python api检索overwatch统计信息
over-stats的Python项目详细描述
python api检索overwatch统计信息 仍处于早期发展阶段,但接受建议和减贫战略。
安装
pip install over_stats
要求
python 3.6版
用法
通过提供播放器标签和平台初始化播放器配置文件。平台是可选的,默认为“PC”。其他有效值为“xbl”和“psn”
player_data=over_stats.PlayerProfile('Stylosa#21555')
或
player_data=over_stats.PlayerProfile('acesarramsan',over_stats.PLAT_PSN)
下载并分析配置文件的数据。您不需要调用此方法,因为需要下载配置文件数据的第一个方法将这样做。
player_data.load_data()
以json格式打印整个概要文件的数据。您将注意到输出的组织方式与源代码(https://playoverwatch.com/)中的类似。
importjsonprint(json.dumps(player_data.raw_data,indent=4))
此库不硬编码英雄、统计数据或成就的列表。相反,您需要为正在检索的特定类型的数据检索那些可用值。尽管这种方法使这个库的使用更加复杂,但它也允许透明地处理新的值,比如新的英雄。
此玩家可用的游戏模式列表可通过以下网址找到:
player_data.modes()
玩家个人资料的第一部分是比较部分。使用其中一种可用模式,您可以检索比较类型列表:
player_data.comparison_types(mode)
通过模式和比较类型,您可以获得可用英雄的列表:
player_data.comparison_heroes(mode,comparison_type)
提供模式、比较类型和比较英雄,您可以获得准确的统计值:
player_data.comparisons(mode,comparison_type,comparison_hero)
模式参数是必需的,但比较类型和比较英雄是可选的。如果您希望在不太具体的情况下获取比较数据,可以提供模式或模式以及比较类型。
第二部分是统计部分。英雄列表可以通过提供以下模式来检索:
player_data.stat_heroes(mode)
使用英雄和模式,您可以检索可用的统计类别列表:
player_data.stat_categories(mode,hero)
使用模式、英雄和类别,您将能够检索可用状态列表:
player_data.stat_names(mode,hero,category)
要获取准确的状态值,您需要提供模式、英雄、类别和状态名称:
player_data.stats(mode,hero,category,stat_name)
模式参数是必需的,但英雄、类别和状态名称是可选的。您还可以只提供一个模式、一个模式和一个英雄或一个模式、一个英雄和一个类别。
运动员的成绩不分为竞技性和快速性。为了获得可用的成就类型列表,您可以执行以下操作:
player_data.achievement_types()
使用成就类型和列表名称,可以获得成就列表。
player_data.achievements(achievement_type,over_stats.ACH_EARNED)player_data.achievements(achievement_type,over_stats.ACH_MISSING)
成就类型和列表名称是可选参数。您也可以跳过这两个选项,或者只提供成就类型。
您可以在demo.py文件中找到如何使用这些方法的示例。
BOTO3支持
aws python库也称为boto3,在处理dynamodb项时有一个限制。不能将包含浮点的对象插入到dynamodb。这是一个已知的问题,它存在一段时间,所以为了绕过它,在创建PrimePrror对象时可以设置标志。如果您设置了这个标志,那么所有的浮点数都将被包装成十进制,这将允许您将它们插入到dynamodb,但是它们将不能被转储到json。
player_data=over_stats.PlayerProfile('acesarramsan',over_stats.PLAT_PSN,True)