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，右側有英雄的詳細信息，以Garen為例，勝率為53.84%，選取率為16.99%，常用位置為上單
現(xiàn)對網(wǎng)頁源代碼進行分析（右鍵鼠標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標簽中，而每一個英雄信息在一個tr標簽中，td父標簽為tr標簽，tr父標簽為tbody標簽。
對tbody標簽進行查找
代碼中共有5個tbody標簽（tbody標簽開頭結尾均有”tbody”，故共有10個”tbody”），對字段內(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標簽，然后從中找到tr標簽（每一條tr標簽就是一個英雄的信息），再從子標簽td標簽中獲取英雄的詳細信息
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tr標簽為例，tr標簽內(nèi)有7個td標簽，第4個td標簽內(nèi)屬性值為"champion-index-table__name"的div標簽內(nèi)容為英雄名，第5個td標簽內(nèi)容為勝率，第6個td標簽內(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標簽的兒子標簽
if isinstance(tr,bs4.element.Tag): #判斷tr是否為標簽類型，去除空行
tds = tr('td') #查找tr標簽下的td標簽
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hlist列表，調用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、結果演示
1、網(wǎng)站界面信息
2、爬取結果
五、完整代碼
import requests #導入requests庫
import bs4 #導入bs4庫
from bs4 import BeautifulSoup #導入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標簽的兒子標簽
if isinstance(tr,bs4.element.Tag): #判斷tr是否為標簽類型，去除空行
tds = tr('td') #查找tr標簽下的td標簽
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!
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關文章
在本篇文章里小編給大家整理了一篇關于Python中的反射知識點總結內(nèi)容，有需要的朋友們可以跟著學習參考下。2021-11-11
這篇文章主要介紹了詳解Django中的form庫的使用,Django是最為著名的Python編程框架,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了Python的高階函數(shù)用法,結合實例形式分析了Python針對字符串、列表轉換、運算、過濾等操作函數(shù)相關使用技巧與注意事項,需要的朋友可以參考下2019-04-04
Python實現(xiàn)解析路徑字符串并獲取每個文件夾名稱
在?Python?中,解析路徑字符串并獲取每個文件夾的名稱是一項常見的任務,這篇文章主要為大家詳細介紹了Python解析路徑字符串的具體方法,希望對大家有所幫助2024-04-04
Python數(shù)據(jù)可視化實現(xiàn)正態(tài)分布（高斯分布）
這篇文章主要介紹了Python數(shù)據(jù)可視化實現(xiàn)正態(tài)分布（高斯分布），文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
python如何實現(xiàn)convolution neural network卷積神經(jīng)網(wǎng)絡算法
卷積神經(jīng)網(wǎng)絡（CNN）是深度學習中重要的算法之一,主要應用于圖像識別和處理領域,其基本原理是模擬人類視覺系統(tǒng),通過卷積層、激活函數(shù)和池化層等組件提取圖像的特征,并通過全連接層進行分類或其他任務,CNN訓練過程中使用大量標記圖像數(shù)據(jù)2024-10-10
這篇文章主要介紹了python中bisect模塊用法實例,以實例形式介紹了bisect模塊中幾種常見函數(shù)的用法,非常具有實用價值,需要的朋友可以參考下2014-09-09
Python中判斷input()輸入的數(shù)據(jù)的類型
在pyhton中，經(jīng)常會用到input()語句，但是input()語句輸入的內(nèi)容只能是字符串類型，而我們經(jīng)常要輸入int類型的數(shù)據(jù)等，這個時候就需要用到int()方法給輸入的內(nèi)容強制轉換，今天小編給大家介紹下Python中判斷input()輸入的數(shù)據(jù)的類型，感興趣的朋友跟隨小編一起看看吧2022-11-11
YOLOv5車牌識別實戰(zhàn)教程(四)模型優(yōu)化與部署
這篇文章主要介紹了YOLOv5車牌識別實戰(zhàn)教程(四)模型優(yōu)化與部署,在這個教程中，我們將一步步教你如何使用YOLOv5進行車牌識別,幫助你快速掌握YOLOv5車牌識別技能,需要的朋友可以參考下2023-04-04
在matplotlib.pyplot 中除了可以繪制常規(guī)圖表如折線、柱狀、散點等,還可以繪制常用在地理上的平面展示地型的等高線圖,在本中,我們將詳細學習matplotlib 繪制等高線圖相關屬性的學習,需要的朋友可以參考下2023-11-11