安装appium:`pip install appium-python-client`
<br/>
```python
"""
@Date 2021/4/27
"""
from appium import webdriver
import time
class DouyinSpider(object):
def __init__(self, nums: int = None):
# 1. 初始化配置
self.desired_caps = {
'platformName': 'Android',
'platformVersion': '4.4.2',
'deviceName': 'SM-G973N',
'appPackage': 'com.ss.android.ugc.aweme',
'appActivity': '.splash.SplashActivity'
}
# 2. 指定 appium server
self.server = 'http://localhost:4723/wd/hub'
# 3. 新建一个driver
self.driver = webdriver.Remote(self.server, self.desired_caps)
# 4. 获取模拟器/手机分辨率(px)
width = self.driver.get_window_size()['width']
height = self.driver.get_window_size()['height']
print(width, height)
# 6. 抖音app滑动
# 滑动初始坐标和距离
self.start_x = width // 2 # 屏幕横轴中心
self.start_y = height // 3 * 2 # 屏幕纵轴从上到下2/3处
self.distance = height // 2 # 滑动距离为屏幕高度的一半
self.nums = nums # 滑动次数
def comments(self):
"""
app开启后点击一次屏幕,确保页面展示
"""
time.sleep(10)
self.driver.tap([(500, 1200)], 500)
# 首次进入抖音app需要点击 同意 按钮
self.driver.find_element_by_id('bdb').click()
def scroll(self):
"""
控制滑动
"""
print('滑动...')
self.driver.swipe(self.start_x, self.start_y, self.start_x, self.start_y - self.distance)
time.sleep(3)
i = 0
while True:
# 模拟滑动
print('滑动...')
self.driver.swipe(self.start_x, self.start_y, self.start_x, self.start_y - self.distance)
time.sleep(3)
self.get_infos()
time.sleep(4)
# 是否退出
if self.nums is not None and self.nums == i:
break
i += 1
def get_infos(self):
title = self.driver.find_element_by_id("title").text
btt = self.driver.find_element_by_id("btt").text
a9_ = self.driver.find_element_by_id("a9_").text
print("title--->{}".format(title))
print("btt--->{}".format(btt))
print("a9_--->{}".format(a9_))
# 截图
self.driver.get_screenshot_as_file('E:/b.png')
def main(self):
self.comments()
time.sleep(2)
self.scroll()
if __name__ == '__main__':
spider = DouyinSpider(nums=5)
spider.main()
```
打印的部分日志如下:
```txt
720 1280
滑动...
滑动...
title--->@韩美娟
btt--->7.5w
a9_--->#摸头发 有请二号男嘉宾@张腾_Nate 和韩美娟一起摸头发
滑动...
title--->@中国国家田径队
btt--->152.9w
a9_--->享受速度的感觉#百米 #田径
滑动...
title--->@陈赫
btt--->50.0w
a9_--->这个兔子怎么这么可爱#看我手势行动
滑动...
title--->@芸萱漫剪
btt--->7.9w
a9_--->第42集 | 有认识她的吗? #送你一张壁纸#女神 #高清壁纸 #这样的身材打几分
滑动...
title--->@芸萱漫剪
btt--->7.9w
a9_--->第42集 | 有认识她的吗? #送你一张壁纸#女神 #高清壁纸 #这样的身材打几分
滑动...
title--->@清风文案
btt--->56.6w
a9_--->“下雨了,跑与不跑衣服都是要湿的,还不如慢慢走,结局已定,过程无意。”#文案 #扎心文字
```
- 爬虫基本概念
- 爬虫介绍
- 通用爬虫与聚焦爬虫
- 通用爬虫
- 聚焦爬虫
- HTTP与HTTPS协议
- HTTP协议简介
- HTTP的请求与响应
- 客户端HTTP请求
- 服务端HTTP响应
- requests库
- requests库简介
- requests简单使用
- 发送带header的请求
- 发送带参数的请求
- 案例:下载百度贴吧页面
- 发送POST请求
- 使用代理
- 为什么要使用代理?
- 正反向代理
- 代理服务器分类
- 使用代理
- cookie和session
- cookie和session的区别
- 爬虫处理cookie和session
- 使用session登录网站
- 使用cookie登录网站
- cookiejar
- 超时和重试
- verify参数忽略CA证书
- URL地址的解码和编码
- 数据处理
- json数据处理
- json数据处理方案
- json模块处理json数据
- jsonpath处理json数据
- 正则表达式
- lxml
- xpath与lxml介绍
- xpathhelper插件
- 案例
- Beautiful Soup
- Beautiful Soup介绍
- 解析器
- CSS选择器
- 案例
- 四大对象
- 爬虫与反爬虫
- 爬虫与反爬虫的斗争
- 服务器反爬的原因
- 什么样的爬虫会被反爬
- 反爬领域常见概念
- 反爬的三个方向
- 基于身份识别进行反爬
- 基于爬虫行为进行反爬
- 基于数据加密进行反爬
- js解析
- chrome浏览器使用
- 定位js
- 设置断点
- js2py
- hashlib
- 有道翻译案例
- 动态爬取HTML
- 动态HTML
- 获取Ajax数据的方式
- selenium+driver
- driver定位
- 表单元素操作
- 行为链
- cookie操作
- 页面等待
- 多窗口与页面切换
- 配置对象
- 拉勾网案例
- 图片验证码识别
- 图形验证码识别技术简介
- Tesseract
- pytesseract处理图形验证码
- 打码平台
- 登录打码平台
- 验证码种类
- 多任务-线程
- 继承Thread创建线程
- 查看线程数量
- 资源共享
- 互斥锁
- 死锁
- 避免死锁
- Queue线程
- 多线程爬虫
- 多任务-进程
- 创建进程
- 进程池
- 进程间的通信
- Python GIL
- scrapy框架
- scrapy是什么?
- scrapy爬虫流程
- 创建scrapy项目
- Selector选择器
- logging
- scrapy shell
- 保存数据
- Item数据建模
- 翻页请求
- Request
- CrawlSpider
- settings
- 模拟登录
- 保存文件
- 内置Pipeline
- 自定义Pipeline
- 中间件
- selenium动态加载
- 防止反爬
- 随机User-Agent
- 随机IP代理
- settings中的参数
- 随机延迟
- request.meta常用参数
- 分布式爬虫
- 分布式原理
- scrapy_redis
- 去重问题
- 分布式爬虫编写流程
- CrawSpider改写成分布式
- scrapy_splash
- scrapy_splash是什么?
- scrapy_splash环境搭建
- APP抓取
- Android模拟器
- appium
- appium是什么?
- appium环境搭建
- appium环境联调测试
- appium的使用
- 演示项目-抓取抖音app
- 抖音app与appium的联调测试
- 元素定位
- 抖音appium代码
- 抓包软件
- url去重处理