七 Python爬虫之appium的使用_appnium 爬虫

一 环境安装

1.1 安装node.js

1. 点击进入 https://nodejs.org/zh-cn/
2. 点击下载安装包
   
3. 双击安装包，然后同样一路狂点下一步
4. 安装完成后在cmd终端中输入 node -v，显示版本号则表示安装成功

1.2 安装java JDK

1. 点击进入官网下载页面 https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
   
   下载后双击安装即可
2. 配置java环境变量
   略。。。（找度娘，一找一堆）

1.3 安装android SDK

1. 进入网站 https://www.androiddevtools.cn/
2. 依次点击AndroidSDK工具>>SDK Tools>>会跳转到以下界面，Windows建议选择.exe后缀
   
   
3. 下载后安装
   
   注意此处，点击第一项，为所有用户安装
   
   
   如果不小心关闭了，或者没有自动打开上边的界面，点击安装目录下的SDK Mansger.exe文件，同样可以打开,已经自动打开的忽略此步。
   
   
   

下载完成后，你的sdk文件夹下，应该是这样的

4.安装环境变量

• ANDROID_HOME
  ​ C:\...\Android\android-sdk

• Path
  ​ %ANDROID_HOME%\tools
  ​ %ANDROID_HOME%\platform-tools

1.4 安装Appium

1. 需要科学上网 http://appium.io/
2. 点击下载并安装
   
   
   

1.5 安装夜神模拟器

1. 下载并安装夜神模拟器 https://www.yeshen.com/
2. 首先，下载完成后不要忙着打开夜神模拟器，先确保你的电脑Hyper-V是关闭的，否则启动模拟器时部分电脑会蓝屏重启。
   
3. 把安卓sdk中的adb.exe复制两份，其中一个改名为nox_adb.exe后，放到夜神模拟器安装目录的bin目录下覆盖原文件
   
   
   

二 联调测试环境

2.1 开启并设置夜神安卓模拟器

2.2 adb命令建立连接

1. 在夜神模拟器安装路径下的bin目录下执行cmd进入终端

2. 输入 adb devices后，出现提示

   List of devices attached
   * daemon not running; starting now at tcp:5037
   * daemon started successfully
   1
   2
   3

3. 再输入 nox_adb.exe connect 127.0.0.1:62001后，出现提示

   connected to 127.0.0.1:62001
   1

4. 最后再次输入adb devices后，出现提示

   List of devices attached
   127.0.0.1:62001 device
   1
   2

2.3 开启Appium并配置运行

1. 获取app包名和进程名

   • 打开夜神模拟器中的浏览器

   • 在adb连接正确的情况下，在夜神模拟器安装目录的bin目录下的cmd中输入adb shell

   • 进入adb shell后输入 dumpsys activity | grep mFocusedActivity

   • com.android.browser就是app包名

   • .BrowserActivity就是进程名

2. 启动Appium，点击start server

3. 点击放大镜进入并输入测试配置


4. 配置参数的来源

• platformName 系统名 Android

• platformVersion 系统版本 4.4.2

• deviceName 手机型号 SM-G955F

• appPackage app的包名 com.android.browser

• appActivity app的进程名 .BrowserActivity
  

5. 关闭夜神模拟器中的浏览器，点击右下角的start session查看运行结果
   
   
   至此，环境搭建成功

三 安装appium-python-client模块并启动已安装好的环境

3.1 安装appium-python-client模块

在window的虚拟环境下执行pip install appium-python-client

3.2 启动夜神模拟器，进入夜神模拟器所在的安装路径的bin目录下，进入cmd终端，使用adb命令建立adb server和模拟器的连接

1. adb devices

C:\Program Files (x86)\Nox\bin>adb devices
List of devices attached
* daemon not running; starting now at tcp:5037
* daemon started successfully
1
2
3
4

2. nox_adb.exe connect 127.0.0.1:62001

C:\Program Files (x86)\Nox\bin>nox_adb.exe connect 127.0.0.1:62001
already connected to 127.0.0.1:62001
1
2

3. adb devices

C:\Program Files (x86)\Nox\bin>adb devices
List of devices attached
127.0.0.1:62001 device
1
2
3

3.3 启动appium-desktop，点击start server启动appium服务

[Appium] Welcome to Appium v1.10.0
[Appium] Appium REST http interface listener started on 0.0.0.0:4723
1
2

3.4 利用上一小节所学习的内容获取Desired Capabilities参数

1. 获取模拟设备的型号
   • 打开设置——关于平板电脑
   • 查看型号，获取模拟设备的型号
2. 获取app包名称 以及 app进程名
   • 打开模拟器中的抖音短视频app
   • 在adb连接正确的情况下，在夜神模拟器安装目录的bin目录下的cmd中输入adb shell
   • 进入adb shell后输入 dumpsys activity | grep mFocusedActivity
   • ``com.ss.android.ugc.aweme`就是app包名
   • .main.MainActivity就是进程名 注意前边有个点.

四 初始化以及获取移动设备分辨率

完成代码如下，并运行代码查看效果：如果模拟器中抖音app被启动，并打印出模拟设备的分辨率则成功

from appium import webdriver

# 初始化配置，设置Desired Capabilities参数
desired_caps = {
    'platformName': 'Android',
    'deviceName': 'SM-G955F',
    'appPackage': 'com.ss.android.ugc.aweme',
    'appActivity': '.main.MainActivity'
}
# 指定Appium Server
server = 'http://localhost:4723/wd/hub'
# 新建一个driver
driver = webdriver.Remote(server, desired_caps)
# 获取模拟器/手机的分辨率(px)
width = driver.get_window_size()['width']
height = driver.get_window_size()['height']
print(width, height)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

移动设备分辨率

• driver.get_window_size()[‘width’]

• driver.get_window_size()[‘height’]

五 定位元素以及提取文本的方法

5.1 点击appium desktop右上角的放大镜图标

如图填写配置，并点击start session

5.2 定位界面的使用方法如下图所示

5.3 点击短视频的作者名字，查看并获取该元素的id

5.4 在python使用代码通过元素id获取该元素的文本内容

实例化appium driver对象后添加如下代码，运行并查看效果

# 获取视频的各种信息：使用appium desktop定位元素
print(driver.find_element_by_id('bc').text)  # 发布者名字
print(driver.find_element_by_id('al9').text)  # 点赞数
print(driver.find_element_by_id('al_').text)  # 留言数
print(driver.find_element_by_id('a23').text)  # 视频名字，可能不存在，报错
1
2
3
4
5

• 定位元素及获取其文本内容的方法

  • driver.find_element_by_id(元素的id).text
  • driver.find_element_by_xpath(定位元素的xpath规则).text

六 控制抖音app滑动

6.1 appium滑动的函数

从(start_x, start_y)滑动到(end_x, end_y)

• driver.swipe(start_x, start_y, end_x, end_y)

6.2 控制抖音app滑动的代码实现

start_x = width // 2  # 滑动的起始点的x坐标，屏幕宽度中心点
start_y = height // 3 * 2  # 滑动的起始点的y坐标，屏幕高度从上开始到下三分之二处
distance = height // 2  # y轴滑动距离：屏幕高度一半的距离
end_x = start_x # 滑动的终点的x坐标
end_y = start_y-distance # 滑动的终点的y坐标
# 滑动
driver.swipe(start_x, start_y, end_x, end_y)
1
2
3
4
5
6
7

七 整理并完成自动滑动的代码

import time
from appium import webdriver


class DouyinAction():
    """自动滑动，并获取抖音短视频发布者的id"""
    def __init__(self, nums:int=None):
        # 初始化配置，设置Desired Capabilities参数
        self.desired_caps = {
            'platformName': 'Android',
            'deviceName': 'SM-G955F',
            'appPackage': 'com.ss.android.ugc.aweme',
            'appActivity': '.main.MainActivity'
        }
        # 指定Appium Server
        self.server = 'http://localhost:4723/wd/hub'
        # 新建一个driver
        self.driver = webdriver.Remote(self.server, self.desired_caps)
        # 获取模拟器/手机的分辨率(px)
        width = self.driver.get_window_size()['width']
        height = self.driver.get_window_size()['height']
        print(width, height)
        # 设置滑动初始坐标和滑动距离
        self.start_x = width//2 # 屏幕宽度中心点
        self.start_y = height//3*2 # 屏幕高度从上开始到下三分之二处
        self.distance = height//2 # 滑动距离：屏幕高度一半的距离
        # 设置滑动次数
        self.nums = nums

    def comments(self):
        # app开启之后点击一次屏幕，确保页面的展示
        time.sleep(2)
        self.driver.tap([(500, 1200)], 500)

    def scroll(self):
        # 无限滑动
        i = 0
        while True:
            # 模拟滑动
            print('滑动ing...')
            self.driver.swipe(self.start_x, self.start_y,
                              self.start_x, self.start_y-self.distance)
            time.sleep(1)
            self.get_infos() # 获取视频发布者的名字
            # 设置延时等待
            time.sleep(4)
            # 判断是否退出
            if self.nums is not None and self.nums == i:
                break
            i += 1

    def get_infos(self):
        # 获取视频的各种信息：使用appium desktop定位元素
        print(self.driver.find_element_by_id('bc').text) # 发布者名字
        print(self.driver.find_element_by_id('al9').text) # 点赞数
        print(self.driver.find_element_by_id('al_').text) # 留言数
        print(self.driver.find_element_by_id('a23').text) # 视频名字，可能不存在，报错

        # # 点击【分享】坐标位置 671,1058
        # self.driver.tap([(671, 1058)])
        # time.sleep(2)
        # # 向左滑动露出 【复制链接】 580，1100 --> 200, 1100
        # self.driver.swipe(580,1100, 20, 200, 1100)
        # # self.driver.get_screenshot_as_file('./a.png') # 截图
        # # 点击【复制链接】 距离右边60 距离底边170 720-60，1280-170
        # self.driver.tap([(660, 1110)])
        # # self.driver.get_screenshot_as_file('./b.png')  # 截图

    def main(self):
        self.comments() # 点击一次屏幕，确保页面的展示
        time.sleep(2)
        self.scroll() # 滑动


if __name__ == '__main__':

    action = DouyinAction(nums=5)
    action.main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78

至此，可以参考爬虫5.0课程项目库，使用fiddler等抓包工具，利用appium+mitmproxy+wget等python模块自动获取抖音视频文件

八 关于模拟式移动端爬虫的参考阅读

1. https://zhuanlan.zhihu.com/appium

2. https://github.com/butomo1989/docker-android

3. https://blog.csdn.net/weixin_42620645/article/details/83828863

4. https://blog.csdn.net/weixin_39211232/article/details/83410130#Android_16

5. https://www.jianshu.com/p/bf1ca3d4ac76

6. http://www.testclass.net/appium/