python一键采集高质量陪玩,心动主播随心选……

596次阅读
没有评论

人生苦短,我用python

北京时间11月6日上午,2022英雄联盟全球总决赛(S12)冠亚军决赛在美国旧金山大通中心球馆进行,随着DRX的成功夺冠,在全球进一步掀起了电竞热潮。

newzoo 《2022电竞市场报告》显示,2022年,全球电竞观众数将增至5.32亿,同比增长8.7%。每月观看超过一次电竞赛事的核心用户达2.61亿以上,这个数字预计在2025年,将以8.1%的年复合增长率扩大至3.18亿人,全球电子竞技观众总数将超过6.4亿。

python一键采集高质量陪玩,心动主播随心选......

陪玩行业正在朝着标准化、规范化前进

近年来,电子竞技频频破圈,为陪玩行业的发展提供了绝佳的机遇。

大规模的“空巢游戏青年”,对陪玩服务嗷嗷待需。

那么今天我们就来采集一下陪玩小姐姐数据吧~

看看是否真的能月入过万

python一键采集高质量陪玩,心动主播随心选......


开发环境:

  • python 3.8
  • pycharm

模块使用:

  • import os: 文件操作
  • import re: 正则
  • import requests: 数据请求 —> pip install requests
  • import json: json数据转换
  • import csv: 保存csv数据
  • from tqdm import tqdm: 进度条显示 —> pip install tqdm
  • import base64: 转换base64格式

如果安装python第三方模块:

  • win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

  • 在pycharm中点击Terminal(终端) 输入安装命令

  • 如何配置pycharm里面的python解释器?

  • 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)

  • 点击齿轮, 选择add

  • 添加python安装路径

  • 源码、资料电子书点击领取

    pycharm如何安装插件?

  • 选择file(文件) >>> setting(设置) >>> Plugins(插件)

  • 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese

  • 选择相应的插件点击 install(安装) 即可

  • 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效


  • 案例思路流程:

    一. 数据来源分析:

  • 确定需求, 采集那个网站上面什么数据

  • 抓包分析, 通过开发者工具进行抓包分析

    <浏览器自带工具>开发者工具 会用 1 不会 0 实现爬虫案例必备工具

    F12 刷新网页 清空数据, 点击选择
    找相关数据包 –> 请求url 请求方式 得到数据是什么样

  • 二. 代码实现步骤过程:

  • 发送请求, 对于刚刚分析得到url地址发送请求

  • 获取数据, 获取服务器返回响应数据 –> 开发者工具 response

  • 解析数据, 提取我们想要数据内容, 音频试音, 陪玩照片, 基本陪玩数据

  • 保存数据, 保存本地文件夹

  • 代码

    导入模块

    # 导入数据请求模块 –> 第三方模块 需要在cmd里面或者pycharm终端里面进行安装 pip install requests import requests # 导入格式化输出模块 –> 内置模块 不需要安装 from pprint import pprint # 导入json模块 –> 内置模块 不需要安装 import json # 导入csv模块 –> 内置模块 不需要安装 import csv

    import os.path

    创建文件

    c = open('data.csv', mode='a', encoding='utf-8-sig', newline='') # c 文件对象 fieldnames 字段名 csv_writer = csv.DictWriter(c, fieldnames=[ '昵称', '价格', '热度', '简介', '详情页', ]) # 写入表头 csv_writer.writeheader()

    1. 发送请求, 对于刚刚分析得到url地址发送请求

    headers是否添加, 看网站, 网站没什么反爬的话, 可以不用加

    for page in range(1, 11): # –> 1 2 3 4 5 6 7 8 9 10

    确定请求网址

    因为代码里有链接,不给过的,

    所以我只能截个图展示一下,

    你们可以根据下方图片添加完整哦~

    python一键采集高质量陪玩,心动主播随心选......

    或点击这里领取完整源码~

    # 请求参数 —> 打座机电话, 都是区号 data = { 'act': 'userList', 'page': page, 'type': '1', 'sex': '2', 'voice': '1', 'order': '1', } # 发送请求 response = requests.post(url=url, data=data)

    Response [200]>

    响应对象 200 状态码表示请求成功

    2. 获取数据, 获取服务器返回响应数据 –> 开发者工具 response

    • response.text 获取响应文本数据 字符串数据类型
    • response.json() 获取响应json字典数据 字典数据类型

    区别数据类型不同

    一般情况, 如果服务器返回数据, 带有 {} 花括号形式, 我们会取response.json(), 可以方便后续取值

    3. 解析数据, 提取我们想要数据内容, 音频试音, 陪玩照片, 基本陪玩数据

    返回数据字典数据类型, 字典取值 根据冒号左边的内容[键], 提取冒号右边的内容[值] –> 键值对取值

    • print(index) –> 打印字典数据, 呈现一行
    • pprint(index) –> 打印字典数据, 呈现多行, 展开效果

    # for循环遍历 list 列表 把列表里面的数据一条一条提取出来 for index in response.json()['data']['rows']: # 陪玩基本数据获取 –> 保存表格里面 dit = { '昵称': index['nickname'], '价格': index['price'], '热度': index['exp'], # replace() 字符串替换的方法 replace('替换之前的内容', '替换之后的内容') '简介': index['summary'].replace('\n', ''), # f'{}' 字符串格式化方法 format

    python一键采集高质量陪玩,心动主播随心选......

    4. 保存数据 三个数据

    • 保存音频和图片 –> 发送请求, 获取数据

    img_content = requests.get(url=img_url).content # 图片二进制数据 audio_content = requests.get(url=audio_url).content # 音频二进制数据 title = index["nickname"] # 自动创建文件夹 data\\憨憨\\ file = f'data\\{title}\\' # 判断如果没有文件夹 if not os.path.exists(file): # 自动创建文件夹 os.makedirs(file) with open(file + title + '.jpg', mode='wb') as img: img.write(img_content) with open('img\\' + title + '.jpg', mode='wb') as img: img.write(img_content) with open(file + title + '.mp3', mode='wb') as audio: audio.write(audio_content) # 保存表格数据 csv_writer.writerow(dit) print(dit)

    效果

    下面我们来看一看我们这代码运行的效果吧~

    python一键采集高质量陪玩,心动主播随心选......
    python一键采集高质量陪玩,心动主播随心选......
    python一键采集高质量陪玩,心动主播随心选......
    python一键采集高质量陪玩,心动主播随心选......
    python一键采集高质量陪玩,心动主播随心选......
    python一键采集高质量陪玩,心动主播随心选......

    你必须非常努力

    才能显得毫不费劲

    今天也是元气满满的一天呢!!!

    神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

    相关文章:

    版权声明:Python基础教程2022-11-22发表,共计3387字。
    新手QQ群:570568346,欢迎进群讨论 Python51学习