安裝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. 新建一個driver
self.driver = webdriver.Remote(self.server, self.desired_caps)
# 4. 獲取模擬器/手機分辨率(px)
width = self.driver.get_window_size()['width']
height = self.driver.get_window_size()['height']
print(width, height)
# 6. 抖音app滑動
# 滑動初始坐標和距離
self.start_x = width // 2 # 屏幕橫軸中心
self.start_y = height // 3 * 2 # 屏幕縱軸從上到下2/3處
self.distance = height // 2 # 滑動距離為屏幕高度的一半
self.nums = nums # 滑動次數
def comments(self):
"""
app開啟后點擊一次屏幕,確保頁面展示
"""
time.sleep(10)
self.driver.tap([(500, 1200)], 500)
# 首次進入抖音app需要點擊 同意 按鈕
self.driver.find_element_by_id('bdb').click()
def scroll(self):
"""
控制滑動
"""
print('滑動...')
self.driver.swipe(self.start_x, self.start_y, self.start_x, self.start_y - self.distance)
time.sleep(3)
i = 0
while True:
# 模擬滑動
print('滑動...')
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_))
# 截圖
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
滑動...
滑動...
title--->@韓美娟
btt--->7.5w
a9_--->#摸頭發 有請二號男嘉賓@張騰_Nate 和韓美娟一起摸頭發
滑動...
title--->@中國國家田徑隊
btt--->152.9w
a9_--->享受速度的感覺#百米 #田徑
滑動...
title--->@陳赫
btt--->50.0w
a9_--->這個兔子怎么這么可愛#看我手勢行動
滑動...
title--->@蕓萱漫剪
btt--->7.9w
a9_--->第42集 | 有認識她的嗎? #送你一張壁紙#女神 #高清壁紙 #這樣的身材打幾分
滑動...
title--->@蕓萱漫剪
btt--->7.9w
a9_--->第42集 | 有認識她的嗎? #送你一張壁紙#女神 #高清壁紙 #這樣的身材打幾分
滑動...
title--->@清風文案
btt--->56.6w
a9_--->“下雨了,跑與不跑衣服都是要濕的,還不如慢慢走,結局已定,過程無意。”#文案 #扎心文字
```
- 爬蟲基本概念
- 爬蟲介紹
- 通用爬蟲與聚焦爬蟲
- 通用爬蟲
- 聚焦爬蟲
- HTTP與HTTPS協議
- HTTP協議簡介
- HTTP的請求與響應
- 客戶端HTTP請求
- 服務端HTTP響應
- requests庫
- requests庫簡介
- requests簡單使用
- 發送帶header的請求
- 發送帶參數的請求
- 案例:下載百度貼吧頁面
- 發送POST請求
- 使用代理
- 為什么要使用代理?
- 正反向代理
- 代理服務器分類
- 使用代理
- cookie和session
- cookie和session的區別
- 爬蟲處理cookie和session
- 使用session登錄網站
- 使用cookie登錄網站
- cookiejar
- 超時和重試
- verify參數忽略CA證書
- URL地址的解碼和編碼
- 數據處理
- json數據處理
- json數據處理方案
- json模塊處理json數據
- jsonpath處理json數據
- 正則表達式
- lxml
- xpath與lxml介紹
- xpathhelper插件
- 案例
- Beautiful Soup
- Beautiful Soup介紹
- 解析器
- CSS選擇器
- 案例
- 四大對象
- 爬蟲與反爬蟲
- 爬蟲與反爬蟲的斗爭
- 服務器反爬的原因
- 什么樣的爬蟲會被反爬
- 反爬領域常見概念
- 反爬的三個方向
- 基于身份識別進行反爬
- 基于爬蟲行為進行反爬
- 基于數據加密進行反爬
- js解析
- chrome瀏覽器使用
- 定位js
- 設置斷點
- js2py
- hashlib
- 有道翻譯案例
- 動態爬取HTML
- 動態HTML
- 獲取Ajax數據的方式
- selenium+driver
- driver定位
- 表單元素操作
- 行為鏈
- cookie操作
- 頁面等待
- 多窗口與頁面切換
- 配置對象
- 拉勾網案例
- 圖片驗證碼識別
- 圖形驗證碼識別技術簡介
- Tesseract
- pytesseract處理圖形驗證碼
- 打碼平臺
- 登錄打碼平臺
- 驗證碼種類
- 多任務-線程
- 繼承Thread創建線程
- 查看線程數量
- 資源共享
- 互斥鎖
- 死鎖
- 避免死鎖
- Queue線程
- 多線程爬蟲
- 多任務-進程
- 創建進程
- 進程池
- 進程間的通信
- Python GIL
- scrapy框架
- scrapy是什么?
- scrapy爬蟲流程
- 創建scrapy項目
- Selector選擇器
- logging
- scrapy shell
- 保存數據
- Item數據建模
- 翻頁請求
- Request
- CrawlSpider
- settings
- 模擬登錄
- 保存文件
- 內置Pipeline
- 自定義Pipeline
- 中間件
- selenium動態加載
- 防止反爬
- 隨機User-Agent
- 隨機IP代理
- settings中的參數
- 隨機延遲
- request.meta常用參數
- 分布式爬蟲
- 分布式原理
- scrapy_redis
- 去重問題
- 分布式爬蟲編寫流程
- CrawSpider改寫成分布式
- scrapy_splash
- scrapy_splash是什么?
- scrapy_splash環境搭建
- APP抓取
- Android模擬器
- appium
- appium是什么?
- appium環境搭建
- appium環境聯調測試
- appium的使用
- 演示項目-抓取抖音app
- 抖音app與appium的聯調測試
- 元素定位
- 抖音appium代碼
- 抓包軟件
- url去重處理