ToB企服应用市场:ToB评测及商务社交产业平台

标题: 用Python实时获取steam特惠游戏数据 [打印本页]
作者: 傲渊山岳    时间: 2022-8-9 14:44
标题: 用Python实时获取steam特惠游戏数据
前言

Steam是由美国电子游戏商Valve于2003年9月12日推出的数字发行平台，被认为是计算机游戏界最大的数码发行平台之一，Steam平台是全球最大的综合性数字发行平台之一。玩家可以在该平台购买、下载、讨论、上传和分享游戏和软件。

而每周的steam会开启了一轮特惠，可以让游戏打折，而玩家就会购买心仪的游戏

传说每次有大折扣，无数的玩家会去购买游戏，可以让G胖亏死

不过，由于种种原因，我总会错过一些想玩的游戏的特惠价！！！

所以，我就在想，可不可以用Python收集steam所有每周特惠游戏的数据

对于本篇文章有疑问的同学可以加【资料白嫖、解答交流群：753182387】

代码部分

开发环境

先导入本次所需的模块
  1. import random
  2. import time
  3. import requests
  4. import parsel
  5. import csv
复制代码
模块可以pycharm里直接安装，输入pip install XXX（模块名）就行

请求数据
  1. url = f'https://store.steampowered.com/contenthub/querypaginated/specials/TopSellers/render/?query=&start=1&count=15&cc=TW&l=schinese&v=4&tag='
  2. headers = {
  3.     'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
  4. }
  5. response = requests.get(url=url, headers=headers)
复制代码
获取请求的数据
  1. html_data = response.json()['results_html']
  2. print(html_data)
复制代码
这样网页源代码就获取到了

解析数据
  1. selector = parsel.Selector(html_data)
  2. lis = selector.css('a.tab_item')
  3. for li in lis:
  4.     href = li.css('::attr(href)').get()
  5.     title = li.css('.tab_item_name::text').get()
  6.     tag_list = li.css('.tab_item_top_tags .top_tag::text').getall()
  7.     tag = ''.join(tag_list)
  8.     price = li.css('.discount_original_price::text').get()
  9.     price_1 = li.css('.tab_item_discount .discount_final_price::text').get()
  10.     discount = li.css('.tab_item_discount .discount_pct::text').get()
  11.     print(title, tag, price, price_1, discount, href)
复制代码

保存数据

先把数据保存进字典里面
  1. dit = {
  2.     '游戏': title,
  3.     '标签': tag,
  4.     '原价': price,
  5.     '售价': price_1,
  6.     '折扣': discount,
  7.     '详情页': href,
  8. }
  9. csv_writer.writerow(dit)
复制代码
最后保存到csv里
  1. f = open('游戏_1.csv', mode='a', encoding='utf-8', newline='')
  2. csv_writer = csv.DictWriter(f, fieldnames=[
  3.     '游戏',
  4.     '标签',
  5.     '原价',
  6.     '售价',
  7.     '折扣',
  8.     '详情页',
  9. ])
  10. csv_writer.writeheader()
复制代码
最后结果


前言

Steam是由美国电子游戏商Valve于2003年9月12日推出的数字发行平台，被认为是计算机游戏界最大的数码发行平台之一，Steam平台是全球最大的综合性数字发行平台之一。玩家可以在该平台购买、下载、讨论、上传和分享游戏和软件。
而每周的steam会开启了一轮特惠，可以让游戏打折，而玩家就会购买心仪的游戏
传说每次有大折扣，无数的玩家会去购买游戏，可以让G胖亏死
不过，由于种种原因，我总会错过一些想玩的游戏的特惠价！！！

所以，我就在想，可不可以用Python收集steam所有每周特惠游戏的数据

代码部分

开发环境

先导入本次所需的模块
  1. import random
  2. import time
  3. import requests
  4. import parsel
  5. import csv
复制代码
模块可以pycharm里直接安装，输入pip install XXX（模块名）就行
请求数据
  1. url = f'https://store.steampowered.com/contenthub/querypaginated/specials/TopSellers/render/?query=&start=1&count=15&cc=TW&l=schinese&v=4&tag='
  2. headers = {
  3.     'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
  4. }
  5. response = requests.get(url=url, headers=headers)
复制代码
获取请求的数据
  1. html_data = response.json()['results_html']
  2. print(html_data)
复制代码
这样网页源代码就获取到了

解析数据
  1. selector = parsel.Selector(html_data)
  2. lis = selector.css('a.tab_item')
  3. for li in lis:
  4.     href = li.css('::attr(href)').get()
  5.     title = li.css('.tab_item_name::text').get()
  6.     tag_list = li.css('.tab_item_top_tags .top_tag::text').getall()
  7.     tag = ''.join(tag_list)
  8.     price = li.css('.discount_original_price::text').get()
  9.     price_1 = li.css('.tab_item_discount .discount_final_price::text').get()
  10.     discount = li.css('.tab_item_discount .discount_pct::text').get()
  11.     print(title, tag, price, price_1, discount, href)
复制代码
保存数据

先把数据保存进字典里面
  1. dit = {
  2.     '游戏': title,
  3.     '标签': tag,
  4.     '原价': price,
  5.     '售价': price_1,
  6.     '折扣': discount,
  7.     '详情页': href,
  8. }
  9. csv_writer.writerow(dit)
复制代码
最后保存到csv里
  1. f = open('游戏_1.csv', mode='a', encoding='utf-8', newline='')
  2. csv_writer = csv.DictWriter(f, fieldnames=[
  3.     '游戏',
  4.     '标签',
  5.     '原价',
  6.     '售价',
  7.     '折扣',
  8.     '详情页',
  9. ])
  10. csv_writer.writeheader()
复制代码
最后结果


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！



欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4