# PokewikiCrawler

**Repository Path**: static_void/pokewiki-crawler

## Basic Information

- **Project Name**: PokewikiCrawler
- **Description**: 神奇宝贝百科网站爬虫
- **Primary Language**: Python
- **License**: GPL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 1
- **Created**: 2021-01-31
- **Last Updated**: 2024-07-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 神奇宝贝百科网站爬虫

欢迎关注我的B站账号[静态空域](https://space.bilibili.com/29780644)

最后测试时间：2021/01/12

这是我的第一个项目，写得很乱。第一版写于2019年10月。《冠之雪原》售后，无论是宝可梦游戏还是神百网站都发生了变化，于是更新了这一版。
其中过程实在是费劲，我也不打算再更新了。感兴趣的朋友可以写一个更完善的版本。

## START.py
本脚本为程序入口。依次收集宝可梦图鉴、招式、特性、道具列表，结果打印在text文件夹对应的txt文件中。
也可以单独运行以下脚本，实现相同功能:
* pokedex.py	调用pokeinfo.py
* move.py		调用moveinfo.py
* ability.py	调用abilityinfo.py
* item.py		调用iteminfo.py

## 其他
* listlearn.py 生成宝可梦招式学习列表 -> text/listlearn.txt。*进行了一些修改，删除了一些重复/无对战意义项目*
* listitem.py 生成道具列表，只保留对战相关：道具/其他、Ｚ纯晶、树果 -> text/listitem.txt
* text/form.txt 保存宝可梦的不同形态相关数据。id:XXXa表示阿罗拉，XXXg表示伽勒尔，XXX=表示基础形态，XXX-表示额外形态。*手写的*
* table.py 生成数据库，使用dex.txt;form.txt;move.txt(截掉宝可梦列表);listlearn.txt;ability.txt;listitem.txt -> pokedex.db
* TableQuery.py 查询数据库。

## 数据库各个表
### dex 宝可梦图鉴		move 招式			item 道具			ability 特性			learn 可学会招式
* id：图鉴编号			id：编号			cn：中文名			id：编号				pid：宝可梦编号
* cn：中文名			cn：中文名			jp：日文名			cn：中文名				moves：可学会招式
* jp：日文名			jp：日文名			en：英文名			jp：日文名
* en：英文名			en：英文名			des：描述			en：英文名
* type1：属性1			type：属性			bag：背包			des：描述
* type2：属性2			class：类型			type：分类			num：宝可梦数
* ab1：特性1			power：威力			info：信息			hide：以隐藏特性存在数
* ab2：特性2			acc：命中			fling：投掷			info：信息
* ab3：特性3			pp：PP				effect：效果		effect：效果
* high：身高			info：信息
* weigh：体重			range：范围
* gender：性别比		effect：效果
* hp：HP
* at：攻击
* df：防御
* sa：特攻
* sd：特防
* sp：速度

## pokeparser.py
本脚本实现各种实用功能。运行后打印图鉴、招式、特性、道具列表的简体中文网址。

## XXXinfo.py
各单项的详细信息读取。比如：皮卡丘（图鉴）；十万伏特（招式）；避雷针（特性）；电气球（道具）。
单独运行各脚本以测试工作情况。

## url文件夹
没什么用。如果发现txt文件有错误，可以在对应的url文件中同一行找到网址，方便修改。

## text文件夹

### dex.txt格式（form.txt相同）
* 图鉴编号
* 中文名
* 日文名
* 英文名
* 属性
* 特性
* 身高
* 体重
* 性别比：雄/全部。-1表示无性别。
* 种族值：HP/攻击/防御/特攻/特防/速度

### move.txt格式
* 编号
* 中文名
* 日文名
* 英文名
* 属性
* 类型：物理、特殊、变化。。。
* 伤害
* 命中
* PP
* 对战信息：接触、守住、王者之证。。。
* 范围
* 详细效果
* 可以学会招式的宝可梦列表（实际是用/分隔的字符串）

### ability.txt格式
* 编号
* 中文名
* 日文名
* 英文名
* 描述
* 具有作为普通特性存在的宝可梦数量
* 具有作为隐藏特性存在的宝可梦数量
* 基本信息：被交换、被覆盖、被复制。。。
* 效果

### item.txt格式（listitem.txt相同）
* 中文名
* 日文名
* 英文名
* 说明
* 游戏中所在背包（猜的）
* 分类
* 使用相关：对战内外、重复性。。。
* 投掷伤害：-1表示不能投掷
* 效果

### listlearn.txt格式
* 宝可梦图鉴编号
* 可以学会的招式编号列表（实际是用/分隔的字符串）

## 待完善
* 爬取的[基格尔德](https://wiki.52poke.com/zh-hans/%E5%9F%BA%E6%A0%BC%E5%B0%94%E5%BE%B7)的基本信息是50%形态，种族值却是10%形态[^1]。*只更正了dex.txt*
* 爬取的[舍身冲撞](https://wiki.52poke.com/wiki/%E8%88%8D%E8%BA%AB%E5%86%B2%E6%92%9E%EF%BC%88%E6%8B%9B%E5%BC%8F%EF%BC%89)的教授招式列表001～385，漏掉了例外信息[^2]。*将move.txt修改为正常格式*
* 将招式学习器中**睡觉**/**替身**/**守住**/**迷人**/**梦话**/**硬撑**的学习面更正为001～898，方便listlearn.py的执行。
* 道具没有全部爬完[^3]，不过对战相关的道具本来就少，其实无所谓。*已知的有数据卡，招式学习器*

[^1]:因为神百就是这么显示的
[^2]:只有这里的例外信息的class不是at-c。而且文字描述不同于其他的“对应世代中所有可以使用招式学习器的宝可梦”，而是“所有可以使用招式学习器的宝可梦”。
[^3]:item.py用title中包含（道具）来判断找到道具的中文名，而极少数道具的title没有（道具）。