更多>>关于我们

西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效获取互联网任何公开可见信息。

您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。

数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。

更多>>官方微博

西安鲲之鹏
陕西 西安

加关注

  • 【经验分享】QEMU/KVM如何修改开机启动顺序?
    virsh edit name-of-vm-instance
    如下示例:
     <os>
        <type arch='x86_64' machine='pc-i440fx-xenial'>hvm</type>
        <boot dev="network"></boot>
        <boot dev="cdrom"></boot>
        <boot dev="hd"></boot>
        <bootmenu enable='yes'/>
      </os>
    
    bootmenu的enable设置为yes,就可以在启动的时候按F12选择启动设备。
    •  
    发布时间:2024-03-12 11:51:28
  • 【经验分享】使用VNC远程连接KVM虚拟机,鼠标不同步而且偏移很大(想砸掉鼠标冲动的那种)问题解决:
    (1)编辑虚拟机配置文件,例如sudo virsh edit win10_1,然后将<input type="mouse" bus="ps2" />修改为<input type="tablet" bus="usb" /> 。
    (2)强制关闭虚拟机win10_1然后重启,问题解决。
    发布时间:2024-03-13 09:26:51
  • 【经验分享】Frida里Java.choose找到某个类的实例,在调用该实例方法时出现“script should be invoke on MainThread”问题的解决:

    // Assign the javascript code to a variable.
    jsCode = """
    // Create a method called Cheese that will be exported.
    function Cheese()
    {
    // Perform the code from injected context.
    Java.perform(function ()
    {
    // Variable to store the view representing the button
    // to click programmatically.
    var view;
    // Define the Runnable type javascript wrapper.
    var Runnable = Java.use("java.lang.Runnable");

    // Find the MainActivity class in myApp.
    Java.choose("com.example.myApp.MainActivity",
    {
    // Once it has been found execute the following code.
    onMatch: function(instance)
    {
    // Get the view representing button to click.
    // 2131436712 id derived from decompiling app.
    view = instance.findViewById(2131436712);
    // Define a new class that implements Runnable and provide
    // the implementation of the run() method which, will
    // execute from the Main thread.
    const MyRunnable = Java.registerClass({
    name:'com.example.MyRunnable',
    implements: [Runnable],
    methods: {
    // run executes button click.
    run(){
    instance.onClick(view);
    },
    }
    });

    // Create an instance of the class just created.
    var MyGuiUpdate = MyRunnable .$new();
    // Schedule the run method in MyGuiUpdate to
    // execute on the UI thread.
    instance.runOnUiThread(MyGuiUpdate );

    },
    onComplete:function(){}
    });
    解决方法来源:https://stackoverflow.com/questions/65790594/calling-an-api-to-modify-an-apps-gui-from-non-main-thread-in-frida
    发布时间:2024-02-23 13:00:33
  • 【经验分享】Frida script中如何给Java的Long类型变量赋值?
    例如,某Java类中有如下Long类型变量定义:
    /* renamed from: e */
    public Long f90137e;

    尝试修改e的值,依次做如下测试:
    (1)classObj.e.value = 1978705204; 会报"Error: Expected value compatible with java.lang.Long"错误。
    (2)classObj.e.value = Java.use('java.lang.Long').parseLong.overload('java.lang.String').call(Java.use('java.lang.Long'), "1978705204");依然会报上述错误。
    (3)这个方法可以成功赋值:classObj.e.value = Java.use('java.lang.Long').$new(1978705204);
    发布时间:2024-02-21 21:45:47
  • 【经验分享】miller使用filter查询条件,当遇到字段含有空格或者其它特殊字符时怎么处理?如下示例中某个字段含有点号,直接查询会报错。解决方法如下:

    示例:mlr --icsv --oxtab --from mouser_products_202312.csv filter '${Mfr.}=~"TDK" || ${Brand}=~"TDK"' then count

    使用Pandas时,也有类似问题,解决方法:
    df[df['Brand'].str.contains("TDK")|df['Mfr.'].str.contains("TDK")]
    另外,Stackoverflow(https://stackoverflow.com/questions/50697536/pandas-query-function-not-working-with-spaces-in-column-names)上有人说可以用`字段`将字段包裹起来,例如:a.query('`a b` == 5') ,但是需要Pandas是0.25版本,我机器上是0.24.2,测试没有效果。
    发布时间:2024-02-21 19:01:04
  • 【经验分享】今天本地windows系统adb shell突然报错"error: unknown host service",尝试"adb kill-server"、甚至重启PC和手机均不起作用。后来网上查了下,说是PC端adb的后台服务进程的5037端口被其它程序占用了。

    解决方法:使用netstat -ano找到并关闭占有者进程,问题解决。 ​​​
    发布时间:2024-02-21 18:55:05
  • 【经验分享】PPPOE认证返回“User Locked”,可能是因为MAC被拉黑了,换一个就好了。 ​​​
    发布时间:2024-01-16 13:00:17
  • 【经验分享】Linux如何限制一个命令的运行时长?可以使用timeout命令。
    例如,限制ping最多运行10秒,可以这样:
    timeout 10s ping www.baidu.com ​​​
    发布时间:2024-01-12 12:11:50
  • 【经验分享】Playwright库使用context.route()/page.route()过滤HTTP(S)请求时发现有Ajax漏包的情况。查官方文档,发现有云:
    browser_context.route() will not intercept requests intercepted by Service Worker. See this issue. We recommend disabling Service Workers when using request interception by setting browser.new_context.service_workers to 'block'.

    尝试:
    context = browser.new_context(service_workers='block')
    问题解决。

    参考1:https://playwright.dev/python/docs/api/class-browsercontext#browser-context-route
    参考2:https://github.com/microsoft/playwright/issues/15684
    发布时间:2024-01-10 11:56:20
  • 【经验分享】Python fontTools 获取字体文件的字形名称列表,遇到"smile", "question", "space"等AGL名称,如何将其转为Unicode代码?

    >>>import fontTools
    >>>hex(fontTools.agl.AGL2UV['smileface'])
    '0x263a'

    参考:https://fonttools.readthedocs.io/en/latest/_modules/fontTools/agl.html ​​​
    发布时间:2023-10-12 10:58:26
当前位置: 首页 > 技术文章 >
基于CDP实现微信小程序UI自动化
发布时间:2022-04-14

        CDP是Chrome DevTools Protocol的简称,即Chrome远程调试协议。基于这个协议可以实现对Chrome浏览器或者使用WebView组件的应用进行调试、分析。简而言之,我们可以通过这个协议来操作Chrome或者WebView。CDP的官方文档是https://chromedevtools.github.io/devtools-protocol/。WebView的应用非常广泛,它常被用在原始APP中展示H5页面,微信小程序使用的X5和XWeb内核也是基于WebView实现的。

        在众多Web自动化测试和爬虫解决方案中,基于CDP操作PC Chrome浏览器已经不是什么新鲜事儿了,例如微软的Playwright(https://playwright.dev/python/)库,就是基于CDP来控制Chrome浏览器的。本文主要介绍的是通过CDP来操作安卓设备上WebView/X5/XWeb,特别是微信小程序。老版本微信的使用X5内核作为小程序的UI,新版微信使用XWeb内核作为小程序的UI,前面提到过它们都是基于WebView的,因此也支持CDP。

        CDP采用C/S模式工作,客户端和服务端基于HTTP和WebSoket协议交互。要使用CDP我们需要先开启Chrome浏览器或者WebView/X5/XWeb的CDP服务端。对于Chrome浏览器可以通过指定"--remote-debugging-port=9222"参数来暴露出CDP接口(开启DevTools服务端,监听TCP:9222端口),那么对于安卓上的WebView/X5/XWeb该如何操作才能开启CDP服务端呢?

        操作步骤如下:

        1. 首先要打开安卓设备的USB调试。将设备连接至测试机,并确保"adb devices"能找到设备。为了避免不同品牌真机上操作路径不一致的麻烦,建议使用模拟器来测试。例如MuMu模拟器,启动后执行"adb connect 127.0.0.1:7555",即可建立adb连接。

        2. 启动WebView/X5/XWeb的远程调试。

            (1)  对于使用XWeb内核的新版微信,可以通过在聊天窗口发送并访问“http://debugxweb.qq.com/?inspector=true”链接来启用远程调试。注意:访问这个链接会自动跳转到微信官方首页,没有任何提示。PS:这个方法是在微信开放社区里看到的。

            (2)  对于使用X5内核的老版微信,打开远程调试的方法网上可以找到很多,加之现在的微信已经换用XWeb内核,因此这里不再赘述。

            (3)  对于自己开发的原生APP,要使用WebView的远程调试,需要安卓开发同学在程序中调用"WebView.setWebContentsDebuggingEnabled(true)"来开启。对于线上它厂的APP,一般远程调试是关闭的,可以借助第三方的Hook工具(例如 WebViewDebugHook这个Xposed插件),强制其打开调试开关。

        3. 验证是否成功启动了CDP服务端。

        在这里要插一个知识点unix domain socket(Unix域套接字,下简称UDS)。在Linux系统中套接字家族有两兄弟:老大是大名鼎鼎的TCP/IP套接字,老二叫做Unix域套接字,它主要用于同一机器上不同进程间的通信,用法基本上和TCP/IP的套接字一样,不过它不依赖于IP和端口,而是依赖于文件描述符。在同一台机器上进程间通信UDS要比TCP/IP套接字效率更高,因为它不需要网络协议栈,不需要打包、拆包、计算校验和、维护序号等过程。

        安卓系统的WebView CDP服务端正是使用的UDS,因此我们可以通过检查系统的UDS来判断CDP服务是否启动起来了。

        我们先在安卓系统里启动一个微信小程序,例如58同城。然后在本地机器上执行如下命令(二选一):

# 查看安卓设备的Unix域套接字列表,过滤出含有"devtools_remote"字样的条目
adb shell netstat -lx|grep "devtools_remote"
# 或者执行如下命令也可以
adb shell cat /proc/net/unix |grep -a "devtools_remote"

        如下图所示,显示了多个"devtools_remote"相关的条目,但是具体是哪一个对应当前运行的微信小程序呢?

查看安卓系统的Unix域套接字列表

        我们用"adb shell dumpsys activity top|head"查看一下当前顶层窗口所属的进程ID,如下图所示,pid=1926。因此上图中的“xweb_devtools_remote_1926”是当前运行小程序的WebView启动的CDP服务端对应的Unix域套接字。

adb shell dumpsys activity top结果截图

        如何能在本机访问安卓系统里的这个Unix域套接字呢?需要借助"adb forward"命令把“xweb_devtools_remote_1926”映射为本地的一个TCP端口。完整命令如下:

adb forward tcp:9222 localabstract:xweb_devtools_remote_1926

        然后在本机浏览器里尝试访问"http://127.0.0.1:9222/json",如果能够看到正常的JSON数据(如下图所示),则说明一切就绪。

CDP HTTP JSON接口

        这里如果我们直接点击“devtoolsFrontendUrl”对应的链接,会自动打开Google DevTools工具(如下图所示),这里的操作就和F12打开开发人员工具调试本机浏览器页面一样。注意:如果打开是空白页或者提示404,是因为appspot.com这个域名被Q了,需要FQ才能正常使用。

CDP DevTools调试微信小程序示例

        现在CDP服务端已经就绪了,使用Google DevTools我们也可以直接查看和控制小程序的UI了,但是如何编写自动化脚本呢?下面给出一个完整的Python示例。

        pychrome是github上一个Google Chrome Dev Protocol Client的Python实现。我们下面使用pychrome来连接服务端"http://127.0.0.1:9222/",并操作小程序UI实现多次上划的操作。完整代码如下所示。

# coding: utf-8
# android_webview_automate.py
# 基于CDP自动化操作安卓WebView(包括微信小程序)

import time
import pychrome

def test():
    # 连接CDP Server
    browser = pychrome.Browser(url='http://127.0.0.1:9222')
    
    # 找到可见tab
    tab = None
    for _tab in browser.list_tab():
        if ':VISIBLE' in _tab._kwargs['title']:
            print('找到可见TAB', '"{}".'.format(_tab._kwargs['title']))
            tab = _tab
            # 必须要先调用start(),否则pychrome不允许后续接口调用
            tab.start()
            break
    if not tab:
        print('未发现可见TAB.')
    else:
        # 通过执行js实现获取当前可见窗口大小
        # https://chromedevtools.github.io/devtools-protocol/tot/Runtime/#method-evaluate
        jsresult = tab.Runtime.evaluate(expression="'' + window.screen.availWidth + ',' + window.screen.availHeight")['result']['value']
        print('当前可见窗口大小(宽,高):', jsresult)
        width, height = jsresult.split(',')
        width, height = int(width), int(height)
        # 通过调用CDP的Input.synthesizeScrollGesture()方法模拟向上滑屏操作
        # https://chromedevtools.github.io/devtools-protocol/tot/Input/#method-synthesizeScrollGesture
        # 起始位置:x坐标定为屏幕宽度的一半, y坐标定为屏幕高度的四分之三
        x = int(width * 0.5)
        y = int(height * 0.75)
        # 向上滑动的偏移:xDistance,yDistance为"-height * 0.5",表示上划总屏幕一半的高度(负值表示向上)
        yoffset = int(height * 0.5)
        # 上划10次
        for i in range(10):
            tab.Input.synthesizeScrollGesture(x=x, y=y * 0.75, xDistance=0, yDistance=-yoffset)
            print(i + 1, '上划{}px.'.format(yoffset))
            time.sleep(1)
        
if __name__ == '__main__':
    test()

        运行效果如下GIF所示。本例只是抛砖引玉,CDP的功能非常强大,大家可以结合CDP的文档发掘更多的功能。

Python基于CDP控制微信小程序UI演示视频

特别说明:本文旨在技术交流,请勿将涉及的技术用于非法用途,否则一切后果自负。如果您觉得我们侵犯了您的合法权益,请联系我们予以处理。
☹ Disqus被Qiang了,之前所有的评论内容都看不到了。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/