首页 / PYTHON / Python自动化爬取App数据
Python自动化爬取App数据
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python自动化爬取App数据,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含3212字,纯文字阅读大概需要5分钟。
内容图文
![Python自动化爬取App数据](/upload/InfoBanner/zyjiaocheng/832/ad203e4093d84fb0b809f78554544d6e.jpg)
基本环境配置
版本:Python3
系统:Windows
需要安装:
1.JDK - Download JDK,Appium要求用户必须配置JAVA环境, 否则启动Seesion报错。
2.Appium - Download Appium, 安装过程请自行搜索。
3.Android SDK - Download SDK
4. Selenium - 建议使用低版本的Python Selenium库,在Chrome高版本可能会报错。例如:
pip3 install selenium==2.48.0
5. chromedriver.exe - Download Chromedriver, 确保版本要匹配, 然后将 .exe 程序放在"..PythonPython36Scripts"目录下。
6. pymongo
pip3 install pymongo
7. MongoDB Server - Download MongoDB
爬取思路
爬取思路:
- 模拟登录
- 抓取动态
- 保存数据
Android SDK的安装与配置
打开Android Studio, 选择"Configure->SDK Manager->Apperance&Behavior->System Settings->Android SDK", 选择对应安卓机版本的SDK,如图:
此外,还需要将SDK所在路径添加到系统环境变量中,否则报错。
Desired Capabilites 参数
分别是:platfornName, deviceName, appPackage, appActivity。前两个可通过如下命令获取, 前提是连接手机、打开USB调试:
adb devices -l
后两个参数请移步:获取appPackage和appActivity
开启安卓的" 开发者选项、USB调试 "
测试之前,确保打开 开发者选项、USB调试。开发者模式确保调试程序在手机安装辅助软件:Unlock, Appium Settings;USB调试主要是利用Appium内置驱动打开APP。此外,要保持屏幕常亮。
5. 节点ID或XPATH值获取
安卓微信节点获取,相对比较容易获取,比如获取"登录"ID值,启动Session后只需点击屏幕左侧安卓屏的登录按钮,中间就会自动定位到所在节点,最右侧还会显示该节点的所有属性。如图:
对于文本输入框,只需要点击最右侧的"send text"即可。
"是否匹配通讯录"
这里选择"否", 理由:重新登录进入微信后会自动加载本地数据,耗时较长,如果匹配通讯录好友,增加耗时,可能在TIMEOUT时间内获取不到节点,导致程序终止。我这里选择了"是", 如图:
朋友圈信息获取思路
获取当前显示的朋友圈每条状态对应的区块元素,遍历每个区块元素,再获取内部显示的用户名、正文、发布时间,代码如下:
# items存储当前页面所有发布的朋友圈信息 items = self.wait.until( EC.presence_of_all_elements_located( # 每个ej9节点对应一条朋友圈数据 (By.XPATH, '//*[@resource-id="com.tencent.mm:id/ej9"]/android.widget.LinearLayout'))) for item in items: try: # 昵称 nickname = item.find_element_by_id('com.tencent.mm:id/b5o').get_attribute('text') # 正文 content = item.find_element_by_id('com.tencent.mm:id/ejc').get_attribute('text') # 日期 date = item.find_element_by_id('com.tencent.mm:id/eec').get_attribute('text') # 处理日期 date = self.processor.date(date) data = { 'nickname': nickname, 'content': content, 'date': date, }
日期处理
日期处理的实现方式,代码如下:
class Processor(): def date(self, datetime): """ 格式化时间 :param date: 原始时间 :return: 处理后时间 """ if re.match('d+分钟前', datetime): minute = re.match('(d+)', datetime).group(1) datetime = time.strftime('%Y-%m-%d', time.localtime(time.time() - float(minute) * 60)) if re.match('d+小时前', datetime): hour = re.match('(d+)', datetime).group(1) datetime = time.strftime('%Y-%m-%d', time.localtime(time.time() - float(hour) * 60 * 60)) if re.match('昨天', datetime): datetime = time.strftime('%Y-%m-%d', time.localtime(time.time() - 24 * 60 * 60)) if re.match('d+天前', datetime): day = re.match('(d+)', datetime).group(1) datetime = time.strftime('%Y-%m-%d', time.localtime((time.time()) - float(day) * 24 * 60 * 60)) return datetime
完整代码
注意事项:
- 代码中所有节点都须提前通过 Appium新建Session获取(亲测同版本的微信中vivo_x7和Mi_8节点相同,其余机型未知)
- 建议使用高性能手机测试(MI_8|MI_9等)
运行结果
内容总结
以上是互联网集市为您收集整理的Python自动化爬取App数据全部内容,希望文章能够帮你解决Python自动化爬取App数据所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。