NO.22——用adb实现python机器人帮你找到抖音上的漂亮小姐姐需求分析工作原理使用方法工作步骤结果展示

63 阅读 0 评论 42 点赞

我是靠谱客的博主醉熏大象，最近开发中收集的这篇文章主要介绍NO.22——用adb实现python机器人帮你找到抖音上的漂亮小姐姐需求分析工作原理使用方法工作步骤结果展示，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

身边人不断被抖音神曲洗脑，并且深夜狂刷小视频的同僚大有人在，不甘落伍，本人也下载下来一探究竟，果然满屏的漂亮小姐姐。但是自己动手一遍一遍下划实在费劲，结合github上的项目，心想是否可以用Python实现一个douyin_bot帮我完成这些事情，比如关注、点赞、下载小视频。

需求分析

工作原理

使用方法

工作步骤

1、Appium自动化配置

2、Mitmproxy流量分析

3、连接腾讯人脸识别API

4、主要程序

结果展示

需求分析

自动翻页
颜值检测
人脸识别
自动关注
自动点赞
小视频下载
随机防Ban

工作原理

mitmproxy抓包分析：在同一局域网内，手机端打开抖音短视频APP，电脑监听8080端口流量
手机截屏，并对截图进行压缩（size<1MB）
请求腾讯AI的人脸识别API接口
解析返回的人脸JSON信息，对人脸进行切割检测
当颜值大于某个阈值（美丽程度）时，关注、点赞、下载小视频来一套。
继续翻页，重复执行第2-5步骤

使用方法

获取源码 git clone https://github.com/wangshub/Douyin-Bot.git
进入源码目录 cd Douyin-Bot-master
安装包库 pip install -r requirements.txt
连接在同一局域网，开启mitmdump截取抖音小视频请求
手机电脑链接，进入目录，运行程序 douyin-bot.py，进行自动测试

工作步骤

1、Appium自动化配置

本人以honor magic手机为例，在设置中调试出开发者模式与电脑相连。在Appium操作界面，配置抖音APP的各项参数如图

其中appPackage和appActivity两个参数的配置见我之前的blog ：Appium参数配置。然后开始 Start Session

因为要做自动化测试，所以要模拟点击事件，因此需要记录屏幕主要控件所在的平面坐标，记录点赞、关注按钮的XY坐标。

2、Mitmproxy流量分析

Mitmproxy是手机抓包分析工具，具体使用方法参见上一批blog Mitmproxy抓包分析，在这篇文章里，已经分析出了抖音小视频的URL路径：

根据mitmdump展示的请求，前缀分别为


'http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/',
'http://v6-dy.ixigua.com' , 'http://v3-dy-z.ixigua.com/',
'http://v3-dy-x.ixigua.com/' , 'http://v3-dy-y.ixigua.com/',
'http://v7.pstatp.com/'

这七类前缀的URL正是我们目标抖音视频的URL 。

代码如下：

import requests
# 文件路径
path = '/Users/Macx/Desktop/python_demo/Douyin-Bot-master/video/'
num = 1
#使用mitmdump和python脚本拦截http请求和处理flow.request.url，用def response(flow)
def response(flow):
global num
# 经测试发现视频url前缀主要是7个
target_urls = ['http://v1-dy.ixigua.com/', 'http://v9-dy.ixigua.com/',
'http://v6-dy.ixigua.com' , 'http://v3-dy-z.ixigua.com/',
'http://v3-dy-x.ixigua.com/' , 'http://v3-dy-y.ixigua.com/',
'http://v7.pstatp.com/' ]
#依次从以上7个URL中选出一个进行迭代
for url in target_urls:
# 过滤掉不需要的url。如果拦截的http请求是以以上URL为开头
if flow.request.url.startswith(url):
# 设置视频名
filename = path + str(num) + '.mp4'
# 使用request获取视频url的内容
# stream=True作用是推迟下载响应体直到访问Response.content属性
res = requests.get(flow.request.url, stream=True)
# 将视频写入文件夹
with open(filename, 'ab') as f:
f.write(res.content)
f.flush()
print(filename + '下载完成')
num += 1

3、连接腾讯人脸识别API

登陆腾讯AI开放平台创建应用

官网下载SDK ，并引入apiutil.py文件，参考官网

进行修改后：

#-*- coding: UTF-8 -*-
import hashlib
import urllib
from urllib import parse
import urllib.request
import base64
import json
import time
url_preffix='https://api.ai.qq.com/fcgi-bin/'
def setParams(array, key, value):
array[key] = value
def genSignString(parser):
uri_str = ''
for key in sorted(parser.keys()):
if key == 'app_key':
continue
uri_str += "%s=%s&" % (key, parse.quote(str(parser[key]), safe=''))
sign_str = uri_str + 'app_key=' + parser['app_key']
hash_md5 = hashlib.md5(sign_str.encode('utf-8'))
return hash_md5.hexdigest().upper()
class AiPlat(object):
def __init__(self, app_id, app_key):
self.app_id = app_id
self.app_key = app_key
self.data = {}
self.url_data = ''
def invoke(self, params):
self.url_data = urllib.parse.urlencode(params).encode("utf-8")
#利用urlopen()方法可以实现最基本请求的发起，但这几个简单的参数并不足以
#构建一个完整的请求，如果请求中需要加入headers（请求头）等信息，我们就可以利用
#更强大的Request类来构建一个请求
#如req = urllib.request.Request(url=url,data=data,method='POST')
#req.add_headers('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36')
req = urllib.request.Request(self.url, self.url_data)
try:
#rsp为针对请求获得的响应，为字典格式
rsp = urllib.request.urlopen(req)
str_rsp = rsp.read().decode('utf-8')
dict_rsp = json.loads(str_rsp)
return dict_rsp
except Exception as e:
print(e)
return {'ret': -1}
def face_detectface(self, image, mode):
self.url = url_preffix + 'face/face_detectface'
setParams(self.data, 'app_id', self.app_id)
setParams(self.data, 'app_key', self.app_key)
setParams(self.data, 'mode', mode)
setParams(self.data, 'time_stamp', int(time.time()))
setParams(self.data, 'nonce_str', int(time.time()))
image_data = base64.b64encode(image)
setParams(self.data, 'image', image_data.decode("utf-8"))
sign_str = genSignString(self.data)
setParams(self.data, 'sign', sign_str)
return self.invoke(self.data)

4、主要程序

# -*- coding: utf-8 -*-
"""
使用Appium做自动化模拟测试
"""
import sys
import random
import time
from PIL import Image
if sys.version_info.major != 3:
print('Please run under Python3')
exit(1)
try:
from common import debug, config, screenshot, UnicodeStreamFilter
from common.auto_adb import auto_adb
from common import apiutil
from common.compression import resize_image
except Exception as ex:
print(ex)
print('请将脚本放在项目根目录中运行')
print('请检查项目根目录中的 common 文件夹是否存在')
exit(1)
VERSION = "0.0.1"
# 申请地址 http://ai.qq.com
AppID = '1107029674'
AppKey = 'fW0via1sILxB7K4o'
DEBUG_SWITCH = True
FACE_PATH = 'face/'
adb = auto_adb()
adb.test_device()
config = config.open_accordant_config()
# 审美标准
BEAUTY_THRESHOLD = 80
# 最小年龄
GIRL_MIN_AGE = 18
def yes_or_no():
"""
检查是否已经为启动程序做好了准备
"""
while True:
yes_or_no = str(input('请确保手机打开了 ADB 并连接了电脑，'
'然后打开手机软件，确定开始？[y/n]:'))
if yes_or_no == 'y':
break
elif yes_or_no == 'n':
print('谢谢使用', end='')
exit(0)
else:
print('请重新输入')
def _random_bias(num):
"""
random bias
:param num:
:return:
"""
print('num = ', num)
return random.randint(-num, num)
def next_page():
"""
翻到下一页
:return:
"""
#模拟滑动，从x1,y1经历durationg时间滑动到x2,y2
cmd = 'shell input swipe {x1} {y1} {x2} {y2} {duration}'.format(
x1=config['center_point']['x'],
y1=config['center_point']['y']+config['center_point']['ry'],
x2=config['center_point']['x'],
y2=config['center_point']['y']-config['center_point']['ry'],
duration=200
)
adb.run(cmd)
time.sleep(2.0)
def follow_user():
"""
关注用户
:return:
"""
#模拟点击
cmd = 'shell input tap {x} {y}'.format(
x=config['follow_bottom']['x'] + _random_bias(10),
y=config['follow_bottom']['y'] + _random_bias(10)
)
adb.run(cmd)
time.sleep(0.5)
def thumbs_up():
"""
点赞
:return:
"""
cmd = 'shell input tap {x} {y}'.format(
x=config['star_bottom']['x'] + _random_bias(10),
y=config['star_bottom']['y'] + _random_bias(10)
)
adb.run(cmd)
time.sleep(0.5)
def main():
"""
main
:return:
"""
print('程序版本号：{}'.format(VERSION))
print('激活窗口并按 CONTROL + C 组合键退出')
debug.dump_device_info()
screenshot.check_screenshot()
while True:
next_page()
time.sleep(0.5)
#通过以下方法获得截图autojump.png
screenshot.pull_screenshot()
#通过以下方法对截图进行压缩，得到optimized.png
resize_image('autojump.png', 'optimized.png', 1024*1024)
with open('optimized.png', 'rb') as bin_data:
image_data = bin_data.read()
#初始化AiPlat
ai_obj = apiutil.AiPlat(AppID, AppKey)
#调用AiPlat的face_detectface方法，生成字典形式的rsp，存放图片信息及图片
rsp = ai_obj.face_detectface(image_data, 0)
major_total = 0
minor_total = 0
#若调用成功。ret返回0，调用成功，非0失败
if rsp['ret'] == 0:
beauty = 0
for face in rsp['data']['face_list']:
print(face)
#标注脸部区域
face_area = (face['x'], face['y'], face['x']+face['width'], face['y']+face['height'])
print(face_area)
img = Image.open("optimized.png")
#对脸部进行切割
cropped_img = img.crop(face_area).convert('RGB')
cropped_img.save(FACE_PATH + face['face_id'] + '.png')
# 性别判断
if face['beauty'] > beauty and face['gender'] < 50:
beauty = face['beauty']
if face['age'] > GIRL_MIN_AGE:
major_total += 1
else:
minor_total += 1
# 是个美人儿~关注点赞走一波
if beauty > BEAUTY_THRESHOLD and major_total > minor_total:
print('发现漂亮妹子！！！')
thumbs_up()
follow_user()
else:
print(rsp)
continue
if __name__ == '__main__':
try:
# yes_or_no()
main()
except KeyboardInterrupt:
adb.run('kill-server')
print('谢谢使用')
exit(0)