android抖音数据采集的方法

这篇文章主要介绍“android抖音数据采集的方法”，在日常操作中，相信很多人在android抖音数据采集的方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”android抖音数据采集的方法”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

本次用到的工具：移动端自动化工具Appium，夜神模拟器（也可以用真机代替），adb工具。

运行环境准备工作

开始进入数据采集的准备工作，在上一篇文章的基础上，搭建自动化环境，首先需要配置android-sdk，安装教程可参考如下链接，最后需要验证adb命令是否可用，在命令行窗口运行adb version，出现版本号信息，说明adb工具可用，android sdk下载及安装教程请参阅如下链接：

https://www.cnblogs.com/woniu123/p/10755262.html

配置好android-sdk后，就可以安装Appium了，下载地址如下，此处我们选择appium-desktop-setup-1.9.0.exe版本：

https://github.com/appium/appium-desktop/releases/download/v1.9.0/appium-desktop-setup-1.9.0.exe

下载好后基本是下一步安装，安装完成后启动应用，出现如下窗口证明安装成功：<br>

点击 “Start Server V 1.9.0”启动服务，出现如下页面则证明启动成功，端口为4723：<br>

打开之前配置好的模拟器，此时在命令行窗口运行adb devices，会出现连接的模拟器设备，证明运行环境准备完成<br>

接下来是运行环境配置，点击appium的 Start Inspector Session<br>

需要配置如下启动参数：<br>

{
    "platformName": "Android",
    "platformVersion": "5.1.1",
    "deviceName": "127.0.0.1:62001",
    "appPackage": "com.ss.android.ugc.aweme",
    "appActivity": "com.ss.android.ugc.aweme.main.MainActivity",
    "noReset": true
}

platformName：模拟器运行的平台，填入Android<br>platformVersion：查看模拟器的安卓版本，填入即可<br>deviceName：此处为运行adb devices命令得到的设备，当前模拟器为127.0.0.1:62001<br>appPackage和appActivity：抖音app的包名和启动方法名，可通过android-sdk\build-tools\29.0.2下面的aapt.exe工具获得<br>配置好后，点击Star Session，看到模拟器启动抖音app则证明环境配置无误。

业务场景说明

有了运行环境，接下来介绍下本次的需求，打开模拟器中安装的抖音app，首先下滑刷新视频，再进入用户主页，分别对主页数据，关注数据，粉丝数据，作品和喜欢页签进行采集。appium需要做的对应操作如下：<br>1.下滑刷新视频<br>2.左滑进入用户主页<br>3.点击关注按钮<br>4.开始下滑关注列表，直到出现“暂时没有更多了”<br>5.返回用户主页<br>6.点击粉丝按钮<br>7.开始下滑粉丝列表，直到出现“暂时没有更多了”<br>8.返回用户主页<br>9.点击作品页签<br>10.下滑作品视频列表，直到出现“暂时没有更多了”<br>11.点击喜欢页签<br>12.下滑喜欢视频列表，直到出现“暂时没有更多了”<br>13.返回视频页面，重复步骤1

代码准备

安装python的Appium客户端：

pip install Appium-Python-Client

准备撸代码。<br>1.启动app

device_name = '127.0.0.1:62001'
device_port = '4723'
desired_caps = {
    "platformName": "Android",
    "platformVersion": "5.1.1",
    "deviceName": device_name,
    "appPackage": "com.ss.android.ugc.aweme",
    "appActivity": "com.ss.android.ugc.aweme.main.MainActivity",
    "noReset": True,
    "unicodeKeyboard": True,
    "resetKeyboard": True
}
device_driver = webdriver.Remote('http://127.0.0.1:' + str(device_port) + '/wd/hub', desired_caps)

等待启动好了app之后，我们开始处理业务1，下滑刷新视频，此处调用自己封装的滑动方法：

swipe_page(device_driver, 0.5, 0.25, 0.5, 0.75)
def swipe_page(driver, x1, y1, x2, y2):
    screen = AppiumOprationPage.get_size(driver)
    screen_x1 = int(screen[0] * x1)
    screen_y1 = int(screen[1] * y1)
    screen_x2 = int(screen[0] * x2)
    screen_y2 = int(screen[1] * y2)
    driver.swipe(screen_x1, screen_y1, screen_x2, screen_y2)

等待视频刷新出来后执行业务2，快速左滑进入用户主页：

flick_page(device_driver, 0.8, 0.5, 0.2, 0.5)

此处flick方法和swipe方法内部是一样的，appium提供了两个滑动方法，swipe为普通滑动，通过给定坐标进行滑动，flick为快速滑动，通过给定坐标滑动之后开始做均减速滑动直到停止，滑动速度较快。<br>进入用户主页之后，我们需要判断按钮的id，标签位置等参数来进行点击，接下来主要介绍如何获取【关注】的标签位置：<br>使用appium启动app后，手动滑动进入用户主页，此时刷新appium页面中间的刷新按钮，点击左边的【关注】，此时可以看到中间列出的xml结构，以及右侧的按钮基本信息，通过这些信息，可以得到一个关注按钮的Xpath：

//android.widget.TextView[@text='关注']

<br>再对这个按钮进行点击即可进入关注页面，开始循环下滑到底即可：

driver.find_element_by_xpath("//android.widget.TextView[@text='关注']").click()
flick_page(device_driver, 0.5, 0.75, 0.5, 0.25)

完成下滑后，需要用同样的方法获取到返回上一层按钮的xpath：

//android.widget.ImageView[@resource-id='com.ss.android.ugc.aweme:id/nj']

然后点击返回上一层回到用户主页：

driver.find_element_by_xpath("//android.widget.ImageView[@resource-id='com.ss.android.ugc.aweme:id/nj']").click()

<br>tips：<br>1.获取xpath不要使用绝对路径，经过大量测试，绝对路径在不同环境下是不一样的，使用相对路径则比较稳定<br>2.可以使用一些页面文字元素，id进行相对定位，再取到最终需要的元素<br>3.不要使用resource-id进行定位，经过大量测试，这个id不是唯一的，只能定位到第一个<br>4.也可以使用android-sdk\tools下面的uiautomatorviewer工具进行xpath定位，不过需要升级uiautomatorviewer，经过大量测试，对于抖音app的一些高版本，uiautomatorviewer无法获取其xpath。<br>通过同样的方法，分别点击【关注】【粉丝】【作品】【喜欢】，即可进行一个完整的操作，在使用上一次讲到的mitmproxy进行代理，将所有的数据进行解析入库，便可将所有的数据采集到自己的数据库中，或者将视频下载到本地硬盘。

进阶

以上方法，经过大量的测试，每天采集的数据非常有限，问题如下：<br>1.一台模拟器，滑动速度有限<br>2.数据解析效率不高<br>针对以上两点问题，后来又加入了新方案，支持了模拟器的横向扩展（需要电脑硬件条件达标），以及数据的分布式解析，批量入库。<br>新方案完成后，两天的测试，使用了两台模拟器滑动采集，第一天10小时，采集了53万数据，而第二天，做了性能测试，10小时数据量竟然达到了111.6万，在测试过程中，感觉数据解析一直没有达到饱和，预测可以拖4台模拟器，只是我的电脑硬件配置没那么高，跑不了4台模拟器，所以就没有进行极限测试。<br>如下为两台模拟器滑动过程截图，以及每天采集数据量的一个统计图：<br>

到此，关于“android抖音数据采集的方法”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！