python3 爬虫实战 ：用 Appium 抓取手机 app 的 数据

 

 

http://www.ziksp.com/%e5%ad%a6%e4%b9%a0%e8%b5%84%e6%96%99/python%e7%bc%96%e7%a8%8b/  python资料站

From：https://blog.csdn.net/Fan_shui/article/details/81413595

 

本编教程从 appium 的环境配置开始，到抓取手机 app 微信朋友圈结束。

知乎：https://zhuanlan.zhihu.com/p/41311503
GitHub：https://github.com/FanShuixing/git_webspider

 

参考博文
appium+python 环境搭建：https://www.cnblogs.com/yoyoketang/p/6128725.html
[Python3网络爬虫开发实战] 1.7.3-Appium的安装：https://cuiqingcai.com/5407.html
java环境配置：https://jingyan.baidu.com/article/fd8044fa2c22f15031137a2a.html
appium 获取 appPackage 和 appActivity : https://blog.csdn.net/mtbaby/article/details/78676477
selenium 动态抓取网页：https://blog.csdn.net/Fan_shui/article/details/81516645

 

 

环境搭建

 

最开始是按照崔大的环境搭建 https://cuiqingcai.com/5407.html，然后弄完之后发现在 notepad 里面写的 python 运行不了，不能打开手机端的 app，appium 倒是可以打开。另外一篇环境搭建的博文安装的 appium 是旧版，我推荐先按照崔大的教程把appium 环境和 Android studio 搭建下载好，重点：我们在安装的时候，安装环境只要是可以改的都改，不要按照默认的下在c 盘，c 盘就那么大个儿，最重要的是要清楚自己的安装位置，后面会用到。（当然也可以直接按照悠悠博主的教程一步步的搭建下来，若是这样，环境搭建下面就都可以不用看了）
我们按照崔大的教程把 appium 环境 和 Android studio 搭建好，其中第三步我再详细加一点，下图是崔大文中的第三步

我的安装位置在F:/SDK

在环境变量中，系统变量下增加一个这样

在系统变量的path中增加个下面两个

弄好后，我们打开另外一篇博文 https://www.cnblogs.com/yoyoketang/p/6128725.html，一步步按照教程来，其中第三步、四步android_sdk下载就不用再下了，崔大的博文中已经下过。（ps:悠悠博主的后面几篇环境搭建也要看）。

 

如果安装完 Android studio，会自带 把 Android sdk 安装了，可以通过下面步骤找到 sdk 安装路径，然后添加系统环境变量即可

 

 

 

appium 的使用

 

恭喜恭喜，走到这一步，我走到这儿可是花了好几天的时间。本文使用的真机，没用模拟器，感兴趣的可以搜下模拟器的使用。我们用usb连接上手机，要打开手机上的usb调试，然后输入adb devices -l (不是数字1，是小写 L )

出现上图就证明手机和电脑连接成功，若是出现下图这种，就把手机拔掉再重连一下

成功后，打开appium

platformName:平台名称
deviceName:设备名称，就是刚才的adb devices -l中mode后面就是
appPackage:app包名
appActivity:app活动名
有个简单的方法便可以获得appPackage和appActivity：https://blog.csdn.net/mtbaby/article/details/78676477

start sessions后

我们可以点击左边的登陆（忍不住抱怨下微信，我不就是多登陆了两下，然后微信号被封了一天(* ￣︿￣)），点击登陆后可以看到中间的App Source有高亮的代码，就是这个登陆按钮的，可以再看右边的Selected Element中有Tap、Send keys、Clear。
在最左边图中点击登陆后，若最右边下面的clickable是True，则证明可以点击，可以通过点击Tap实现点击功能，appium就介绍到这。 

 

 

python对接Appium

 

首先我们要对接app，就是类似于start session这样的连接
注：代码运行时要保证手机不黑屏

1. from appium import webdriver

2. from selenium.webdriver.support.ui import WebDriverWait

3.  

4. PLATFORM='Android'

5. deviceName='HUAWEI_P7_L09'

6. app_package='com.tencent.mm'

7. app_activity='.ui.LauncherUI'

8. driver_server='http://127.0.0.1:4723/wd/hub'

9.  
10.  

11. class Moments():

12. def __init__(self):

13. self.desired_caps={

14. 'platformName':PLATFORM,

15. 'deviceName':deviceName,

16. 'appPackage':app_package,

17. 'appActivity':app_activity

18. }

19. self.driver=webdriver.Remote(driver_server, self.desired_caps)

20. self.wait=WebDriverWait(self.driver,300)

21.  

22. def login(self):

23. print('正在登陆中——————')

24.  

25. def main(self):

26. self.login()

27.  
28.  

29. M = Moments()

30. M.main()

如果出现 urllib.error.URLError: urlopen error [WinError 10061] 由于目标计算机积极拒绝，无法连接。
看看打开appium没有，打开后再运行上面的代码就没有问题,手机会自动转到微信的登陆界面（注：deviceName要改成自己手机的） 

打开微信后，我们要模拟点击登陆按钮，首先要定位到登陆元素，这个跟selenium的用法类似，我们可以打开appium用前面的方式连接微信，也可以打开sdk安装路径下tools中的uiautomatorviewer.bat，第二种方法比较快

下图中，要先点击图中的按钮，才会出现手机上的画面，图中我已经定位到登陆按钮，可以在右边看到属性resource-id,以及clickable=True，确实是可以点击的，为什么要这样确认下呢，因为有的你以为可以点击的元素，也许你定位没有定好，比如说你定位到登陆外更大的一个框，它是不可点击的 

1. from appium import webdriver

2. from selenium.webdriver.support.ui import WebDriverWait

3. from selenium.webdriver.support import expected_conditions as EC

4. from selenium.webdriver.common.by import By

5.  
6.  

7. PLATFORM = 'Android'

8. deviceName = 'HUAWEI_P7_L09'

9. app_package = 'com.tencent.mm'

10. app_activity = '.ui.LauncherUI'

11. driver_server = 'http://127.0.0.1:4723/wd/hub'

12.  
13.  

14. class Moments():

15. def __init__(self):

16. self.desired_caps={

17. 'platformName': PLATFORM,

18. 'deviceName': deviceName,

19. 'appPackage': app_package,

20. 'appActivity': app_activity

21. }

22. self.driver = webdriver.Remote(driver_server, self.desired_caps)

23. self.wait = WebDriverWait(self.driver, 300)

24.  

25. def login(self):

26. print('点击登陆按钮——————')

27. login = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/d75')))

28. login.click()

29.  

30. def main(self):

31. self.login()

32.  
33.  

34. M = Moments()

35. M.main()

运行后就会跳出登陆界面，接下来就都是定位元素与点击元素的事情：

1. from appium import webdriver

2. from selenium.webdriver.support.ui import WebDriverWait

3. from selenium.webdriver.support import expected_conditions as EC

4. from selenium.webdriver.common.by import By

5.  

6. PLATFORM = 'Android'

7. deviceName = 'HUAWEI_P7_L09'

8. app_package = 'com.tencent.mm'

9. app_activity = '.ui.LauncherUI'

10. driver_server = 'http://127.0.0.1:4723/wd/hub'

11.  
12.  

13. class Moments():

14. def __init__(self):

15. self.desired_caps = {

16. 'platformName': PLATFORM,

17. 'deviceName': deviceName,

18. 'appPackage': app_package,

19. 'appActivity': app_activity

20. }

21. self.driver = webdriver.Remote(driver_server, self.desired_caps)

22. self.wait = WebDriverWait(self.driver, 300)

23.  

24. def login(self):

25. print('点击登陆按钮——————')

26. login = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/d75')))

27. login.click()

28. # 输入手机号

29. phone = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/hz')))

30. phone_num = input('请输入手机号')

31. phone.send_keys(phone_num)

32. print('点击下一步中')

33. button = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/alr')))

34. button.click()

35. pass_w = input('请输入密码：')

36. password = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/hz')))

37. password.send_keys(pass_w)

38. login = self.driver.find_element_by_id('com.tencent.mm:id/alr')

39. login.click()

40.  

41. # 提示 叉掉

42. tip = self.wait.until(EC.element_to_be_clickable((By.ID, 'com.tencent.mm:id/an2')))

43. tip.click()

44.  

45. def main(self):

46. self.login()

47.  
48.  

49. M = Moments()

50. M.main()

现在已经进入到微信了，我们需要先定位到微信下面的 发现->朋友圈

1. from appium import webdriver

2. from selenium.webdriver.support.ui import WebDriverWait

3. from selenium.webdriver.support import expected_conditions as EC

4. from selenium.webdriver.common.by import By

5. import time

6.  

7. PLATFORM = 'Android'

8. deviceName = 'HUAWEI_P7_L09'

9. app_package = 'com.tencent.mm'

10. app_activity = '.ui.LauncherUI'

11. driver_server = 'http://127.0.0.1:4723/wd/hub'

12.  
13.  

14. class Moments():

15. def __init__(self):

16. self.desired_caps = {

17. 'platformName': PLATFORM,

18. 'deviceName': deviceName,

19. 'appPackage': app_package,

20. 'appActivity': app_activity

21. }

22. self.driver = webdriver.Remote(driver_server, self.desired_caps)

23. self.wait = WebDriverWait(self.driver, 300)

24.  

25. def login(self):

26. print('点击登陆按钮——————')

27. login = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/d75')))

28. login.click()

29. # 输入手机号

30. phone = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/hz')))

31. phone_num = input('请输入手机号')

32. phone.send_keys(phone_num)

33. print('点击下一步中')

34. button = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/alr')))

35. button.click()

36. pass_w = input('请输入密码：')

37. password = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/hz')))

38. password.send_keys(pass_w)

39. login = self.driver.find_element_by_id('com.tencent.mm:id/alr')

40. login.click()

41. # 提示 叉掉

42. tip = self.wait.until(EC.element_to_be_clickable((By.ID, 'com.tencent.mm:id/an2')))

43. tip.click()

44.  

45. def enter(self):

46. print('点击发现——')

47. tab = self.wait.until(EC.element_to_be_clickable((By.XPATH, '//*[@resource-id="com.tencent.mm:id/cdh"]/..')))

48. print('已经找到发现按钮')

49. time.sleep(6)

50. tab.click()

51. # self.wait.until(EC.text_to_be_present_in_element((By.ID,'com.tencent.mm:id/cdj'),'发现'))

52. print('点击朋友圈')

53. friends = self.wait.until(EC.presence_of_element_located(

54. (By.XPATH, '//*[@resource-id="android:id/list"]/*[@class="android.widget.LinearLayout"][1]')))

55. friends.click()

56.  

57. def main(self):

58. self.login()

59. self.enter()

60.  
61.  

62. M = Moments()

63. M.main()

都是些元素定位，多用几次就会了。接下来我们可以提取数据了

1. from appium import webdriver

2. from selenium.webdriver.support.ui import WebDriverWait

3. from selenium.webdriver.support import expected_conditions as EC

4. from selenium.webdriver.common.by import By

5. import time

6. import pymongo

7.  

8. PLATFORM = 'Android'

9. deviceName = 'HUAWEI_P7_L09'

10. app_package = 'com.tencent.mm'

11. app_activity = '.ui.LauncherUI'

12. driver_server = 'http://127.0.0.1:4723/wd/hub'

13.  
14.  

15. class Moments():

16. def __init__(self):

17. self.desired_caps = {

18. 'platformName': PLATFORM,

19. 'deviceName': deviceName,

20. 'appPackage': app_package,

21. 'appActivity': app_activity

22. }

23. self.driver = webdriver.Remote(driver_server, self.desired_caps)

24. self.wait = WebDriverWait(self.driver, 300)

25. self.client = pymongo.MongoClient()

26. self.db = self.client.weixin

27. self.collection = self.db.weixin

28.  

29. def login(self):

30. print('点击登陆按钮——————')

31. login = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/d75')))

32. login.click()

33. # 输入手机号

34. phone = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/hz')))

35. phone_num = input('请输入手机号：')

36. phone.send_keys(phone_num)

37. print('点击下一步中')

38. button = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/alr')))

39. button.click()

40. pass_w = input('请输入密码：')

41. password = self.wait.until(EC.presence_of_element_located((By.ID, 'com.tencent.mm:id/hz')))

42. password.send_keys(pass_w)

43. login = self.driver.find_element_by_id('com.tencent.mm:id/alr')

44. login.click()

45.  

46. # 提示 叉掉

47. tip = self.wait.until(EC.element_to_be_clickable((By.ID, 'com.tencent.mm:id/an2')))

48. tip.click()

49.  

50. def enter(self):

51. print('点击发现——')

52. tab = self.wait.until(EC.element_to_be_clickable((By.XPATH, '//*[@resource-id="com.tencent.mm:id/cdh"]/..')))

53. print('已经找到发现按钮')

54. time.sleep(6)

55. tab.click()

56. # self.wait.until(EC.text_to_be_present_in_element((By.ID,'com.tencent.mm:id/cdj'),'发现'))

57. print('点击朋友圈')

58. friends = self.wait.until(EC.presence_of_element_located(

59. (By.XPATH, '//*[@resource-id="android:id/list"]/*[@class="android.widget.LinearLayout"][1]')))

60. friends.click()

61.  

62. def crawl(self):

63. while True:

64. items = self.wait.until(EC.presence_of_all_elements_located(

65. (By.XPATH, '//*[@resource-id="com.tencent.mm:id/dja"]//*[@class="android.widget.FrameLayout"]')))

66. self.driver.swipe(300, 1000, 300, 300)

67. for item in items:

68. try:

69. nickname = item.find_element_by_id('com.tencent.mm:id/as6').get_attribute('text')

70. print(nickname)

71. content = item.find_element_by_id('com.tencent.mm:id/dkf').get_attribute('text')

72. print(content)

73. data = {'nickname': nickname, 'content': content}

74. self.collection.update({'nickname': nickname, 'content': content}, {'$set': data}, True)

75. except BaseException as e:

76. print(e)

77.  

78. def main(self):

79. self.login()

80. self.enter()

81. self.crawl()

82.  
83.  

84. M = Moments()

85. M.main()

driver.swipe() 是从点 A 滑动到点 B，driver.swipe(300,1000,300,300)是从点（300，1000）滑动到（300，300）
self.collection.update({'nickname':nickname,'content':content},{'$set':data},True)

首先根据昵称和正文来查询，如果信息不存在，则插入数据，否则更新数据，关键点是第三个参数True，这可以实现存在即更新，不存在即插入的代码，用着感觉很舒服呢

总的来说，感觉学appium挺不容易的，开头就有个环境配置，后面再加上appium对接python的时候超级慢，调试要等很久，再加上微信次数登多了会被封一天，所以这篇教程花了很多时间，在这段时间内下一篇mitmdump都已经诞生了………

如有错误，欢迎指正~