Riftbound Card Data

完整的、机器可读的Riftbound TCG卡牌数据，涵盖所有系列，直接从Riot官方卡牌图库提取。Complete, machine-readable Riftbound TCG card data covering all sets, directly extracted from Riot's official card gallery.

原始信息汇总

Riftbound Card Data 数据集概述

数据集简介

Riftbound Card Data 是一个完整的、机器可读的 Riftbound TCG（集换式卡牌游戏）卡牌数据集，数据直接来源于 Riot 官方卡牌画廊。数据集包含 1,180 张卡牌，涵盖 Origins、Proving Grounds、Spiritforged、Unleashed 和 Vendetta 五个系列，包括替代艺术版和签名版印刷，每张卡牌均有标记以便筛选。

数据文件说明

• cards.json — 完整数据集，约 1 MB
• cards.csv — 相同数据，适合电子表格使用
• fetch_cards.py — 从在线画廊重新生成数据的脚本
• download_images.py — 按需从 Riot 的 CDN 下载卡牌美术资源的脚本

无需 API 密钥，无第三方爬虫，无第三方依赖，仅使用 Python 标准库。

数据来源与方法

数据从 Riot 官方卡牌画廊（https://playriftbound.com/en-us/card-gallery/）获取。该页面基于 Next.js 框架，完整卡牌列表嵌入在 HTML 的 <script id="__NEXT_DATA__" type="application/json"> 标签中。通过一次 GET 请求和正则表达式提取即可获得全部数据。底层 CMS 为 Sanity（项目 dsfx7636，数据集 game_data_live）。

重要说明：画廊发布的是印刷版卡牌文本，而非勘误后的文本。对于有官方勘误的卡牌，此数据反映的是实体卡上的内容，不保证与当前赛事规则文本一致。

数据字段

字段	说明
id	Riot 内部 ID，例如 ogn-194-298
code	系列和收集编号，例如 OGN-194，适合作为唯一键
publicCode	完整印刷编号，例如 OGN-194/298；签名版带 *
set / setName	系列代码 / 系列名称，如 OGN / Origins
collectorNumber	整数，本身不唯一（见注意事项）
name	卡牌名称（含副标题），例如 Nocturne, Horrifying
type	类型：Unit, Spell, Gear, Rune, Legend, Battlefield
rarity	稀有度：Common, Uncommon, Rare, Epic, Showcase 等
domains	领域数组，双领域卡牌包含两个
energy, might, power	字符串，无此属性的卡牌字段缺失
illustrator	画师署名
orientation	portrait（竖版）或 landscape（横版）
isAltArt, isSigned, isVariant	筛选标记
text	纯文本，保留换行，符号以标记形式呈现
textHtml	Riot 原始 HTML，符号以 :rb_*: 代码呈现
imageUrl	Riot CDN 上全分辨率美术资源的直接链接

文本符号标记

标记	含义
{energy:3}	能量费用
{power:fury} … {power:order}	领域能量（fury、calm、mind、body、chaos、order）
{power:any}	任意领域能量
{might}	力量
{exhaust}	耗尽

注意事项

收集编号不唯一

Vendetta 系列有三张编号为 001 的卡牌：

• VEN-001/166 — Baccai Sandspinner
• VEN-R01 — Fury Rune
• VEN-SP1/006 — KaiSa, Survivor

应使用 code 或 publicCode 作为唯一键，不要单独使用 collectorNumber。符文（-R##）、衍生物（-T##）和起始/推广印刷（-SP#）使用独立编号体系。

变体重复相同规则文本

替代艺术版（如 OGN-007a）和签名版（如 OGN-299*）与基础版是同一张卡。替代艺术版有时会缩短印刷文本以适应画面，因此涉及规则相关内容时应优先参考基础印刷版。可使用 isVariant 进行筛选。

卡牌美术

美术资源不包含在本仓库中（约 1 GB，且为 Riot 的版权作品）。每张卡牌带有指向 Riot CDN 的 imageUrl，可通过 download_images.py 脚本获取（默认限速，供个人使用）。文件保存在 images/ 目录下，以卡牌编号命名（如 OGN-194.png）。

bash python download_images.py --limit 20 # 小批量测试 python download_images.py --no-variants # 仅基础印刷版

数据更新

运行 python fetch_cards.py 即可重新获取画廊数据并重写两个文件。新系列发布时，这就是完整的更新流程。如果脚本因 __NEXT_DATA__ not found 失败，说明 Riot 已更改页面框架，需提交 issue。

法律声明

Riftbound 及其卡牌名称、文本和美术均为 Riot Games, Inc. 的财产。本项目为非商业粉丝项目，与 Riot Games 无关联、未经其认可或赞助。数据由 Riot 公开发布，仅为社区工具（牌组构建器、收藏追踪器、规则参考）收集。仓库中的脚本基于 MIT 许可证，卡牌数据和美术归 Riot 所有，不在此许可证范围内。

搜集汇总

数据集介绍

构建方式

Riftbound Card Data 数据集依托于 Riot Games 官方卡牌画廊的 Next.js 架构，通过提取页面内嵌的 __NEXT_DATA__ JSON 数据，获取全部卡牌信息，无需 API 密钥或页面渲染。数据涵盖 1,180 张卡牌，横跨 Origins、Proving Grounds、Spiritforged、Unleashed 及 Vendetta 五大系列，并包含异画、签名等变体标记。项目提供 cards.json 与 cards.csv 两种格式，并由 fetch_cards.py 脚本自动更新，确保数据与官方画廊同步。

特点

该数据集不仅字段详尽，涵盖卡牌名称、类型、稀有度、领域、费用、插画师及多语言文本，还特别标注了符号化文本与原始 HTML 格式。其独到之处在于揭示了收藏编号的非唯一性陷阱，并区分了印刷文本与勘误文本，更提供了可直接访问的高清卡图链接，为构筑工具与收藏管理提供了坚实的数据基础。

使用方法

用户可直接加载 cards.json 或 cards.csv 进行分析，或通过 fetch_cards.py 定期刷新数据。download_images.py 支持按需下载卡图，并提供 --limit 与 --no-variants 参数以控制批次与变体过滤。数据集的键建议采用 code 或 publicCode，而非收藏编号。此项目为社区非商业用途设计，遵循 Riot 的版权声明，适合用于牌组构建、收藏追踪及规则参考等场景。

背景与挑战

背景概述

Riftbound Card Data 数据集由社区开发者于 Riot Games 推出的集换式卡牌游戏《Riftbound》发布后创建，旨在提供完整、机器可读的卡牌数据。该数据集的核心研究问题在于解决官方卡牌画廊仅以 JavaScript 应用形式呈现、难以直接抓取的问题。通过识别 Next.js 框架内嵌的 `__NEXT_DATA__` JSON 数据，开发者无需 API 密钥或页面渲染，即可高效获取全部卡牌信息。数据集涵盖 Origins、Proving Grounds 等五个系列，共 1,180 张卡牌，并包含稀有度、领域、文本、图像链接等丰富字段，为卡牌收藏工具、规则参考及社区工具的开发提供了关键数据基础。其创新性的数据采集策略对同类游戏数据项目具有重要参考价值，推动了社区生态的繁荣。

当前挑战

该数据集面临多重挑战。领域层面，首先，卡牌数据需反映印刷文本而非勘误后文本，这可能导致基于数据构建的工具无法反映最新锦标赛规则，需要开发者额外整合官方勘误；其次，卡牌编号存在不唯一性，如 Vendetta 系列中三张不同卡牌共享编号 001，必须依赖 `code` 或 `publicCode` 作为唯一键，否则易引发数据关联错误。构建层面，数据抓取依赖 Riot 页面结构，若其升级框架导致 `__NEXT_DATA__` 标签消失，脚本将失效，需持续维护；此外，变体卡牌（如异画、签名版）可能缩写规则文本，需通过 `isVariant` 标记过滤，以保证规则数据的准确性；最后，卡牌美术资源体积庞大（约 1 GB）且版权归 Riot 所有，数据集不直接包含图片，仅提供链接，用户需自行处理下载与合规使用问题。

常用场景

经典使用场景

在集换式卡牌游戏（TCG）研究与开发的广阔领域中，Riftbound Card Data数据集以其对《Riftbound》全卡牌的机器可读封装，成为构建卡牌数据库与卡牌图鉴系统的基石。其内置的cards.json与cards.csv双格式文件，为开发者无缝集成至卡牌管理系统、交易平台或社区维基提供了便捷接口。尤为关键的是，该数据集完整保留了每张卡牌的印刷描述与符号化文本，支持精准的卡牌检索、过滤与排序，从而在卡牌收藏管理、规则快速查询及卡牌市场分析等经典应用场景中扮演了不可替代的角色。

解决学术问题

该数据集从源头上解决了TCG领域长期存在的非结构化卡牌信息获取难题。官方卡牌画廊作为Next.js应用，其核心数据隐匿于页面内嵌的JSON之中，传统的页面抓取或图像OCR方法不仅效率低下，且易受页面改版影响。Riftbound Card Data通过解析__NEXT_DATA__标签，以一次GET请求即可获取完整的结构化卡牌数据，极大降低了数据采集的复杂度与不稳定性。它有力支撑了卡牌文本的语义分析、卡牌间关联挖掘以及游戏平衡性研究等学术课题，为基于数据驱动的卡牌游戏研究提供了坚实的数据基础。

衍生相关工作

此数据集催生了一系列高质量的衍生工作，深刻影响着TCG社区的数字化进程。基于其精确的印刷文本，收藏家与研究者得以构建详尽的卡牌勘误追踪系统，对照官方发布内容剖析规则变更轨迹。在AI领域，该数据集的标准格式与符号化文本成为微调语言模型以理解卡牌效果的优质语料，孕育了智能卡牌推荐系统与对局模拟辅助工具。此外，数据集的更新脚本亦成为同类项目审视动态网页数据提取流程的典范，启发了针对Next.js架构站点的新型数据获取策略，推动了卡牌数据获取技术的标准化与民主化。