用基于python的appium爬取b站直播消費記錄

更新時間：2021年04月16日 16:43:40 作者：mister1

因工作需要，需要爬取相關數據，之前是爬取網頁數據，可以用python的requests和Selenium進行爬取。但b站的直播消費數據網頁版不能顯示，只能在手機上看到，所以就有了這篇文章。需要的朋友可以參考下

基于python的Appium進行b站直播消費記錄爬取

之前看文章說fiddler也可以進行爬取，但嘗試了一下沒成功，這次選擇appium進行爬取。類似的，可以運用爬取微信朋友圈和抖音等手機app相關數據

正文

#環(huán)境配置參考

前期工作準備，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://www.dbjr.com.cn/article/209859.htm

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

完成以后就可以真正爬取啦

導入模塊

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

通過程序打開手機b站app

desired_caps = {
    'platformName': 'Android',  # 被測手機是安卓
    'platformVersion': '10',  # 手機安卓版本
    'deviceName': 'xxx',  # 設備名，安卓手機可以隨意填寫
    'appPackage': 'tv.danmaku.bili',  # 啟動APP Package名稱
    'appActivity': '.ui.splash.SplashActivity',  # 啟動Activity名稱
    'unicodeKeyboard': True,  # 使用自帶輸入法，輸入中文時填True
    'resetKeyboard': True,  # 執(zhí)行完程序恢復原來輸入法
    'noReset': True,  # 不要重置App，如果為False的話，執(zhí)行完腳本后，app的數據會清空，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，初始化自動化環(huán)境
driver = webdriver.Remote('http://localhost:4723/wd/hub', desired_caps)
# 設置等待時間，如果不給時間的話可能會找不到元素
driver.implicitly_wait(4)

打開之后呈現如下頁面

在這里插入圖片描述

在手機上點擊我的——我的直播——消費記錄，查看個人消費記錄，

當然也可以寫兩行代碼來實現這個過程（這里選擇跳過），如下圖所示

在這里插入圖片描述

因為這個消費記錄很多，一個頁面只能顯示10條，要想爬取所有的可以設置滑動，邊向上滑動邊爬取就能獲取所有的數據。

具體參數設置的flick_distance=1050可以不重不漏的爬取，如下所示：

設置滑動

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