爬取斗鱼4300W流量的小姐姐并为颜值打分

共 7890字,需浏览 16分钟

 ·

2022-03-08 18:02

↑ 关注 + 星标 ,每天学Python新技能

后台回复【大礼包】送你Python自学大礼包


今天我们的目标是爬取斗鱼小姐姐并且为她们的颜值打分。
我们的思路有三部分:

1.爬取小姐姐照片

2.调用api为小姐姐诶你颜值打分

3.颜值排行


这是我们要爬取的目标:


这是我们爬取的过程:



这是我们爬取到的结果:


这么多的小姐姐,我们该如何获取呢?

1. 首先我们打开斗鱼主页找到分类下的'颜值'


2. 可以看到当前在线的所有美女信息
我们今天的任务就是将这些美女主播的照片、房间号、房间名称和主播分类存入到Excel并且打印出所有美女照片。


3. 我们F12打开浏览器模式,点击翻页可以观察到这个页码是随着反也变化的。



并且规律如下:
https://www.douyu.com/gapi/rknc/directory/yzRec/1
https://www.douyu.com/gapi/rknc/directory/yzRec/2
https://www.douyu.com/gapi/rknc/directory/yzRec/3
https://www.douyu.com/gapi/rknc/directory/yzRec/4

5. 我们打开浏览器观察所需的数据如下,它们都位于data下的rsl列表中。


6. 编码实现

url = f'https://www.douyu.com/gapi/rknc/directory/yzRec/1'
        headers = {
            'cookie':'xxxxx',
            'referer':'xxxxx',
            'user-agent':'xxxxx'
        }
#获取浏览器返回的JSON结果
resp = requests.get(url,headers = headers).json()
#获取每一页的120个颜值小姐姐信息
girls = resp['data']['rl']
        
'''
[{'rid': 3477773, 'rn': '唱歌主播 无人听懂曲中意', 'uid': 160088008, 'nn': '鹿鹿酱in', 'cid1': 2, 'cid2': 311, 'cid3': 1749, 'iv': 0, 'av': 'avatar_v3/202104/31e0b77f8fa84f779f5e965c9ae3acf2', 'ol': 178516, 'url': '/3477773', 'c2url': '/directory/game/XX', 'c2name': '颜值', 'icdata': {'548': {'url': '', 'w': 0, 'h': 0}}, 'dot': 2103, 'subrt': 0, 'topid': 0, 'oaid': 0, 'bid': 0, 'gldid': 0, 'rs1': 'https://rpic.douyucdn.cn/live-cover/roomCover/2020/12/22/fbc91f6c4baf895bc7c91e6fa299803d_small.png/dy2', 'rs16': 'https://rpic.douyucdn.cn/live-cover/roomCover/2020/12/22/fbc91f6c4baf895bc7c91e6fa299803d_big.png/dy1', 'utag': [], 'rpos': 0, 'rgrpt': 1, 'rkic': '', 'rt': 2103, 'ot': 0, 'clis': 2, 'chanid': 0, 'icv1': [[{'id': 548, 'url': 'https://sta-op.douyucdn.cn/dy-listicon/4d1d7ef013162713c5f1f601697bcb2f.png', 'score': 1001, 'w': 0, 'h': 0}], [], [], []], 'ioa': 0, 'od': '', 'isShowUp': 0, 'authInfo': None}]

7.接下来一步就是循环获取美女主播的照片、房间号、房间名称和主播分类。

for girl in girls:
      pic_links = girl['rs1']     # 所有照片链接
      room_title = girl['rn']     # 房间标题
      room_name = girl['nn']      # 房间名称
      category = girl['c2name']   # 主播分类
      print(pic_links,room_title,room_name,category)
        
'''
https://rpic.douyucdn.cn/live-cover/appCovers/2021/03/07/7750351_20210307090509_big.jpg/dy2 这是个靓女的直播间~ Thea柒清 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2020/10/11/638575_20201011212022_big.jpg/dy2 小姨子: 幸运之神 丽亚celiahunne 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2021/03/24/7909303_20210324172547_big.jpg/dy2 有颜有才,尽在斗歌台 斗歌台官方直播间 
https://rpic.douyucdn.cn/live-cover/appCovers/2020/07/27/8922441_20200727190717_big.jpg/dy2 5月15日月庆聚会 睡懵的渣皇 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2021/03/04/9384662_20210304004743_big.jpg/dy2 想要成为那个被你保护的人。 新来的恩宠 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/04/21/7fb646bba059b6a9f78b094d13fcde68_small.png/dy2 身怀绝技 百里挑一 星势力官方直播间 
https://rpic.douyucdn.cn/live-cover/appCovers/2021/04/15/9737095_20210415195744_big.jpg/dy2 08年妹妹第一天直播求关注9737095 一只酸奶牛new 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2020/07/22/f865fc38018b758f92ca65413d01f611_small.png/dy2 我学会孤独 娇儿的36D吖 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2020/07/23/4125556_20200723164324_big.jpg/dy2 我回来啦!!681888 Skr丶大伟伟 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2021/02/22/1010383_20210222125342_big.jpg/dy2 双倍亲密,三倍上限,来了不想走呦~ 王羽杉abc 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/04/13/42e209e1cb9f15b27b3f40e5b3224fb4_small.png/dy2 我和我的猫都很想你 小初困了吗 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2021/05/03/8086045_20210503111144_big.jpg/dy2 时间不语,但会回答一切 豆乐乐咩 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/05/07/5b840cb58099af5f0912c716d30ded13_small.png/dy2 一条小虞er~想被哥哥带上岸 虞Oxygen 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/05/07/946df9dfa50623ac9fcb10d943d5678b_small.png/dy2 520周年庆欢迎大家来玩喔❤️Day8 林芊又 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2021/05/11/9720412_20210511195844_big.jpg/dy2 新人主播请多关照!!9720412 开心市民小邵 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/04/16/4c932e400f6e74c4fe62219013f43e7a_small.png/dy2 医生讲,你不要熬夜了 奉奉儿 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2019/04/08/5271808_20190408082749_big.jpg/dy2 消费查询,恭喜空空荣升超帝 酥小A 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2020/05/12/2243218_20200512082834_big.jpg/dy2 哦 那我走呗 八分饱ww 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/04/29/cfd9f29d923b5e4159ef3e77402fde76_small.png/dy2 每一天都期待能和你见面 9775190 尤田T 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2021/02/06/9064900_20210206191857_big.jpg/dy2 今天是你喜欢的美女子吗 玉玉子sway 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/04/09/c90f603c9305f85dc5efbd3d24134ea6_small.png/dy2 四川新主播略略略略略略 翼遥遥丶 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2020/11/26/4566947_20201126195330_big.jpg/dy2 可可爱爱 没有脑袋 4566947 关晓羽 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2020/06/20/4652236_20200620175813_big.jpg/dy2 身高170长发及腰的武汉小姐姐~~ 小火郭丶 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2019/04/01/6df644b55178d672257996028418bf3b_small.jpg/dy2 2021 一切顺利~ 林cute 颜值
https://rpic.douyucdn.cn/live-cover/roomCover/2021/04/06/2796d0dfbbaff1b4a7f537829658b6a4_small.png/dy2 小猪开播了 金善智 颜值
https://rpic.douyucdn.cn/live-cover/appCovers/2021/04/27/6532591_20210427105108_big.jpg/dy2 随意来去 开心就好 林以安阿 颜值
.........
'''


8.我们将获取到的这些信息先存入到Excel中。

  ws = op.Workbook()
  wb = ws.create_sheet(index=0)

  wb.cell(row=1, column=1, value='照片链接')
  wb.cell(row=1, column=2, value='房间标题')
  wb.cell(row=1, column=3, value='房间名称')
  wb.cell(row=1, column=4, value='主播分类')
  ws.save('斗鱼颜值.xlsx')

9.然后我们再定义一个专门保存图片的函数down_dy()。

def down_dy(save_pic):
    count = 0
    for num,(pic_img,pic_name) in enumerate(save_pic):
        r = requests.get(pic_img)
        pic = r.content

        try:
            with open('./pictures/{}.jpg'.format(pic_name), 'wb'as fin:
                print(f'正在爬取第{count}张图片')
                fin.write(pic)
                print('{}.jpg----下载成功'.format(pic_name))
        except:
            print('下载失败!')

10.最后一步,因为我们要获取的小姐姐照片总共有6页,所以我们定义page变量来获取全部页数的小姐姐照片。

  for page in range(1,6+1):
        print(f'--------正在爬取第{page}页--------')
        url = f'https://www.douyu.com/gapi/rknc/directory/yzRec/{page}'

最终效果如下:


接下来我们借助某度的人脸识别为这些小姐姐的颜值进行打分
首先我们要获取两个必须参数AK和SK(client_id 为官网获取的AK, client_secret 为官网获取的SK)具体细节我后面会细细讲到。今天重点在于如何调用

颜值评分我们首先要识别图片,代码如下:

def get_beauty(img_base64):
    # client_id 为官网获取的AK, client_secret 为官网获取的SK
    host = 'https://aip.baidubce.com/oauth/2.0/token'
    data = {
        'grant_type''client_credentials',
        'client_id''GD9bcCHcQETq37OdxwImqH6X',
        'client_secret''tbtX8c5GG7BGkSXe874LLVtaOi3exAQN'
    }
    response = requests.get(host, params=data)
    token = response.json()['access_token']

    '''
    人脸检测与属性分析
    '''


    request_url = f"https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token={token}"
    params = {
        'image': img_base64,      # 读取图片
        'image_type''BASE64',
        'face_field''beauty',
    }
    headers = {'content-type''application/json'}
    response = requests.post(request_url, data=params, headers=headers)
    try:
        beauty= response.json()['result']['face_list'][0]['beauty']
        return beauty
    except:
        return '识别失败!'

我们对比150个人脸像素点进行对比评分,然后将评分结果放入到列表中后续调用sort方法进行颜值排序


# 读取单张图片
# f = open(r'pictures\7z流川枫.jpg', mode='rb')

# 识别成功的照片存入list使用sort后续排名
lis = []
# 读取所有图片
files = os.listdir('pictures1\\')
print('正在识别人脸,颜值检测中......')
for file in tqdm(files[:100]):
    img_file = 'pictures1\\' + file
    img_name = file.split('.')[0]
    f = open(img_file, mode='rb')
    # 转base64
    img_base64 = base64.b64encode(f.read())
    beauty = get_beauty(img_base64)

    # 颜值排名
    if beauty != '识别失败!':
        dit = {
            '主播': img_name,
            '颜值': beauty
        }
        # 字典添加到空列表
        lis.append(dit)

    #print(f'{img_name}的颜值评分是{beauty}')

为了人机交互更加友好,我们加上tqdm进度条如下:

lis.sort(key=lambda x:x['颜值'], reverse=True)
num = 1
for index in lis:
    print(f'颜值排名第{num}的主播{index["主播"]},颜值评分是{index["颜值"]}')

'''
0%|          | 0/100 [00:00100%|██████████| 100/100 [00:56<00:00,  1.76it/s]
颜值排名第1的主播Bear幼宥,颜值评分是91.63
颜值排名第2的主播club17796794,颜值评分是88.84
颜值排名第3的主播K鬼鬼K,颜值评分是88.54
颜值排名第4的主播wuli萄萄,颜值评分是88.45
颜值排名第5的主播Lulu没烦恼,颜值评分是86.48
颜值排名第6的主播伊伊iiiiii,颜值评分是86.46
颜值排名第7的主播一颗小络秋a,颜值评分是86.39
颜值排名第8的主播不思悔改橘某人,颜值评分是85.39
颜值排名第9的主播Liii晴沁,颜值评分是84.79
颜值排名第10的主播一条肥肥啾,颜值评分是84.46
颜值排名第11的主播亦柔Lris,颜值评分是84.39
。。。。。。。。。。。
'''


好了今天的分享就到此结束啦,有兴趣的小伙伴们可以自己试试哈

推荐阅读

  1. 用Python制作可视化报表,这也太快了!

  2. 北航博士,研究所月入两万,是一种什么体验?

  3. Python最新学习神器来了


您看此文用   分  秒,转发只需1秒哦


浏览 87
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报