python采集资料库所有英雄皮肤图片包含炫彩

S盒+异或+循环密钥:Windows PE查表逆向实战详解 阅读详情

前言

嗨喽!大家好呀,这里是魔王~

开发环境以及模块的使用:

  • python 3.6
  • pycharm
  • requests >>> pip install requests
  • os 内置模块 不需要安装的

完整代码

import requests # 第三方模块  pip install requests
import pprint # 格式化输出的模块  在打印json的数据的时候,可以更加方便 查看数据信息
import os # 内置模块 不需要安装 自带的
import re # 内置模块 不需要安装


#  对 url地址发送请求 获取数据

# 需要要加一个请求头?  伪装浏览器发送请求
# 请求头 是一个字典的数据  一个关键字 对应一个值
headers = {

}


def change_title(title):
    mode = re.compile(r'[\\\/\:\*\?\"\<\>\|]')
    new_title = re.sub(mode, '_', title)
    return new_title


def save(title, name, img_url):
    # 我想要把每个英雄皮肤图片,单独保存在一个文件里面
    filename = f'{title}\\'
    # 自动创建文件夹
    # 如果没有这个文件夹 / 没有这个路径 那么就创建这个文件夹
    if not os.path.exists(filename):
        os.mkdir(filename)
    # 获取图片内容,是要获取它一个二进制数据内容
    # 文本数据 response.text json数据 response.json()  二进制数据 response.content
    img_content = requests.get(url=img_url, headers=headers).content
    with open(filename + name + '.jpg', mode='wb') as f:
        f.write(img_content)
        print(name)


response = requests.get(url=url, headers=headers)
# pprint.pprint(response.json())
# 解析数据 获取 英雄ID
# json数据提取数据 和 字典类似  根据关键字提取值  通俗的讲 根据冒号左边的内容 提取冒号右边的内容
hero_list = response.json()['hero'] #  返回的数据内容 是列表形式
# 通过遍历/for 循环 提取它每一个英雄ID

lis = []
for index in hero_list:

    hero_id = index['heroId']
    lis.append(hero_id)
    # 字符串 格式化方法
    # 对英雄的皮肤数据 url地址 发送请求 获取英雄皮肤图片数据

lis = lis[27:]

for li in lis:

    response_1 = requests.get(url=hero_url, headers=headers)
    # pprint.pprint(response_1.json())
    # 解析数据 获取英雄皮肤url地址/英雄名字/皮肤名字
    skins = response_1.json()['skins']
    for index_1 in skins:
        # 皮肤图片地址
        img_url = index_1['mainImg']
        # 英雄名字
        title = index_1['heroTitle']
        # 皮肤名字
        name = index_1['name']
        new_name = change_title(name)
        new_title = change_title(title)

        if img_url:
            save(new_title, new_name, img_url)
        else:
            chroma_img = index_1['chromaImg']
            save(new_title, new_name, chroma_img)

尾语

好了,我的这篇文章写到这里就结束啦!

有更多建议或问题可以评论区或私信我哦!一起加油努力叭(ง •_•)ง

喜欢就关注一下博主,或点赞收藏评论一下我的文章叭!!!

05 从零搭建 GPT 模型:LayerNorm、GELU 与解码器堆叠 本文介绍从零搭建GPT模型的关键组件:LayerNorm对特征维归一化,GELU平滑激活,前馈网络扩展收缩,残差连接缓解梯度消失。随后组装TransformerBlock(多头注意力+前馈,Pre-LN),最终构建GPTModel并实现文本生成,附参数量核算。 阅读详情

相关推荐

Python Class 参数传递完全指南

Python Class 参数传递完全指南:1.1 实例方法(最常用)1.2 类方法(@classmethod)1.3 静态方法(@staticmethod)2. 嵌套函数(def 内嵌 def)的 4 种传参方式2.1 闭包捕获(读取外层)2.2 显式传递(推荐用于灵活传参)2.3 nonlocal 修改外层2.4 使用 self 传递(共享状态)3. 继承中的参数传递(super())4. 灵活传参:*args 与 **kwargs5. 嵌套层级过深时的最佳实践(工程建议)

m0_54652313的博客 26

VC界面设计(破解版skin++皮肤库使用)

VC界面设计(破解版skin++皮肤库使用)     skin++可以使VC++等工具写的软件的界面很漂亮,但是试用版在运行时会跳出注册框,正式版又需要花钱,下面的这种方法将会使注册窗口不再跳出来。     1、将skin++(破解后的)的三个文件SkinPPWTL.

1700

Python函数进阶:可变参数、匿名函数与作用域

本文深入探讨了Python函数的高级特性,主要包括: 可变参数:详细介绍了*args(收集位置参数为元组)和**kwargs(收集关键字参数为字典)的用法,以及参数解包技巧。 匿名函数(lambda):讲解lambda语法、特点及典型应用场景,如排序、map/filter操作等,同时提醒不要过度使用。 函数式编程工具:介绍map、filter、reduce三大工具及其与列表推导式的对比。 作用域规则:深入解析LEGB查找顺序,global和nonlocal关键字的使用,以及闭包的实际应用。 实战案例:展示了

PHTR1的博客 154

Agent 记忆压缩通常有哪些方法?

在传统软件中,状态可以通过关系型数据库做毫秒级精准存取;而在 AI Agent 架构中,大模型本身是无状态的概率推理引擎。为了维持多轮交互的连续性,开发者必须将历史记忆注入到上下文(Context)中。上下文爆炸与成本失控:多轮对话与工具调用轨迹(Tool Traces)包含海量冗余 Token,每次 API 请求都需要对全量历史重复计费,成本呈二次方上升。推理延迟(Latency)恶化:超长上下文会导致 GPU 在 Prefill 阶段的计算耗时大幅拉长,严重破坏实时交互体验。

2603_96126046的博客 309

22-DataCenter报文序列化

(put在循环后),解析侧遇到时continue不影响store循环——顺序无关但习惯上收尾。

yuhou25的博客 225

可以做年龄编辑的gan对抗网络(SAGAN)

把这 10 张(或更多年龄段)图片按顺序拼接,用 OpenCV 或 FFmpeg 导出为 MP4,就能看到“一个人”的年龄变化过程。:模型只学了 10 个离散年龄段(0~9),直接切换标签会导致五官突然“跳变”,无法生成 18岁→18.5岁 这种细腻变化。如果连续年龄回归,会更加的丝滑,接下来我们将修改一版连续年龄回归的代码,还是在这个的基础之上进行!,比如用预训练的 ArcFace 提取人脸特征,约束不同年龄帧的特征向量尽量接近。,会生成固定噪声下不同年龄的人脸图片,实现“编辑年龄”的效果。

有的话没说出来之前,你是他的主人,一旦说出来你就成了他的奴隶||想要干好事,别太把自己当人,别把别人太不当人||认识这个人就是开了一扇窗户,就能看到不一样的东西,听到不一样的声音,能让你思考、觉悟,这已经够了 217

基于Python的爱奇艺视频数据可视化分析系统

长视频平台剧集、评分、热度与评论数据体量大、维度多,手工汇总难以快速把握类型结构、口碑分布与主演导演影响力。系统采用 B/S 架构,后端入口为app.py,运行端口8060;数据库使用 MySQL(库名iqiyi),经 PyMySQL 访问。前台基于 Bootstrap 5、本地中的 ECharts 5 与 echarts-wordcloud,配合主题。业务表包括usersdramascommentsfavorites。数据可通过导入,或经/ 相关脚本补充样本。分析层在。

qq_35928134的博客 233

2026科学实验能力大赛真题:护林飞行闯关解析

2026 首届全国青少年科学实验能力大赛决赛已于 8 月 20—22 日在济南收官,9 月起各赛区成绩陆续公布。这场白名单赛事鼓励青少年用"做中学"的方式呈现科学探究过程,而图形化编程正是把科普内容变成可交互作品的好工具。今天我们用一道原创项目题「护林飞行闯关」,带大家用 Scratch 做一个科普护林小游戏,把六大考点串成能玩的作品。

IT_Scratch的博客 205

Java深入解析篇二十之JavaStream API详解

Stream(流)是引入的数据处理抽象,位于包。它表示从数据源产生的元素序列,并支持对其进行函数式、聚合式操作。不是集合:流不存储数据,只描述对数据的计算;不是 IO 流:与无关;惰性管道:中间操作只是登记,终端操作才触发实际计算。// 命令式写法(对照) // List<String> r = new ArrayList<>();

萧瑟余晖的博客 345

Django的手机数据分析与可视化

Django的手机数据分析与可视化系统 摘 要 本系统基于Django框架、HTML和MySQL数据库技术,构建了一个全面的手机数据分析与可视化平台。大屏内容丰富,包括品牌市场份额分布、手机价格区间分布、各维度评分分布、热门机型Top10、内存容量分布以及品牌评分与价格分析等多个模块。通过这些模块,用户可以直观地了解手机市场的整体趋势、各品牌的市场表现、手机价格分布情况、用户评分分布以及热门机型的详细信息。系统采用了先进的可视化技术,将复杂的数据以图表的形式呈现,使得数据更加易于理解和分析。 在管理功能方

weixin_41915110的博客 770

Pixhawk 6C — Mission Planner 烧录 & 全套校准教程

适用于自行编译的 ArduPilot 固件。

2301_76633800的博客 297

Python 并发编程】线程、进程、协程、同步/异步一次说清

同步是"等结果",异步是"结果来找我";异步的核心收益是等待期间能干别的活。进程开销大但真并行,线程轻量但被 GIL 限制,协程极轻量但只适合 IO 等待。IO 密集:并发量小用线程池,量大用 asyncio;CPU 密集:用进程池。这一条能解决 90% 的选型问题。多线程的坑在共享变量加锁异常被吞;多进程的坑在 if __name__ == '__main__'保护和序列化成本;协程的坑在误用同步阻塞调用卡死整个事件循环。

zy123456nn的博客 297

《模型不玄学》小白的模型算法实战手册 - 前言

这是一本给算法小白的算法模型实战手册。能够深入浅出的理解如何利用数据训练一个成熟的模型。这本小册子想做的,就是把“从数据到能用的模型”这个过程,用讲透。

月华的博客 189

03Numpy基础(中)

参数解释:第一个参数是要分裂的向量,第二个参数是分裂的起始位置和终止位置,第三个参数是轴。上述代码中输出结果并不为整数型,而是浮点型,笔者猜测这是为了避免插入的浮点数被截断。上述代码中,切片结果改变,原数组也会发生改变,这样就不会造成大量内存的浪费。形式:arr[0:1,0:1] arr[::2,::1]=0指的是设置按照哪个轴(方向)进行拼接,一般默认是轴0。两个矩阵可以按照不同的维度拼接,但拼接的时候。此外,提取列的时候出来的结果是列向量。矩阵的分裂依旧要设定分裂的维度。向量的分裂:将得到更短的向量。

qq_64775230的博客 178

GLM-5.3-NVFP4 部署实战系列[四]问题深拆①:sm80 没有稀疏 MLA 注意力后端怎么办

GLM-5.3 的 DSA 稀疏注意力在 A800 上无路可走:vLLM v0.28.0 的稀疏 MLA 后端全部要求 SM90+。修通路径:移植社区 PR #47629,vendor 三个文件加两处注册,连环修掉 metadata 计数断言等小坑。最大的坑:0.28.0 把 indexer 重写为 C++ op,内部直调仅支持 SM90+ 的 deep_gemm——采用最小化改法:调用点门控回退 Triton 内核(LUT 解码 fp8),sm90+ 路径零影响。

缘友一世的博客 334

15.4 完整实现基于RAG的多Agent客户服务系统

【示例15.1】多Agent客服系统的完整代码,文件名为rag_multi_agent_system.py。当需要产品细节、使用方法等信息时使用。输入应为查询的问题。根据客户的问题,决定使用哪个工具。如果需要多个工具的信息,逐步调用它们。请根据文档内容回答,不要编造信息。如果文档中没有相关信息,请说明。建议您联系我们的客服团队以获取更多帮助。建议您联系我们的客服团队以获取更多帮助。,负责理解客户需求并调用合适的工具提供准确回答。当用户询问产品是否有货、库存数量时使用。处理查询,使用单参数输入,格式为。

夏天又到了的专栏 252

实时行情中的成交量 Volume 到底是什么?包含盘中撤单量吗?从交易数据语义到 QuantDash 实战解析

实时行情中的 Volume 是包含盘中撤单量,还是仅包含实际成交股数?首先要区分两个概念:撤单不是成交,因此不能简单把撤单数量理解为成交量 Volume 的组成部分。在量化数据处理中,Volume 应当按照数据源对“成交量”字段的定义进行理解,不能把委托、撤单和实际成交混为一谈。对于 Python 量化开发者而言,真正重要的是使用稳定、结构化的行情接口获取 Volume,并在策略中明确区分“成交数据”和“盘口委托数据”。QuantDash Python SDK 可以直接返回实时行情中的 volume

2601_96694965的博客 363

NumPy一小时速成

array即数组,有一维数组,二维数组,三维数组…list处理大量数据时占的空间大,速度慢。

wwwvvvnnnmmm的博客 207
上一篇: Python带你把喜欢的视频保存~采集无水印视频
下一篇: 用python分析“数据分析”到底值不值得学习,以及学完之后大概能拿到多少工资
魔王不会哭
博客等级 码龄5年 6002粉丝 394原创
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值