前言

App 爬取数据相对于 Web 端爬取更加容易，因为反爬虫能力没有那么强，而且大多数的数据都是以 JSON形式传输的，解析更加简单。在 Web 端，我们可以通过浏览器的开发者工具监听到各个网络请求和响应过程，在 App 端如果想要查看这些内容就需要借助抓包软件。常用的抓包软件有 WireShark、Filddler、Charles、 mitmproxy、 AnyProxy 等，它们的原理基本是相同的。我们可以通过设置代理的方式将手机处于抓包软件的监昕之下，这样便可以看到 App 在运行过程中发生的所有请求和响应了，相当于分析 Ajax 一样。如果这些请求的 URL、参数等都是有规律的，那么总结出规律直接用程序模拟爬取即可，如果它们没有规律，那么我们可以利用另一个工具 mitmdump 对接 Python 脚本直接处理 Response。另外， App 的爬取肯定不能由人来完成，也需要做到自动化，所以我们还要对 App 进行向动化控制，这里用到的库是 Airtest。

一、前期准备

安装Airtest (用于自动化点击)
安装夜神模拟器，模拟出的手机系统最好是安卓5的，我的夜神模拟器是7.0.2.7版本的
安装mitmdump （用于处理响应的数据）

二、思路

1.配置夜神模拟器

夜神模拟器(adb.exe)与Airtest(nox_adb.exe)中的adb版本需要完全相同，复制其中一个到别外一个文件中保证adb版本完全相同

夜神模拟器的adb位置：…\bin
Airtest的adb位置：…\airtest\core\android\static\adb\windows
开启开发者选项，打开USB调试
在夜神模拟器中配置好代理和安装好mitmdump 证书，正常监听如下图

2.使用mitmdump 找出数据

在成功安装mitmdump 后，通过在 cmd 上执行命令打开 mitmdump 的web端
```
mitmweb
```
启动成功
找带有自己要找采集的数据的url

3.通过Airtest实现自动点击

能过Airtest连接夜神模拟器成功如下图所示
我遇到的坑

无法找到夜神模拟器adb进行连接，可能是adb版同不一样

adb一样了还是找不到，可能是没有开启USB调试

USB调试出开还是找不到，那就重启夜神模拟器和 airtest

三、代码

1.监听数据代码

启动命令 mitmdump.exe -s 路径

 mitmdump.exe -s .\mitmproxy\gg.py

代码如下（示例）：

# 启动命令
# mitmdump.exe -s .\mitmproxy\gg.py

import json
from mitmproxy import ctx
import pymongo
# pymongo有自带的连接池和自动重连机制，但是仍需要捕捉AutoReconnect异常并重新发起请求。
from pymongo.errors import AutoReconnect
from retry import retry
# 指定 mongodb 的连接IP，库名，集合
MONGO_CONNECTION_STRING = 'mongodb://192.168.27.101:27017'

client = pymongo.MongoClient(MONGO_CONNECTION_STRING)
db = client['crawle_case']
collection = db['tsy_2']
'''
AutoReconnect:捕捉到该错误时进行重试，这个参数可以是一个元组，里面放上多个需要重试的条件
tries:重试次数
delay:两次重试的间隔时间
'''
@retry(AutoReconnect, tries=4, delay=1)
def save_data(data):
    """
    将数据保存到 mongodb
    使用 update_one() 方法修改文档中的记录。该方法第一个参数为查询的条件，第二个参数为要修改的字段。
    upsert：
    是一种特殊的更新，如果没有找到符合条件的更新条件的文档，就会以这个条件和更新文档为基础创建一个新的文档；如果找到了匹配的文档，就正常更新，upsert非常方便，不必预置集合，同一套代码既能用于创建文档又可以更新文档
    """
    # # 存在则更新，不存在则新建，
    # collection.update_one({
    
    
    #     # 保证 数据 是唯一的
    #     '游戏名ID': data.get('游戏名ID')
    # }, {
    
    
    #     '$set': data
    # }, upsert=True)
    collection.insert_one(data)
def response(flow):
    url = 'https://app.taoshouyou.com/api/trades/gettradeslist'
    if flow.request.url.startswith(url):
        text = flow.response.text
        print(flow)
        data = json.loads(text)
        print(data)
        for a in data.get('data').get('list'):
            # print(a)
            id = a.get('id')
            name = a.get('name')
            gamename = a.get('gamename')
            shopname = a.get('shopname')
            officialprice = a.get('officialprice')
            discount = a.get('discount')
            price = a.get('price')
            areaname = a.get('areaname')
            goodsname = a.get('goodsname')
            clientname = a.get('clientname')
            shopUrl = a.get('shopUrl')
            wb_data = {
    
    
                '游戏名ID': id,
                '游戏标题': name,
                '游戏名': gamename,
                '店铺': shopname,
                '原价': officialprice,
                '折扣': discount,
                '现价': price,
                '区服': areaname,
                '账号类型': goodsname,
                '客服端': clientname,
                '商品url': shopUrl,
            }
            save_data(wb_data)

2.Airtest滑动行为代码

代码如下（示例）：

# -*- encoding=utf8 -*-
__author__ = "Administrator"
import time
from airtest.core.api import *

auto_setup(__file__)
while True:
    gg1 = 426,375
    gg2 = 426,1453
    swipe(gg2,gg1,duration=0.01)
    time.sleep(1)

四、执行效果

启动夜神模拟器打开APP
启动监听数据代码
启动 Airtest 滑动行为代码
成功监听
成功采集数据

总结

以上就是今天要讲的内容，本文仅仅简单介绍了APP数据的简单采集，仅限于个人学习。

Python爬虫实战之使用Airtest与mitmdump爬取app数据

文章目录

前言