这篇教程Python爬取OPGG上英雄联盟英雄胜率及选取率信息的操作写得很实用，希望能帮到您。
本次爬取网站为opgg，网址为：” http://www.op.gg/champion/statistics” 
由网站界面可以看出，右侧有英雄的详细信息，以Garen为例，胜率为53.84%，选取率为16.99%，常用位置为上单 现对网页源代码进行分析（右键鼠标在菜单中即可找到查看网页源代码）。通过查找“53.84%”快速定位Garen所在位置 
由代码可看出，英雄名、胜率及选取率都在td标签中，而每一个英雄信息在一个tr标签中，td父标签为tr标签，tr父标签为tbody标签。 对tbody标签进行查找 
代码中共有5个tbody标签（tbody标签开头结尾均有”tbody”，故共有10个”tbody”），对字段内容分析，分别为上单、打野、中单、ADC、辅助信息 
以上单这部分英雄为例，我们需要首先找到tbody标签，然后从中找到tr标签（每一条tr标签就是一个英雄的信息），再从子标签td标签中获取英雄的详细信息 二、爬取步骤爬取网站内容->提取所需信息->输出英雄数据 getHTMLText(url)->fillHeroInformation(hlist,html)->printHeroInformation(hlist) getHTMLText(url)函数是返回url链接中的html内容 fillHeroInformation(hlist,html)函数是将html中所需信息提取出存入hlist列表中 printHeroInformation(hlist)函数是输出hlist列表中的英雄信息 三、代码实现1、getHTMLText(url)函数def getHTMLText(url): #返回html文档信息 try: r = requests.get(url,timeout = 30) r.raise_for_status() r.encoding = r.apparent_encoding return r.text #返回html内容 except: return "" 2、fillHeroInformation(hlist,html)函数
以一个tr标签为例，tr标签内有7个td标签，第4个td标签内属性值为"champion-index-table__name"的div标签内容为英雄名，第5个td标签内容为胜率，第6个td标签内容为选取率，将这些信息存入hlist列表中 def fillHeroInformation(hlist,html): #将英雄信息存入hlist列表 soup = BeautifulSoup(html,"html.parser") for tr in soup.find(name = "tbody",attrs = "tabItem champion-trend-tier-TOP").children: #遍历上单tbody标签的儿子标签 if isinstance(tr,bs4.element.Tag): #判断tr是否为标签类型，去除空行 tds = tr('td') #查找tr标签下的td标签 heroName = tds[3].find(attrs = "champion-index-table__name").string #英雄名 winRate = tds[4].string #胜率 pickRate = tds[5].string #选取率 hlist.append([heroName,winRate,pickRate]) #将英雄信息添加到hlist列表中3、printHeroInformation(hlist)函数 def printHeroInformation(hlist): #输出hlist列表信息 print("{:^20}/t{:^20}/t{:^20}/t{:^20}".format("英雄名","胜率","选取率","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],"上单"))4、main()函数网站地址赋值给url，新建一个hlist列表，调用getHTMLText(url)函数获得html文档信息，使用fillHeroInformation(hlist,html)函数将英雄信息存入hlist列表，再使用printHeroInformation(hlist)函数输出信息 def main(): url = "http://www.op.gg/champion/statistics" hlist = [] html = getHTMLText(url) #获得html文档信息 fillHeroInformation(hlist,html) #将英雄信息写入hlist列表 printHeroInformation(hlist) #输出信息 四、结果演示1、网站界面信息 
 
2、爬取结果
五、完整代码import requests #导入requests库import bs4 #导入bs4库from bs4 import BeautifulSoup #导入BeautifulSoup库def getHTMLText(url): #返回html文档信息 try: r = requests.get(url,timeout = 30) r.raise_for_status() r.encoding = r.apparent_encoding return r.text #返回html内容 except: return ""def fillHeroInformation(hlist,html): #将英雄信息存入hlist列表 soup = BeautifulSoup(html,"html.parser") for tr in soup.find(name = "tbody",attrs = "tabItem champion-trend-tier-TOP").children: #遍历上单tbody标签的儿子标签 if isinstance(tr,bs4.element.Tag): #判断tr是否为标签类型，去除空行 tds = tr('td') #查找tr标签下的td标签 heroName = tds[3].find(attrs = "champion-index-table__name").string #英雄名 winRate = tds[4].string #胜率 pickRate = tds[5].string #选取率 hlist.append([heroName,winRate,pickRate]) #将英雄信息添加到hlist列表中def printHeroInformation(hlist): #输出hlist列表信息 print("{:^20}/t{:^20}/t{:^20}/t{:^20}".format("英雄名","胜率","选取率","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],"上单"))def main(): url = "http://www.op.gg/champion/statistics" hlist = [] html = getHTMLText(url) #获得html文档信息 fillHeroInformation(hlist,html) #将英雄信息写入hlist列表 printHeroInformation(hlist) #输出信息main()如果需要爬取打野、中单、ADC或者辅助信息，只需要修改 fillHeroInformation(hlist,html) 函数中的 for tr in soup.find(name = "tbody",attrs = "tabItem champion-trend-tier-TOP").children语句 将attrs属性值修改为 "tabItem champion-trend-tier-JUNGLE"
"tabItem champion-trend-tier-MID"
"tabItem champion-trend-tier-ADC"
"tabItem champion-trend-tier-SUPPORT"
等即可!
以上为个人经验，希望能给大家一个参考，也希望大家多多支持51zixue.net。如有错误或未考虑完全的地方，望不吝赐教。
如何利用python的tkinter实现一个简单的计算器
python selenium实现智联招聘数据爬取 |
