简介：

Python 是一门简单易学且功能强大的编程语言，无需繁琐的配置，掌握基本语法，了解基本库函数，就可以通过调用海量的现有工具包编写自己的程序，轻松实现批量自动化操作，可以极大提高办公和学习效率。Python爬虫可以批量获取网页上的数据。

Python的环境配置

1. 代码编辑器 Pycharm community

2. 代码解释器 Python 3.7.6

3. 在Pycharm中创建项目并配置Python环境

4. 安装工具包的两种方式

4399小游戏爬虫实战

1、爬虫的基本步骤

• 使用requests下载网页
• 使用BeautifulSoup将requests下载的内容解析为DOM (文档对象模型)
• 通过DOM获取所需要的数据

2、4399小游戏的本地运行

• 支持下载到本地的游戏 : 以 .swf 为扩展名的游戏
• 游戏主体页的<embed>的src属性可以得到绝对地址

游戏绝对地址示例: http://sxiao.4399.com/4399swf/upload_swf/ftp29/liuxinyu/20190731/7/main.swf

3. 游戏信息页可以获取相对地址: 在<script>标签中 , Ctrl+F 搜索关键字 _strGamePath可以得到

游戏相对地址示例: /upload_swf/ftp29/liuxinyu/20190731/7/main.swf

4. 所需文件: 爱奇艺万能播放器 ( 已更名为万能联播 ) ( GeePlayer.exe )万能联播PC版

 

3、4399小游戏爬虫实现思路

• 爬取4399好玩的小游戏页面（http://www.4399.com/flash/gamehw.htm）, 通过解析得到DOM来获取所有的游戏链接
• 遍历所有的游戏链接, 开启线程下载该链接的网页并判断该游戏是否支持下载到本地, 如果支持则拼接下载地址, 并开启游戏下载线程
• 游戏下载线程: 根据下载地址来下载 .swf 文件并保存到本地

完整代码

1import os
 2import re
 3import threading
 4
 5from bs4 import BeautifulSoup as bs
 6import requests
 7
 8
 9def getAllGameUrl():
10    """
11    获取所有游戏的名称和游戏信息页的链接
12    :return:
13    """
14    gameUrlList = []
15    response = requests.get('http://www.4399.com/flash/gamehw.htm')
16    dom = bs(response.content, 'html.parser')
17    gameLiList = dom.select('#skinbody > div:nth-child(6) > ul > li')
18    for i in gameLiList:
19        # 获取游戏的名称
20        gameName = i.select_one('a > b').get_text()
21        # 获取游戏信息页的链接
22        # 'http://www.4399.com/flash/212103.htm'
23        gameInfoUrl = indexUrl + i.select_one('a')['href']
24        gameUrlList.append({'gameName': gameName, 'gameInfoUrl': gameInfoUrl})
25    return gameUrlList
26
27
28def downloadIfAvailable(game):
29    """
30    判断一个游戏是否支持本地下载
31    :return:
32    """
33    response = requests.get(game['gameInfoUrl'])
34    plainText = response.text
35    relativeUrlList = re.findall(r'(?<=_strGamePath=").+?\.swf', plainText)
36    if len(relativeUrlList) != 0:
37        gameUrl = gameBaseUrl + relativeUrlList[0]
38        game['gameUrl'] = gameUrl
39        threading.Thread(target=downloadAGame, args=(game,)).start()
40
41
42def downloadAGame(game):
43    """
44    根据下载链接下载游戏，并保存到.swf文件
45    :param game:
46    :return:
47    """
48    downloadPath = 'games/'
49    if not os.path.exists(downloadPath):
50        try:
51            os.mkdir(downloadPath)
52        except FileExistsError as e:
53            print(e)
54    with open(downloadPath + game['gameName'] + '.swf', 'wb') as file:
55        file.write(requests.get(game['gameUrl']).content)
56        print(game['gameName'] + '下载完成')
57
58
59if __name__ == '__main__':
60    indexUrl = 'http://www.4399.com'
61    gameBaseUrl = 'http://sxiao.4399.com/4399swf'
62    gameUrlList = getAllGameUrl()
63    for i in gameUrlList:
64        threading.Thread(target=downloadIfAvailable, args=(i,)).start()