MoonCell 英灵图鉴数据抓取
概述
抓取 mooncell 的英灵图鉴数据.
数据来源于三种页面:
- 首页: 所有英灵的基础数据
- 详情页: 某英灵的成长曲线数据
- 查看源代码页: 某英灵的详细数据
所有英灵的基础数据是通过匹配英灵图鉴首页 html 源代码中内嵌 js 的一个超长字符串变量
raw_str
得到的. 实际上是一个一行的 csv 文本, 对其进行解析即可.
英灵的成长曲线数据在详情页的 html 源码中匹配, 解析为 json 即可.
英灵的详细数据在详情页匹配太过艰难, 所以在查看源代码页, 通过解析编辑器中的源代码获取 其详细数据. 目前的解析规则还有待完善.
数据与存储
对于每一个英灵, 包含以下属性:
- 首页获取的所有列名作为属性名
- 成长曲线 growth_curve
- 个人资料 个人资料
- 基础数值 基础数值
- 宝具 宝具
- 持有技能 持有技能
- 职阶技能 职阶技能
存储:
- 使用 mongodb 存储数据, 数据库名为 mooncell
, 只有一个 collection 叫 servants
- 首页的基础数据存储在 data/servants.csv
- 完整数据存储在 data/servants.json
, 由 mongoexport -d mooncell -c servants -o data/servants.json
生成
- 单条示例数据 data/阿尔托莉雅·潘德拉贡.json
供查看基本数据结构.
参见
- 数据来源:
https://fgo.wiki/w/%E8%8B%B1%E7%81%B5%E5%9B%BE%E9%89%B4
changelog
2020-03-25
初版完成, 可获取所有英灵的基础信息和详细数据, wiki 源代码解析规则有待完善, 部分英灵的个人资料解析错误, 原因是嵌套没解析好, 有待完善.