import BeautifulSoup
from py2neo import Graph, RelationshipMatcher, NodeMatcher
from dict import hero_type_dict
url = "bolt://localhost:7687"
username = "neo4j"
password = 'Suns3535'
graph = Graph(url, auth=(username, password), name="wzry")
node_matcher = NodeMatcher(graph=graph)
relationship_matcher = RelationshipMatcher(graph=graph)
def get_hero_info_list():
    # 英雄的全部信息的url
    hero_info = 'https://pvp.qq.com/web201605/js/herolist.json'
    # 獲取英雄的全部信息
    response = requests.get(hero_info)
    # 轉(zhuǎn)為字典格式
    hero_info_dict = json.loads(response.text)
    return hero_info_dict
def create_hero_type_node():
    for hero_type in hero_type_dict:
        cypher = "MERGE (n:HeroType{label: '" + hero_type + "'})"
        graph.run(cypher).data()
    print('創(chuàng)建英雄類型節(jié)點(diǎn)成功')
def create_hero_node():
    hero_info_dict = get_hero_info_list()
    # 1戰(zhàn)士 2法師 3坦克 4刺客 5射手 6輔助
    for hero in hero_info_dict:
        # print(hero)
        # print(str(hero.get('cname')) + '===' + str(hero_type[hero.get('hero_type')-1]) + '===' + str(hero.get('skin_name')))
        hero_type_list = [str(hero_type_dict[hero.get('hero_type') - 1])]
        if '|' in str(hero.get('skin_name')):
            skin_name_list = hero.get('skin_name').split('|')
        else:
            skin_name_list = [hero.get('skin_name')]
        if 'hero_type2' in str(hero):
            hero_type_list.append(str(hero_type_dict[hero.get('hero_type2') - 1]))
        # 創(chuàng)建英雄信息節(jié)點(diǎn)
        hero_cypher = "MERGE (n:Hero{label: '" + str(hero.get('cname')) + "'})"
        graph.run(hero_cypher).data()
        # 創(chuàng)建英雄->類型關(guān)系
        for hero_type in hero_type_list:
            cypher_rel = "MATCH(h:Hero{label:'" + str(
                hero.get('cname')) + "'}),(t:HeroType{label:'" + hero_type + "'}) MERGE (h)-[r:類型]->(t) RETURN h,r,t"
            graph.run(cypher_rel).data()
        for skin_name in skin_name_list:
            # 創(chuàng)建英雄皮膚節(jié)點(diǎn)
            cypher = "MERGE (n:Skin{label:'" + skin_name + "'})"
            graph.run(cypher).data()
            # 創(chuàng)建英雄->皮膚關(guān)系
            cypher_rel = "MATCH(h:Hero{label:'" + str(
                hero.get('cname')) + "'}),(s:Skin{label:'" + skin_name + "'}) MERGE (h)-[r:皮膚]->(s) RETURN h,r,s"
            graph.run(cypher_rel).data()
        print(str(hero.get('cname')) + '===' + str(hero_type_list) + '===' + str(skin_name_list))
# 創(chuàng)建英雄類型節(jié)點(diǎn)
create_hero_type_node()
# 創(chuàng)建英雄信息
create_hero_node()

實(shí)現(xiàn)效果

到此這篇關(guān)于Python爬蟲爬取王者榮耀英雄信息并保存到圖數(shù)據(jù)庫的文章就介紹到這了,更多相關(guān)Python爬取王者榮耀英雄信息內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 在Python的Django框架中使用通用視圖的方法

    在Python的Django框架中使用通用視圖的方法

    這篇文章主要介紹了在Python的Django框架中使用通用視圖的方法,同時(shí)提到了相關(guān)的安全問題,需要的朋友可以參考下
    2015-07-07
  • Python中變量的作用域的具體使用

    Python中變量的作用域的具體使用

    本文主要介紹了Python中變量的作用域的具體使用,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
    2023-03-03
  • Python推導(dǎo)表達(dá)式進(jìn)行高效數(shù)據(jù)處理的詳細(xì)方法

    Python推導(dǎo)表達(dá)式進(jìn)行高效數(shù)據(jù)處理的詳細(xì)方法

    在 Python編程中,推導(dǎo)表達(dá)式是一種簡(jiǎn)潔且高效的語法結(jié)構(gòu),能夠快速生成列表,字典,集合等數(shù)據(jù)結(jié)構(gòu),下面我們來看看Python如何利用推導(dǎo)表達(dá)式進(jìn)行高效數(shù)據(jù)處理吧
    2025-06-06
  • TensorFlow Session會(huì)話控制&Variable變量詳解

    TensorFlow Session會(huì)話控制&Variable變量詳解

    今天小編就為大家分享一篇TensorFlow Session會(huì)話控制&Variable變量詳解,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
    2018-07-07
  • PyTorch+LSTM實(shí)現(xiàn)單變量時(shí)間序列預(yù)測(cè)

    PyTorch+LSTM實(shí)現(xiàn)單變量時(shí)間序列預(yù)測(cè)

    時(shí)間序列是指在一段時(shí)間內(nèi)發(fā)生的任何可量化的度量或事件。這篇文章主要為大家介紹了PyTorch+LSTM實(shí)現(xiàn)單變量時(shí)間序列預(yù)測(cè)的相關(guān)資料,需要的可以參考一下
    2023-02-02
  • 在Django模型中的Mysql安裝全過程

    在Django模型中的Mysql安裝全過程

    這篇文章主要介紹了在Django模型中的Mysql安裝全過程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2025-03-03
  • python與C互相調(diào)用的方法詳解

    python與C互相調(diào)用的方法詳解

    這篇文章主要給大家介紹了關(guān)于python與C互相調(diào)用方法的相關(guān)資料,文中通過示例代碼詳細(xì)介紹了動(dòng)用的方法,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,需要的朋友們下面跟著小編來一起學(xué)習(xí)學(xué)習(xí)吧。
    2017-07-07
  • 使用Django和Postgres進(jìn)行全文搜索的實(shí)例代碼

    使用Django和Postgres進(jìn)行全文搜索的實(shí)例代碼

    這篇文章主要介紹了使用Django和Postgres進(jìn)行全文搜索,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-02-02
  • python實(shí)現(xiàn)雙人貪吃蛇小游戲

    python實(shí)現(xiàn)雙人貪吃蛇小游戲

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)雙人貪吃蛇小游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-08-08
  • 使用PYTHON接收多播數(shù)據(jù)的代碼

    使用PYTHON接收多播數(shù)據(jù)的代碼

    一個(gè)PYTHON腳本,能夠在LINUX上發(fā)送多播數(shù)據(jù)。其實(shí)編制起來也不算太麻煩。具體代碼如下
    2012-03-03

最新評(píng)論

大城县| 桃园市| 莒南县| 平顺县| 东阳市| 犍为县| 罗定市| 平昌县| 上杭县| 利津县| 闽清县| 泰来县| 聂荣县| 南乐县| 诸暨市| 台州市| 法库县| 腾冲县| 江永县| 饶阳县| 民权县| 山丹县| 佛山市| 安平县| 高安市| 南涧| 普宁市| 邯郸县| 茌平县| 芷江| 资源县| 临潭县| 四平市| 宣化县| 卢氏县| 化德县| 涡阳县| 宜宾县| 宁城县| 新泰市| 巫山县|