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】使用Frida脚本强制给okhttp3.OkHttpClient设置代理。
    背景:某些应用使用Proxy.NO_PROXY跳过系统代理设置(例如附图),导致代理模式无法抓到HTTPS流量。

    脚本如下:
    Java.perform(function(){
    // OkHttpClient强制设置代理
    var OkHttpClient = Java.use("okhttp3.OkHttpClient");
    var OkHttpBuilder = Java.use("okhttp3.OkHttpClient$Builder");
    var Proxy = Java.use("java.net.Proxy");
    var ProxyType = Java.use("java.net.Proxy$Type");
    var InetSocketAddress = Java.use("java.net.InetSocketAddress");
    // 要设置的代理
    var proxy = Proxy.$new(ProxyType.SOCKS.value, InetSocketAddress.createUnresolved("IP", int_port));

    OkHttpClient.newBuilder.overload().implementation = function() {
    return OkHttpBuilder.$new();
    }
    OkHttpBuilder.build.overload().implementation = function() {
    console.log('[+] Installing proxy');
    this.proxy(proxy);
    return this.build();
    }
    OkHttpBuilder.proxy.overload("java.net.Proxy").implementation = function(input_proxy) {
    console.log('[+] Changing proxy');
    return this.proxy(proxy);
    }
    });

    function lookup_okhttpclient(){
    // 查看内存中的okhttp3.OkHttpClient实例的代理
    Java.perform(function(){
    Java.choose('okhttp3.OkHttpClient',
    {
    onMatch: function (instance){
    console.log('Found instance: ' + instance + ', Current proxy: ' + instance.proxy());
    },
    onComplete: function ()
    {
    }
    });
    });
    }

    另外,通过调用lookup_okhttpclient()可以动态查看内存中okhttp3.OkHttpClient实例的代理设置情况。
    发布时间:2022-11-09 20:33:36
  • 【经验分享】系统日期不正确可能会导致出现证书错误。
    给Nexus 6P刷机后,发现在浏览器内不管访问什么网站都提示证书错误(如附图1所示),在Termux里更新源也是证书错误(如附图2所示)。折腾了很长时间才发现原来是系统日期设置的不正确,如附图3所示。系统日期异常导致证书未生效过着已过期。 ​​​
    发布时间:2022-11-05 12:17:51
  • 【经验分享】apache mod_proxy实现url转发时如何避免后端域名的DNS缓存

    方法如下示例,加项disablereuse=On配置项即可:
    ProxyPass / http://后端域名/ retry=0 disablereuse=On

    关于disablereuse参数mod_proxy文档(https://httpd.apache.org/docs/2.4/mod/mod_proxy.html)有说明:
    This parameter should be used when you want to force mod_proxy to immediately close a connection to the backend after being used, and thus, disable its persistent connection and pool for that backend. This helps in various situations where a firewall between Apache httpd and the backend server (regardless of protocol) tends to silently drop connections or when backends themselves may be under round- robin DNS. When connection reuse is enabled each backend domain is resolved (with a DNS query) only once per child process and cached for all further connections until the child is recycled. To disable connection reuse, set this property value to On.
    发布时间:2022-11-02 11:14:38
  • 【经验分享】ttyd - Share your terminal over the web
    ttyd是一款能将Linux/Andorid/Windows终端以Web形式展现的命令行工具,用法简单但功能强大。项目主页是:github.com/tsl0922/ttyd。
    releases里有编译好的二进制程序,直接下载系统对应版本即可使用,无需安装。

    用法举例:
    Linux:执行"ttyd login"即可,支持系统账号登录认证。更高级的用法可以参考这里github.com/tsl0922/ttyd/wiki/Example-Usage。效果如附图1所示。
    Andorid:执行"ttyd bash"即可。效果如附图2所示。
    Windows:执行"ttyd cmd"即可。效果如附图3所示。

    在Linux上如何ttyd配置为服务?
    参见:github.com/tsl0922/ttyd/wiki/Systemd-service#systemd-service-on-linux
    发布时间:2022-11-01 21:16:59
  • 【经验分享】推荐一个支持语法高亮的cat命令行工具 - bat
    项目主页是:github.com/sharkdp/bat/,bat支持对大部分编程语言和标记语言提供语法高亮显示。可以作为cat命令的高级替代品。采用Rust语言编写。
    效果如附图所示。 ​​​
    发布时间:2022-10-30 16:01:32
  • 【经验分享】proxychains Windows版
    借助proxychains可以让不支持代理的程序强制走代理,proxychains-windows是其Windows版本,项目主页:github.com/shunf4/proxychains-windows。
    其原理是Hook方式实现:通过劫持connect, WSAConnect, ConnectEx, GetAddrInfoW等函数调用。

    直接从releases里下载编译好的二进制版本,修改配置文件后即可使用。
    配置文件放置于:%USERPROFILE%\.proxychains\proxychains.conf。

    用法示例:
    proxychains curl http://httpbin.org/ip
    proxychains "C:\Program Files\Mozilla Firefox\firefox.exe"
    发布时间:2022-10-29 12:48:45
  • 【经验分享】推荐两个Python实现的adb客户端库

    原理如附图所示,直接通过socket和"adb server"进行交互来实现功能,而非调用adb二进制客户端程序实现。也就是adb.exe的Python实现。
    第一个是:adbutils,项目主页是github.com//openatx/adbutils。
    第二个是:pure-python-adb,项目主页是github.com//Swind/pure-python-adb。

    PS:uiautomator2中使用了adbutils。
    发布时间:2022-10-29 09:11:53
  • 【经验分享】如何adb连接远程的安卓设备?

    方法一:直接远程连接。
    (1)在安卓设备上开启网络ADB(即adb over TCP/IP)。可以使用"ADB Manager"这个APP,如附图1所示。adbd默认监听设备上的5555端口。
    (2)然后通过路由器端口映射或者frp内网穿透,将设备的5555端口暴露出来。
    (3)最后在本地使用“adb connect 远程IP:远程端口”即可连接。
    这个方法的缺点是不安全,任何人都能连接。

    方法二:通过ssh隧道中转连接。
    将安卓设备连接在一台Linux机器上,然后本地通过ssh隧道安全地和设备建立连接。
    首先看一下adb的工作原理,如附图2所示,"adb server"位于主控端(PC),“adbd后台进程”位于安卓设备上。"adb server"和“adbd"通过USB或者TCP通信。"adb server"监听TCP 5037端口,"adb客户端"通过该端口与其进行数据交互:执行命令、获取命令执行结果。
    知道原理后实现起来就不难了:对于"adb客户端"来说,它默认是通过TCP://127.0.0.1:5037来连接"adb server",我们只要把远程的5037端口映射到本地,本地的"adb客户端"就能连接上远程的"adb server"(就和连接本机的"adb server"一样)。

    具体实现思路如下:
    (1)将所有需要访问的安卓设备连接到一台Linux机器上,这台机器可以被远程ssh访问。确保在Linux上"adb devices"能够正常看到设备。
    (2)使用ssh本地端口映射,将Linux机器的5037映射到本地,例如
    ssh -L 5037:127.0.0.1:5037 user@host
    (3)然后在本地执行"adb devices"就能看到和远程Linux上一样的设备列表,如附图3所示。注意:本地的adb版本要和远程Linux上的adb server版本一致,否则会出错。之后的操作就和使用本地的adb连接一样了。
    (4)这种模式下,如何使用scrcpy远程控制设备呢?
    通过上面操作我们已经成功建立了adb远程连接,但是使用scrcpy的时候会发现无法显示出设备图像,提示“connect: No error”错误。这是因为scrcpy在工作的时候需要用到27183端口(scrcpy-server会监听该端口,scrcpy客户端通过这个端口和服务端进行通信),我们还需要将这个端口也从远程映射到本地来(详见scrcpy的官方文档),命令如下:
    ssh -L 27183:127.0.0.1:27183 user@host
    如此scrcpy就能正常工作了,如附图4所示。
    发布时间:2022-10-29 09:05:44
  • 【经验分享】编译Haproxy时加入Lua支持。
    Lua是一种嵌入式编程语言,HAProxy支持通过Lua脚本实现更过强大的功能。按如下步骤操作,可以给Haproxy加入Lua支持。

    (1)先编译Lua。
    从官方下载Lua源码(https://www.lua.org/start.html),进入src目录,make linux即可。将编译生成lua可执行文件lua和luac。记下lua可执行文件所在路径,例如/home/qi/haproxy_backconnect_proxies/lua-5.3.6/src 。
    编译时如果出现"lua.c:82:31: fatal error: readline/readline.h: 没有那个文件或目录"问题,请先安装"sudo apt-get install -y libreadline-dev”(Ubuntu下)。

    (2)编译Haproxy。
    从官方下载源码,编译时加入USE_LUA=1选项,并制定lua可执行文件所在路径,完整如下:
    make TARGET=generic USE_DL=1 USE_CRYPT_H=1 USE_LUA=1 LUA_INC=/home/qi/haproxy_backconnect_proxies/lua-5.3.6/src LUA_LIB=/home/qi/haproxy_backconnect_proxies/lua-5.3.6/src

    另外Lua默认会从/usr/local/share/lua/5.3/下寻找库文件,如果从网上下载的第三方库库例如json.lua,将放置于该目录下。
    发布时间:2022-08-27 13:06:25
  • 【经验分享】如何让Linux系统预留指定端口,防止被自动分配机制拿走(占用)。
    背景:系统上开启了很多网络服务,重启某个业务时经常出现端口被占用的情况。

    解决方法:
    以Ubuntu 16.04为例,编辑 /etc/sysctl.conf,加入如下配置行:
    net.ipv4.ip_local_reserved_ports=6666,7777,8888,9999,54001-54100
    保存,然后执行sudo sysctl -p生效。

    这里的"6666,7777,8888,9999,54001-54100"为预留端口。经过这样设置后,这些端口就不会被系统自动分配给connect()和bind() 端口0的程序。
    发布时间:2022-08-27 10:31:21
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/