まず、爬虫類プロセス:
1、明確な目標:URL = https://daoju.qq.com/lol/list/17-0-0-0-0-0-0-0-0-0-0-00-0-0-1 -1.shtml?aDTAG = innercop.lol.SY.shoppinglist_new_17
2は、データタイプが決定される:動的/静的(ここではダイナミック型、JSによってレンダリングされます)
注意:データの種類を判別する方法は?、ページのソースコードは、私たちがクロールに必要なデータで見つけることができるならば、ソースによって判断され、それは、静的を表し、1は、データを取得することができます組み合わせたWebページを介してアクセスすることができます
ページは、私たちが必要とするデータのソースを見つけることができない場合、それは一般的な動的なページは、JSによってレンダリングされ、動的です
F12またはパケットキャプチャツールによって:3は、ツールを使用してデータを検索します
図4に示すように、データ解析、データ抽出
5、データを保存します。データベースを保存したり、ファイルを保存
第二に、サンプルコード
1.準備:データを保存するためにフォルダ:「\\ LOL_pic D」を作成します。
ダウンロード要求パッケージ:PY -3.6 -mピップリクエストをインストール
2、コーディング
インポート要求が インポートJSON インポート時間を 合計 = 55 #Webページからは、54ページを参照してくださいすることができ 試し: 用のページ内の範囲(1、トータル+ 1 ): URL = " https://apps.game.qq.com/daoju/v3/api/hx/goods/app/v71/GoodsListApp.php?view=biz_cate&page={}&pageSize=16&orderby=dtShowBegin&ordertype=desc&cate=17&appSource=pc&plat = 1&OUTPUT_FORMAT = JSONP&ビズ=笑&_ = 1576484717258 」.format(ページ) ヘッダ = { 「User--エージェントは」:「を使用する独自の」} respon = requests.get(URL = URL、ヘッダー= ヘッダ) コンテンツ = respon.text #データはJSON形式の.json()であれば、データは、バイナリ形式の.contentである場合、データは、文字列フォーマットの.textであれば #の印刷(コンテンツ) 結果= content.split(「= 」、 1)[1] #得られた彼のハンドル(JSON)、順番にコンバートするなどの文字列、文字列辞書 データjson.loads =(結果) #辞書のようなデータタイプを変換 するための picture_url におけるデータ[ 「データ」 ] [ " 製品" ]: img_name = picture_url [ " たpropName " ] もし ' / ' でimg_name: img_name = img_name.replace(' / '、' - ') #ファイル名'/'問題で処理 img_url picture_url = [ " propImg " ] 画像 = requests.get(URL = img_url、ヘッダ=ヘッダ).content #取得する画像情報、バイナリデータ型 を開くと(R&LT ' D :. \ LOL_pic \ {} JPG ' .format(img_name)、' WB ') :AS F #のバイナリ書き込み用いて画像 f.write(写真) プリント(" 最初のページ} {クロール成功" .format(ページ)) (time.sleep。3) #は引っ掛けない 以外例外としてE: 印刷(" 別のクロール:{} " .format(E)) 最後に: 印刷は、(" プログラムを終了します")
3、結果
三、Pythonのパッケージファイル
1、サードパーティ製のパッケージをインストール:PY -3.6 -mピップpyInstallerのインストール
PY -3.6 -mピップ暗号をインストール
注:この2つのパッケージが比較的大きいので、それ以外の場合はエラーになり、ネットワークの速度を確保するようにしてください
次のような状況では、インストール中に発生しました:
タイムアウト、スピードの理由は、にあることを示しhttps://www.lfd.uci.edu/~gohlke/pythonlibs/#genshi:サイトはプルアップ、pyInstallerの-3.5-py2.py3-なし-any.whlこのファイルのダウンを
次に行うPY -3.6 -m PIP CMDにインストール pyInstallerの-3.5なし-py2.py3-コマンドany.whlの
因为这两包是多个小包组成的,如果遇到中途有某个包下载不了的情况,可以到上面这个网站去拉取对应的文件下来安装,举个例子:
总之:保证网速会少去很多麻烦
2、在cmd输入命令:pyinstaller -F D:\test.py # 这个py文件是需要处理成.exe的文件
如果在执行的时候遇到下面这个情况,代表你的 cryptography 包未安装或者安装失败导致的,请重新安装
安装成功的图如下所示,请注意生成目录
3、拖至桌面,双击即可运行,如果需要更换图标,操作流程如下所示:
首先:到网上去找一个.ico的图标,免费图标官网的链接 https://www.easyicon.net/
然后:cmd运行命令 pyinstaller -w -i C:\Users\xxx\LOL_crawler\pc.ico C:\Users\xxx\LOL_crawler\LOL_img_program.py # 这是绝对路径,用相对路径也是可以的
最后:成功后到生成的路径下可看到如下的内容
结束!!!如有疑问请留言!!!