本次爬取網站為opgg，網址為：” http://www.op.gg/champion/statistics”

由網站界面可以看出，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

現對網頁源代碼進行分析（右鍵鼠標在菜單中即可找到查看網頁源代碼）。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

爬取網站內容->提取所需信息->輸出英雄數據

getHTMLText(url)->fillHeroInformation(hlist,html)->printHeroInformation(hlist)

getHTMLText(url)函數是返回url鏈接中的html內容

fillHeroInformation(hlist,html)函數是將html中所需信息提取出存入hlist列表中

printHeroInformation(hlist)函數是輸出hlist列表中的英雄信息

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_encodingreturn r.text #返回html內容 except:return ''2、fillHeroInformation(hlist,html)函數

以一個tr標簽為例，tr標簽內有7個td標簽，第4個td標簽內屬性值為'champion-index-table__name'的div標簽內容為英雄名，第5個td標簽內容為勝率，第6個td標簽內容為選取率，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

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

網站地址賦值給url，新建一個hlist列表，調用getHTMLText(url)函數獲得html文檔信息，使用fillHeroInformation(hlist,html)函數將英雄信息存入hlist列表，再使用printHeroInformation(hlist)函數輸出信息

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、網站界面信息

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_encodingreturn r.text #返回html內容 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!

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持好吧啦網。如有錯誤或未考慮完全的地方，望不吝賜教。