利用Python爬虫爬取斗鱼直播间信息，以及直播的实际人数

首先我准备利用mysql来存储我爬取的信息，建一个host表如下：

然后下载pymysql ，利用它与数据库链接，因为在这里我只涉及到写入的操作：

Unit_Mtsql

然后就是使用Beautifulsoup框架对斗鱼的链接进行解析，为了使用的方便，自己写了一个host类，主要用于存储直播间的相关信息。基本思路是：1.获取斗鱼的几大模块，斗鱼一共有7个模块：网游晋级，单机热，手游休闲等  。2.获取每个模块的子模块 3.从每个子模块中找到旗下的直播间信息。

最后直接运行get_info（）就行

结果如下：

但是程序到这似乎还有两点没有解决：

1.斗鱼使用js分页,我只获取了每个分类最热的120个直播间信息，这个问题后面再尝试解决。

2.斗鱼的关注数是使用gif图片加载。暂时还没有发现获取每个直播间关注数的方法。

这两个问题后面再解决。

通过对斗鱼api数据接口的分析，我找到了斗鱼后台的online实际人数。因此我通过了爬虫爬取了在线的人数。

我利用斗鱼的热度和实际人数的比值 coefficient(这个系数)表示斗鱼对改主播的支持情况。