快捷導(dǎo)航

用基于python的appium爬取b站直播消費(fèi)記錄

更新時(shí)間：2021年04月16日 16:43:40 作者：mister1

因工作需要，需要爬取相關(guān)數(shù)據(jù)，之前是爬取網(wǎng)頁數(shù)據(jù)，可以用python的requests和Selenium進(jìn)行爬取。但b站的直播消費(fèi)數(shù)據(jù)網(wǎng)頁版不能顯示，只能在手機(jī)上看到，所以就有了這篇文章。需要的朋友可以參考下

基于python的Appium進(jìn)行b站直播消費(fèi)記錄爬取

之前看文章說fiddler也可以進(jìn)行爬取，但嘗試了一下沒成功，這次選擇appium進(jìn)行爬取。類似的，可以運(yùn)用爬取微信朋友圈和抖音等手機(jī)app相關(guān)數(shù)據(jù)

正文

#環(huán)境配置參考

前期工作準(zhǔn)備，需要安裝python、jdk、PyCharm、Appium-windows-x.x、Appium_Python_Client、Android SDK，pycharm可以用anaconda的jupyter來替代

具體可以參考這篇博客，講的算是很清楚啦

http://chabaoo.cn/article/209859.htm

前期準(zhǔn)備工作配置需要不停的安裝和配置環(huán)境變量，也是個(gè)相對枯燥的過程

完成以后就可以真正爬取啦

導(dǎo)入模塊

from appium import webdriver
import numpy as np
import pandas as pd
import time

通過程序打開手機(jī)b站app

desired_caps = {
    'platformName': 'Android',  # 被測手機(jī)是安卓
    'platformVersion': '10',  # 手機(jī)安卓版本
    'deviceName': 'xxx',  # 設(shè)備名，安卓手機(jī)可以隨意填寫
    'appPackage': 'tv.danmaku.bili',  # 啟動(dòng)APP Package名稱
    'appActivity': '.ui.splash.SplashActivity',  # 啟動(dòng)Activity名稱
    'unicodeKeyboard': True,  # 使用自帶輸入法，輸入中文時(shí)填True
    'resetKeyboard': True,  # 執(zhí)行完程序恢復(fù)原來輸入法
    'noReset': True,  # 不要重置App，如果為False的話，執(zhí)行完腳本后，app的數(shù)據(jù)會清空，比如你原本登錄了，執(zhí)行完腳本后就退出登錄了
    'newCommandTimeout': 6000,
    'automationName': 'UiAutomator2'
}

打開b站

# 連接Appium Server，初始化自動(dòng)化環(huán)境
driver = webdriver.Remote('http://localhost:4723/wd/hub', desired_caps)
# 設(shè)置等待時(shí)間，如果不給時(shí)間的話可能會找不到元素
driver.implicitly_wait(4)

打開之后呈現(xiàn)如下頁面

在這里插入圖片描述

在手機(jī)上點(diǎn)擊我的——我的直播——消費(fèi)記錄，查看個(gè)人消費(fèi)記錄，

當(dāng)然也可以寫兩行代碼來實(shí)現(xiàn)這個(gè)過程（這里選擇跳過），如下圖所示

在這里插入圖片描述

因?yàn)檫@個(gè)消費(fèi)記錄很多，一個(gè)頁面只能顯示10條，要想爬取所有的可以設(shè)置滑動(dòng)，邊向上滑動(dòng)邊爬取就能獲取所有的數(shù)據(jù)。

具體參數(shù)設(shè)置的flick_distance=1050可以不重不漏的爬取，如下所示：

設(shè)置滑動(dòng)

flick_start_x=540
flick_start_y=192
flick_distance=1050
while True:
    driver.swipe(flick_start_x,flick_start_y+flick_distance,flick_start_x,flick_start_y)

爬取

pay_name_list=[]
present_price_list=[]
pay_room_list=[]
pay_ru_name_list=[]
pay_time_list=[]
flick_start_x=540
flick_start_y=192
flick_distance=1050
while True:
    pay_name=driver.find_elements_by_id('pay_name')
    for i in range(len(pay_name)):
        pay_name_list.append(pay_name[i].text)
    present_price=driver.find_elements_by_id('present_price')
    for i in range(len(present_price)):
        present_price_list.append(present_price[i].text)
    pay_room=driver.find_elements_by_id('pay_room')
    for i in range(len(pay_room)):
        pay_room_list.append(pay_room[i].text)
    pay_ru_name=driver.find_elements_by_id('pay_ru_name')
    for i in range(len(pay_ru_name)):
        pay_ru_name_list.append(pay_ru_name[i].text)
    pay_time=driver.find_elements_by_id('pay_time')
    for i in range(len(pay_time)):
        pay_time_list.append(pay_time[i].text)
    driver.swipe(flick_start_x,flick_start_y+flick_distance,flick_start_x,flick_start_y)
    time.sleep(2)

在這里插入圖片描述

轉(zhuǎn)換成dataframe

a=pd.DataFrame([pay_name_list,present_price_list,pay_room_list,pay_ru_name_list,pay_time_list],index=['pay_name_list','present_price_list','pay_room_list','pay_ru_name_list','pay_time_list'])
pd.DataFrame(a.T).head(50)

在這里插入圖片描述