利用Python爬虫爬取斗鱼直播间信息，以及直播的实际人数！

首先我准备利用mysql来存储我爬取的信息，建一个host表如下：

然后下载pymysql ，利用它与数据库链接，因为在这里我只涉及到写入的操作：

Unit_Mtsql

然后就是使用Beautifulsoup框架对斗鱼的链接进行解析，为了使用的方便，自己写了一个host类，主要用于存储直播间的相关信息。基本思路是：1.获取斗鱼的几大模块，斗鱼一共有7个模块：网游晋级，单机热，手游休闲等  。2.获取每个模块的子模块 3.从每个子模块中找到旗下的直播间信息。

最后直接运行get_info（）就行

结果如下：

但是程序到这似乎还有两点没有解决：

1.斗鱼的关注数是使用gif图片加载。暂时还没有发现获取每个直播间关注数的方法。

2.无法找到全部的直播间信息。

这两个问题后面再解决。

通过对斗鱼api数据接口的分析，我找到了斗鱼后台的online实际人数。因此我通过了爬虫爬取了在线的人数。

在斗鱼直播的后台数据解析的过程我发现了一个数据接口，这个数据接口包含有：online关键关键数据。个人估计是斗鱼直播间的实际人数。

通过对数据的分析，这个字和热度呈正相关。真实性比较高。

我利用斗鱼的热度和实际人数的比值 coefficient(这个系数)表示斗鱼对该主播的支持情况。

----------------------------------------------------------------------------------------分割线-----------------------------------------------------------------------------------

再来更新一波:通过对斗鱼的后台数据的分析找到了斗鱼的分页数据，也就是可以爬取斗鱼的所有直播间的信息。

我编译了相关代码，只要你安装了mysql，直接运行可执行文件。 可以自动完成建表爬取过程，不需要安装相关依赖。目前支持Windows/MacOS系统。

Github地址：https://github.com/danzhewuju/DouyuSpider