知識星球（點選上方藍字，快速關註我們）
作者：張波（簡介見末尾）
本文來自作者投稿，首發「Python開發者」微信公號
首先，神槍鎮樓
背景
最近老闆愛上了吃雞（手遊：全軍出擊），經常拉著我們開黑，只能放棄午休的時間，陪老闆在沙漠裡奔波。 上週在在微信遊戲頻道看戰績的時候突發奇想，是不是可以透過這個方式抓取到很多戰鬥資料，然後分析看看有什麼規律。
秀一波戰績，開黑情況下我們團隊吃雞率非常高，近100場吃雞次數51次
簡單評估了一下，覺得可行，咱就開始。
Step 1 分析資料介面
第一步當然是把這些戰績資料採集下來，首先我們需要瞭解頁面背後的故事。去看看頁面是如何獲取戰鬥資料的。
使用Charles抓包
抓包實現
在Mac下推薦使用工具Charles來從協議層抓取手機上的流量，原理就是在Mac上開啟一個代*理*伺服器，然後將手機的網路代*理設定為Mac，這樣手機上的所有流量都會經過我們的代*理*伺服器了。 大致流程如下：
https加密流量的處理
在實際操作的時候發現微信所有的流量都走了HTTPS，導致我們的抓到的都是加密資料，對我們沒有任何參考意義。 經過研究，可以透過在手機和電腦都安裝Charles根證書的方式來實現對Https流量的分析，具體操作可以參考：
-
charles mac下https抓包和iphone https抓包
-
解決Charles無法正常抓包iOS 11中的Https請求
安裝證書後，我們的流量大致是這樣子的
經過上述的配置，我們已經可以讀取到https的請求和響應資料了，如下圖所示。
windows下用findler可以實現相同的功能
其實這就是一個非常典型的中間人場景
資料介面
接下來就根據這些資料來找出我們需要的介面了，經過分析，主要涉及三個介面
-
獲取使用者資訊介面
-
獲取使用者戰績串列介面
-
獲取使用者指定戰績詳細資訊介面
下麵我們一個一個看
1. 獲取使用者資訊介面
-
request
| API | /cgi-bin/gamewap/getpubgmdatacenterindex |
|---|---|
| 方法 | GET |
| 引數 | openid、pass_ticket |
| cookie | key pass_ticket、uin、pgv_pvid、sd_cookie_crttime、sd_userid |
-
response
{
“user_info”: {
“openid”: “oODfo0pjBQkcNuR4XLTQ321xFVws”,
“head_img_url”:“http://wx.qlogo.cn/mmhead/Q3auHgzwzM5hSWxxxxxUQPwW9ibxxxx9DlxLTsKWk97oWpDI0rg/96”,
“nick_name”: “望”,
“role_name”: “xxxx”,
“zone_area_id”: 0,
“plat_id”: 1
},
“battle_info”: {
“total_1”: 75,
“total_10”: 336,
“total_game”: 745,
“total_kill”: 1669
},
“battle_list”: [{
“map_id”: 1,
“room_id”: “6575389198189071197”,
“team_id”: 57,
“dt_event_time”: 1530953799,
“rank_in_ds”: 3,
“times_kill”: 1,
“label”: “前五”,
“team_type”: 1,
“award_gold”: 677,
“mode”: 0
}],
“appitem”: {
“AppID”: “wx13051697527efc45”,
“IconURL”:“https://mmocgame.qpic.cn/wechatgame/mEMdfrX5RU0dZFfNEdCsMJpfsof1HE0TP3cfZiboX0ZPxqh5aZnHjxPFXUGgsXmibe/0”,
“Name”: “絕地求生 全軍出擊”,
“BriefName”: “絕地求生 全軍出擊”,
“Desc”: “官方正版絕地求生手遊”,
“Brief”: “槍戰 | 808.2M”,
“WebURL”: “https://game.weixin.qq.com/cgi-bin/h5/static/detail_v2/index.html?wechat_pkgid=detail_v2&appid;=wx13051697527efc45&show;_bubble=0”,
“DownloadInfo”: {
“DownloadURL”: “https://itunes.apple.com/cn/app/id1304987143”,
“DownloadFlag”: 5
},
“Status”: 0,
“AppInfoFlag”: 45,
“Label”: [],
“AppStorePopUpDialogConfig”: {
“Duration”: 1500,
“Interval”: 172800,
“ServerTimestamp”: 1531066098
},
“HasEnabledChatGroup”: false,
“AppType”: 0,
“game_tag_list”: [“絕地求生”, “正版還原”, “好友開黑”, “百人對戰”, “超大地圖”],
“recommend_reason”: “正版絕地求生，荒野射擊”,
“size_desc”: “808.2M”
},
“is_guest”: true,
“is_blocked”: false,
“errcode”: 0,
“errmsg”: “ok”
}
-
分析
openid是使用者的惟一標識。
2. 獲取使用者戰績串列介面
-
request
API /cgi-bin/gamewap/getpubgmbattlelist 方法 GET 引數 openid、pass_ticket、plat_id、after_time、limit cookie key pass_ticket、uin、pgv_pvid、sd_cookie_crttime、sd_userid -
response
{
“errcode”: 0,
“errmsg”: “ok”,
“next_after_time”: 1528120556,
“battle_list”: [{
“map_id”: 1,
“room_id”: “6575389198111172597”,
“team_id”: 57,
“dt_event_time”: 1530953799,
“rank_in_ds”: 3,
“times_kill”: 1,
“label”: “前五”,
“team_type”: 1,
“award_gold”: 677,
“mode”: 0
}, {
“map_id”: 1,
“room_id”: “6575336498940384115”,
“team_id”: 11,
“dt_event_time”: 1530941404,
“rank_in_ds”: 5,
“times_kill”: 2,
“label”: “前五”,
“team_type”: 1,
“award_gold”: 632,
“mode”: 0
}],
“has_next”: true
}
-
分析
-
這個介面用after_time來進行分頁，遍歷獲取時可以根據介面響應的has_next和next_after_time來判斷是否還有下一頁的資料。
-
串列裡面的room_id是每一場battle的惟一標識。
3. 獲取使用者戰績詳情介面
-
request
| API | /cgi-bin/gamewap/getpubgmbattledetail |
|---|---|
| 方法 | GET |
| 引數 | openid、pass_ticket、room_id |
| cookie | key pass_ticket、uin、pgv_pvid、sd_cookie_crttime、sd_userid |
-
request
{
“errcode”: 0,
“errmsg”: “ok”,
“base_info”: {
“nick_name”: “柚茶”,
“head_img_url”: “http://wx.qlogo.cn/mmhead/xxxx/96”,
“dt_event_time”: 1528648165,
“team_type”: 4,
“rank”: 1,
“player_count”: 100,
“role_sex”: 1,
“label”: “大吉大利”,
“openid”: “oODfo0s1w5lWjmxxxxxgQkcCljXQ”
},
“battle_info”: {
“award_gold”: 622,
“times_kill”: 6,
“times_head_shot”: 0,
“damage”: 537,
“times_assist”: 3,
“survival_duration”: 1629,
“times_save”: 0,
“times_reborn”: 0,
“vehicle_kill”: 1,
“forward_distance”: 10140,
“driving_distance”: 5934,
“dead_poison_circle_no”: 6,
“top_kill_distance”: 223,
“top_kill_distance_weapon_use”: 2924130819,
“be_kill_user”: {
“nick_name”: “小旭”,
“head_img_url”:“http://wx.qlogo.cn/mmhead/ibLButGMnqJNFsUtStNEV8tzlH1QpwPiaF9kxxxxx66G3ibjic6Ng2Rcg/96”,
“weapon_use”: 20101000001,
“openid”: “oODfo0qrPLExxxxc0QKjFPnPxyI”
},
“label”: “大吉大利”
},
“team_info”: {
“user_list”: [{
“nick_name”: “ooo”,
“times_kill”: 6,
“assist_count”: 3,
“survival_duration”: 1638,
“award_gold”: 632,
“head_img_url”:“http://wx.qlogo.cn/mmhead/Q3auHgzwzM4k4RXdyxavNxxxxUjcX6Tl47MNNV1dZDliazRKRg”,
“openid”: “oODfo0xxxxf1bRAXE-q-lEezK0k”
}, {
“nick_name”: “我吃炒肉”,
“times_kill”: 2,
“assist_count”: 2,
“survival_duration”: 1502,
“award_gold”: 583,
“head_img_url”:“http://wx.qlogo.cn/mmhead/sTJptKvBQLKd5SAAjOF0VrwiapUxxxxFffxoDUcrVjYbDf9pNENQ”,
“openid”: “oODfo0gIyDxxxxZpUrSrpapZSDT0”
}]
},
“is_guest”: true,
“is_blocked”: false
}
-
分析
-
這個介面響應了戰鬥的詳細資訊，包括殺*敵數、爆*頭數、救人數、跑動距離等等，足夠我們分析了。
-
這個介面還響應了是被誰殺死的以及組團成員的openid，利用這個特性我們這可無限深度的發散爬取更多使用者的資料。
至於cookie中的息pass_ticket等資訊肯定是用於許可權認證的，在上述的幾次請求中這些資訊都沒有變化，所以我們不需要深研其是怎麼算出來的，只需要抓包提取到預設資訊後填到程式碼裡面就可以用了。
Step 2 爬取資料
介面已經確定下來了，接下來就是去抓取足夠量的資料了。
使用requests請求介面獲取資料
url = ‘https://game.weixin.qq.com/cgi-bin/gamewap/getpubgmdatacenterindex?openid=%s&plat;_id=0&uin;=&key;=&pass;_ticket=%s’ % (openid, settings.pass_ticket)
r = requests.get(url=url, cookies=settings.def_cookies, essay-headers=settings.def_essay-headers, timeout=(5.0,5.0))
tmp = r.json()
wfile = os.path.join(settings.Res_UserInfo_Dir, ‘%s.txt’ % (rediskeys.user(openid)))
with codecs.open(wfile, ‘w’, ‘utf-8’) as wf:
wf.write(simplejson.dumps(tmp, indent=2, sort_keys=True, ensure_ascii=False))
參照這種方式我們可以很快把另外兩個介面寫好。
使用redis來標記已經爬取過的資訊
在上述介面中我們可能從使用者A的入口進去找到使用者B的openid，然後從使用者B的入口進去又找到使用者A的openid，為了避免重覆採集，所以我們需要記錄下哪些資訊是我們採集過的。 核心程式碼片斷：
# rediskeys.user_battle_list 根據openid獲取存在redis中的key值
def user_battle_list(openid):
return ‘ubl_%s’ % (openid)
# 在提取battle list之前，首先判斷這用使用者的資料是否已經提取過了
if settings.DataRedis.get(rediskeys.user_battle_list(openid)):
return True
# 在提取battle list之後，需要在redis中記錄使用者資訊
settings.DataRedis.set(rediskeys.user_battle_list(openid), 1)
使用celery來管理佇列
celery是一個非常好用的分散式佇列管理工具，我這次只打算在我自己的電腦上執行，所以並沒有用到分散式的功能。 我們建立三個task和三個queue
task_queues = (
Queue(‘queue_get_battle_info’, exchange=Exchange(‘priority’, type=‘direct’), routing_key=‘gbi’),
Queue(‘queue_get_battle_list’, exchange=Exchange(‘priority’, type=‘direct’), routing_key=‘gbl’),
Queue(‘queue_get_user_info’, exchange=Exchange(‘priority’, type=‘direct’), routing_key=‘gui’),
)
task_routes = ([
(‘get_battle_info’, {‘queue’: ‘queue_get_battle_info’}),
(‘get_battle_list’, {‘queue’: ‘queue_get_battle_list’}),
(‘get_user_info’, {‘queue’: ‘queue_get_user_info’}),
],)
然後在task中控制API請求和Redis資料實現完整的任務邏輯，如：
@app.task(name=‘get_battle_list’)
def get_battle_list(openid, plat_id=None, after_time=0, update_time=None):
# 判斷是否已經取過使用者戰績串列資訊
if settings.DataRedis.get(rediskeys.user_battle_list(openid)):
return True
if not plat_id:
try:
# 提取使用者資訊
us = handles.get_user_info_handles(openid)
plat_id=us[‘plat_id’]
except Exception as e:
print ‘can not get user plat_id’, openid, traceback.format_exc()
return False
# 提取戰績串列
battle_list = handles.get_battle_list_handle(openid, plat_id, after_time=0, update_time=None)
# 為每一場戰鬥建立非同步獲取詳情任務
for room_id in battle_list:
if not settings.DataRedis.get(rediskeys.user_battle(openid, room_id)):
get_battle_info.delay(openid, plat_id, room_id)
return True
開始抓取
因為我們是發散是爬蟲，所以需要給程式碼一個使用者的入口，所以需要手動建立一個使用者的採集任務
from tasks.all import get_battle_list
my_openid = ‘oODfo0oIErZI2xxx9xPlVyQbRPgY’
my_platid = ‘0’
get_battle_list.delay(my_openid, my_platid, after_time=0, update_time=None)
有入口之後我們就用celery來啟動worker去開始爬蟲
# 啟動獲取使用者詳情worker
celery –A tasks.all worker –c 5 —queue=queue_get_user_info —loglevel=info –n get_user_info@%h
# 啟動獲取戰績串列worker
celery –A tasks.all worker –c 5 —queue=queue_get_battle_list —loglevel=info –n get_battle_list@%h
# 啟動獲取戰績詳情worker
celery –A tasks.all worker –c 30 —queue=queue_get_battle_info —loglevel=info –n get_battle_info@%h
這樣我們的爬蟲就可以愉快的跑起來了。再透過celery-flower來檢視執行情況。
celery flower –A tasks.all —broker=redis://:$REDIS_PASS@$REDIS_HOST:$REDIS_PORT/10
透過flower，我們可以看到執行的效率還是非常不錯的。
在執行過程中會發現get_battle_list跑太快，導致get_battle_info即使開了30個併發都還會積壓很多，所以需要適時的去停一下這些worker。 在我們抓到20萬條資訊之後就可以停下來了。
Step 3 資料分析
分析方案
20萬場戰鬥的資料已經抓取好了，全部分成json檔案存在我本地磁碟上，接下來就做一些簡單的分析。 python在資料分析領域也非常強大，有很多非常優秀的庫，如pandas和NumPy，可惜我都沒有學過，而且對於一個高考數學只考了70幾分的人來說，資料分析實在是難，所以就自己寫了一個非常簡單的程式來做一些淺度分析。 需要進行深度分析，又不想自己爬蟲的大牛可以聯絡我打包這些資料。
# coding=utf-8
import os
import json
import datetime
import math
from conf import settings
class UserTeamTypeData:
def __init__(self, team_type, player_count):
self.team_type = team_type
self.player_count = player_count
self.label = {}
self.dead_poison_circle_no = {}
self.count = 0
self.damage = 0
self.survival_duration = 0 # 生存時間
self.driving_distance = 0
self.forward_distance = 0
self.times_assist = 0 # 助攻
self.times_head_shot = 0
self.times_kill = 0
self.times_reborn = 0 # 被救次數
self.times_save = 0 # 救人次數
self.top_kill_distance = []
self.top_kill_distance_weapon_use = {}
self.vehicle_kill = 0 # 車輛殺死
self.award_gold = 0
self.times_reborn_by_role_sex = {0: 0, 1: 0} # 0 男 1 女
self.times_save_by_role_sex = {0: 0, 1: 0} # 0 男 1 女
def update_dead_poison_circle_no(self, dead_poison_circle_no):
if dead_poison_circle_no in self.dead_poison_circle_no:
self.dead_poison_circle_no[dead_poison_circle_no] += 1
else:
self.dead_poison_circle_no[dead_poison_circle_no] = 1
def update_times_reborn_and_save_by_role_sex(self, role, times_reborn, times_save):
if role not in self.times_reborn_by_role_sex:
return
self.times_reborn_by_role_sex[role] += times_reborn
self.times_save_by_role_sex[role] += times_save
def update_top_kill_distance_weapon_use(self, weaponid):
if weaponid not in self.top_kill_distance_weapon_use:
self.top_kill_distance_weapon_use[weaponid] = 1
else:
self.top_kill_distance_weapon_use[weaponid] += 1
class UserBattleData:
def __init__(self, openid):
self.openid = openid
self.team_type_res = {}
self.label = {}
self.hour_counter = {}
self.weekday_counter = {}
self.usetime = 0
self.day_record = set()
self.battle_counter = 0
def get_avg_use_time_per_day(self):
# print “get_avg_use_time_per_day:”, self.openid, self.usetime, len(self.day_record), self.usetime / len(self.day_record)
return self.usetime / len(self.day_record)
def update_label(self, lable):
if lable in self.label:
self.label[lable] += 1
else:
self.label[lable] = 1
def get_team_type_data(self, team_type, player_count):
player_count = int(math.ceil(float(player_count) / 10))
team_type_key = ‘%d_%d’ % (team_type, player_count)
if team_type_key not in self.team_type_res:
userteamtypedata = UserTeamTypeData(team_type, player_count)
self.team_type_res[team_type_key] = userteamtypedata
else:
userteamtypedata = self.team_type_res[team_type_key]
return userteamtypedata
def update_user_time_property(self, dt_event_time):
dt_event_time = datetime.datetime.fromtimestamp(dt_event_time)
hour = dt_event_time.hour
if hour in self.hour_counter:
self.hour_counter[hour] += 1
else:
self.hour_counter[hour] = 1
weekday = dt_event_time.weekday()
if weekday in self.weekday_counter:
self.weekday_counter[weekday] += 1
else:
self.weekday_counter[weekday] = 1
self.day_record.add(dt_event_time.date())
def update_battle_info_by_room(self, roomid):
# print ‘ load ‘, self.openid, roomid
file = os.path.join(settings.Res_UserBattleInfo_Dir, self.openid, ‘%s.txt’ % roomid)
with open(file, ‘r’) as rf:
battledata = json.load(rf)
self.battle_counter += 1
base_info = battledata[‘base_info’]
self.update_user_time_property(base_info[‘dt_event_time’])
battle_info = battledata[‘battle_info’]
userteamtypedata = self.get_team_type_data(base_info[‘team_type’], base_info[‘player_count’])
userteamtypedata.count += 1
userteamtypedata.award_gold += battle_info[‘award_gold’]
userteamtypedata.damage += battle_info[‘damage’]
userteamtypedata.update_dead_poison_circle_no(battle_info[‘dead_poison_circle_no’])
userteamtypedata.driving_distance += battle_info[‘driving_distance’]
userteamtypedata.forward_distance += battle_info[‘forward_distance’]
self.update_label(battle_info[‘label’])
userteamtypedata.survival_duration += battle_info[‘survival_duration’]
self.usetime += battle_info[‘survival_duration’]/60
userteamtypedata.times_assist += battle_info[‘times_assist’]
userteamtypedata.times_head_shot += battle_info[‘times_head_shot’]
userteamtypedata.times_kill += battle_info[‘times_kill’]
userteamtypedata.times_reborn += battle_info[‘times_reborn’]
userteamtypedata.times_save += battle_info[‘times_save’]
userteamtypedata.damage += battle_info[‘damage’]
userteamtypedata.top_kill_distance.append(battle_info[‘top_kill_distance’])
userteamtypedata.update_times_reborn_and_save_by_role_sex(base_info[‘role_sex’],battle_info[‘times_reborn’],
battle_info[‘times_save’])
def get_user_battleinfo_rooms(self):
user_dir = os.path.join(settings.Res_UserBattleInfo_Dir, self.openid)
r = [room for room in os.listdir(user_dir)]
r = [rr.replace(‘.txt’, ”) for rr in r]
return r
class AllUserCounter:
def __init__(self):
self.hour_counter = {0: 0, 1: 0, 2: 0, 3: 0, 4: 0, 5: 0, 6: 0, 7: 0, 8: 0, 9: 0, 10: 0, 11: 0, 12: 0, 13: 0, 14: 0,15: 0, 16: 0, 17: 0, 18: 0, 19: 0, 20: 0, 21: 0, 22: 0, 23: 0}
self.weekday_counter = {0: 0, 1: 0, 2: 0, 3: 0, 4: 0, 5: 0, 6: 0}
self.times_reborn_by_role_sex = {0: 0, 1: 0} # 0 男 1 女
self.times_save_by_role_sex = {0: 0, 1: 0} # 0 男 1 女
self.user_count = 0
self.battle_count = 0
self.every_user_use_time_per_day = []
self.top_kill_distance = 0
def avg_use_time(self):
return sum(self.every_user_use_time_per_day) / len(self.every_user_use_time_per_day)
def add_user_data(self, userbattledata):
self.every_user_use_time_per_day.append(userbattledata.get_avg_use_time_per_day())
self.battle_count += userbattledata.battle_counter
self.user_count += 1
for k in userbattledata.hour_counter:
if k in self.hour_counter:
self.hour_counter[k] += userbattledata.hour_counter[k]
else:
self.hour_counter[k] = userbattledata.hour_counter[k]
for weekday in userbattledata.weekday_counter:
if weekday in self.weekday_counter:
self.weekday_counter[weekday] += userbattledata.weekday_counter[weekday]
else:
self.weekday_counter[weekday] = userbattledata.weekday_counter[weekday]
for userteamtype in userbattledata.team_type_res:
userteamtypedata = userbattledata.team_type_res[userteamtype]
for k in userteamtypedata.times_reborn_by_role_sex:
self.times_reborn_by_role_sex[k] += userteamtypedata.times_reborn_by_role_sex[k]
for k in userteamtypedata.times_save_by_role_sex:
self.times_save_by_role_sex[k] += userteamtypedata.times_save_by_role_sex[k]
if userteamtypedata.top_kill_distance > self.top_kill_distance:
self.top_kill_distance = userteamtypedata.top_kill_distance
def __str__(self):
res = []
res.append(‘總使用者數\t%d’ % self.user_count)
res.append(‘總戰鬥數\t%d’ % self.battle_count)
res.append(‘平均日耗時\t%d’ % self.avg_use_time())
res.append(‘最遠擊殺\t%d’ % max(self.top_kill_distance))
res.append(‘男性角色\t被救%d次\t救人%d次’ % (self.times_reborn_by_role_sex[0],self.times_save_by_role_sex[0]))
res.append(‘女性角色\t被救%d次\t救人%d次’ % (self.times_reborn_by_role_sex[1],self.times_save_by_role_sex[1]))
res.append(‘小時分佈’)
for hour in range(0, 24):
# res.append(‘\t%d: %d’ % (hour, self.hour_counter[hour]))
res.append(‘\t%d: %d %.2f%%’ % (hour, self.hour_counter[hour],self.hour_counter[hour]/float(self.battle_count)*100))
res.append(‘星期分佈’)
# res.append(self.weekday_counter.__str__())
for weekday in range(0, 7):
res.append(‘\t%d: %d %.2f%%’ % (weekday+1, self.weekday_counter[weekday],(self.weekday_counter[weekday]/float(self.battle_count)*100)))
return ‘\n’.join(res)
def get_user_battleinfo_rooms(openid):
user_dir = os.path.join(settings.Res_UserBattleInfo_Dir, openid)
# files = os.listdir(user_dir)
r = [room for room in os.listdir(user_dir)]
r = [rr.replace(‘.txt’, ”) for rr in r]
return r
if __name__ == ‘__main__’:
alluserconter = AllUserCounter()
folders = os.listdir(settings.Res_UserBattleInfo_Dir)
i = 0
for folder in folders:
i+=1
print i, ‘/’ , len(folders), folder
userbattledata = UserBattleData(folder)
for room in userbattledata.get_user_battleinfo_rooms():
userbattledata.update_battle_info_by_room(room)
alluserconter.add_user_data(userbattledata)
print “\n” * 3
print “—————————————“
print alluserconter
分析結果
1. 平均使用者日線上時長2小時
從分佈圖上看大部分使用者都在1小時以上，最猛的幾個人超過8小時。
註：我這裡統計的是每一局的存活時間，實際線上時長會比我這個更長。
2. 女性角色被救次數高於男性
終於知道為什麼有那麼多人妖了，原來在遊戲裡面可以佔便宜啊。
3. 女性角色救人次數高於男性
給了大家一個帶妹上分的好理由。
4. 週五大家最忙
估計週五大家都要忙著交差和寫周報了。
5. 晚上22點是遊戲高峰
凌晨還有那麼多人玩，你們不睡覺嗎？
6. 最遠擊*殺距離639米
我看了一下98K、SKS和AWP的有效射程，大致都在800米以內，所以這個值可信度還是可以的。 反過來看抖音上的那些超遠距離擊*殺應該都是擺拍的。
7. 能拿到「救死扶傷」稱號才是最高榮耀
從分佈情況可以看出來，救死扶傷比十殺還要難。
能拿到救死扶傷稱號的大部分都是女性角色，再一次證明玩遊戲要帶妹。 回歸到這個遊戲的本質，那就是生存遊戲，沒什麼比活下來更重要的了。
結尾
這次爬蟲主要是利用了微信遊戲頻道可以檢視陌生人資料的場景才能提取到這麼多資料。我們可以透過同樣的手段來分析王者榮耀和其它遊戲的資料，有興趣的同學可以嘗試一下。 最後再說一下，UMP9是把好槍，配2倍鏡非常爽。
【關於作者】
張波：先後從事過測試、運維、開發和需求分析工作，主要開發語言是 Python，現任一家小型公司技術團隊負責人。微訊號：zhangbo_369029696
【關於投稿】
如果大家有原創好文投稿，請直接給公號傳送留言。
① 留言格式：
【投稿】+《 文章標題》+ 文章連結
② 示例：
【投稿】《不要自稱是程式員，我十多年的 IT 職場總結》：http://blog.jobbole.com/94148/
③ 最後請附上您的個人簡介哈~
看完本文有收穫？請轉發分享給更多人
關註「資料分析與開發」，提升資料技能
