16行代码采集原神官网角色全图+全语音

嗨害大家好鸭！我是小熊猫~

本来是不玩原神的，

但是实在是经不住诱惑鸭~

毕竟谁能拒绝可以爬树、炸鱼、壶里造房子、抓小动物、躲猫猫的对战游戏捏~

准备工具

---

准备模块

import requests
import re
import execjs

请求链接

本次目标

所有角色的：

• 基础介绍
• 中日语音
• 图片

分析数据来源

1. 右键点击检查（开发者工具）

2.刷新网页，找准对应数据

源码资料电子书:点击此处跳转文末名片获取

开始代码

url = 'https:///main/character/liyue?char=1'
html_data = requests.get(url).text
print(html_data)

筛选数据

随便搜索网站内包含内容：“南十字”

使用正则表达式匹配数据内容

js_text = re.findall('window.__NUXT__=(.*);', html_data)[0]

执行结果

html_data = requests.get(url).text
js_text = re.findall('window.__NUXT__=(.*);', html_data)[0]
result = execjs.eval(js_text)

此时会出现编码问题

加指定编码

import subprocess
from functools import partial
subprocess.Popen = partial(subprocess.Popen, encoding="utf-8")

再次运行，无报错

使用pprint查看数据结构

pprint.pprint(result)

返回网页查看我们需要的内容

打印所需数据

charList = result['data'][0]['charList']
for char in charList:
    cover1 = char['cover1']
    title = char['title']
    intro = char['intro']
    audio_list = char['cv'][0]['audio']
    print(title, intro, cover1, audio_list)

部分效果展示

全部代码

import requests
import re
import execjs

url = 'https://*****/main/character/liyue?char=1'
html_data = requests.get(url).text
js_text = re.findall('window.__NUXT__=(.*);', html_data)[0]
result = execjs.eval(js_text)
# pprint.pprint(result)
charList = result['data'][0]['charList']
for char in charList:
    cover1 = char['cover1']
    title = char['title']
    intro = char['intro']
    audio_list = char['cv'][0]['audio']
    print(title, intro, cover1, audio_list)

我是小熊猫，咱下篇文章再见啦(✿◡‿◡)

👇问题解答 · 源码获取 · 技术交流 · 抱团学习请联系👇