print(response.json())
except:
pass
if name == ‘main’:
url = ‘https://ys.mihoyo.com/content/ysCn/getContentList?pageSize=20&pageNum=1&order=asc&channelId=150’
get_data(url)
4.清洗数据
对于返回的JSON格式的数据我们不需要任何选择器就可以直接获取，注意看清数据的层次结构，这样我们就可以一层层获取我们需要的数据了，获取的时候参照格式化后的代码即可。
格式化后的数据如下，显然我们需要的数据在list这个列表里面，所以我们先拿到这个list，然后去遍历list进一步取出里面的数据。
def get_data(url):
try:
yinpin = []
tu_url = None
jianjie = None
response = requests.get(url=url, headers=headers)
print(response.json())
res = response.json()
data_list = res[‘data’][‘list’] # 获取到list数据
print(data_list)
i = 1
for each in data_list:
print(‘正在爬取第{}个角色…’.format(i))
i = i + 1
id = each[‘id’] # 角色id
title = each[‘title’] # 角色名字
start_time = each[‘start_time’] # 角色上线时间
ext_list = each[‘ext’]
for item in ext_list:
if item[‘arrtName’] == ‘角色-PC端主图’: # 角色主图
tu_url = item[‘value’][0][‘url’]
elif item[‘arrtName’] == ‘角色-简介’: # 角色简介
jianjie = processing(item[‘value’])
elif item[‘arrtName’] == ‘角色-音频1-2’: # 可以使用正则匹配所有的
yinpin = item[‘value’][0][‘name’] + ‘||’ + item[‘value’][0][‘url’] # 一条配音链接
data = {
“角色ID”: id,
“角色名称”: title,
“上线时间”: start_time,
“高清图片”: tu_url,
“角色简介”: jianjie,
“角色配音”: yinpin,
}
print(data)
dict_infor.append(data)
print(dict_infor)
except ZeroDivisionError as e:
print(“except:”, e)
finally:
pass
5.完整代码以及效果截图
-- coding: utf-8 --
@Time : 2021/9/18 16:03
@Author : KK
@File : 40_原神官网.py
@Software: PyCharm
import requests
import re
import csv
import time
headers = {
‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36’}
dict_infor = []
处理字符串中的空白符，并拼接字符串
def processing(strs):
n = strs.replace(‘
’, ‘’).replace(‘
\n’, ‘’).replace(‘
return n # 返回拼接后的字符串
def get_data(url):
try:
yinpin = []
tu_url = None
jianjie = None
response = requests.get(url=url, headers=headers)
print(response.json())
res = response.json()
data_list = res[‘data’][‘list’] # 获取到list数据
print(data_list)
i = 1
for each in data_list:
print(‘正在爬取第{}个角色…’.format(i))
i = i + 1
id = each[‘id’] # 角色id
title = each[‘title’] # 角色名字
start_time = each[‘start_time’] # 角色上线时间
ext_list = each[‘ext’]
for item in ext_list:
if item[‘arrtName’] == ‘角色-PC端主图’: # 角色主图
tu_url = item[‘value’][0][‘url’]
elif item[‘arrtName’] == ‘角色-简介’: # 角色简介
jianjie = processing(item[‘value’])
elif item[‘arrtName’] == ‘角色-音频1-2’: # 可以使用正则匹配所有的
yinpin = item[‘value’][0][‘name’] + ‘||’ + item[‘value’][0][‘url’] # 一条配音链接
data = {
“角色ID”: id,
“角色名称”: title,
“上线时间”: start_time,
“高清图片”: tu_url,
“角色简介”: jianjie,
“角色配音”: yinpin,
}
print(data)
dict_infor.append(data)
print(dict_infor)
except ZeroDivisionError as e:
print(“except:”, e)
finally:
pass
def get_url():
page_list = [150, 151, 324]
for i in page_list:
url = ‘https://ys.mihoyo.com/content/ysCn/getContentList?pageSize=20&pageNum=1&order=asc&channelId={}’.format(i)
get_data(url)
if name == ‘main’:
get_url()
保存到csv
with open(r’E:\python\pythonProject3\venv\Include\原神.csv’, ‘a’, encoding=‘utf-8’, newline=‘’) as cf:
writer = csv.DictWriter(cf, fieldnames=[‘角色ID’, ‘角色名称’, ‘上线时间’, ‘高清图片’, ‘角色简介’, ‘角色配音’])
writer.writeheader()
writer.writerows(dict_infor)
time.sleep(1)
print(‘爬取并保存完毕’)
6.分析总结
通过上面的代码可以发现，对于这类数据的爬取其实和requests请求方式差不多，主要区别在于我们获取到的数据不同，对于JSON数据我们同样进行适当的处理，获取我们想要的数据。
============================================================================
Selenium是浏览器自动化测试框架，是一个用于web测试的工具，可以直接在浏览器中运行，并可驱动浏览器执行一定的操作，例如点击、下拉等，还可以获取浏览器当前页面的源代码。
1.安装Selenium以及浏览器驱动
在pycharm搜索安装selenium模块或者直接控制台pip install selenium命令行安装。
由于该框架需要浏览器驱动，我们根据自己所使用的浏览器下载对应版本即可。
chrome浏览器驱动
Firefox浏览器驱动
IE浏览器驱动
2.Selenium使用准备
下载完成后将名称chromedriver.exe的文件提取出来放在与自己的python.exe文件同级的路径中。
3.Selenium模块常用方法
查阅官网文档
a.定位元素
| 模块名称 | 使用 |
| — | — |
| find_element_by_id() | |
| find_element_by_name() | |
| find_element_by_xpath() | |
| find_element_by_link_text() | |
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-8mFxk1VA-1712838831380)]
