原創文章,歡迎轉載。轉載請注明:轉載自IT人故事會,謝謝!
原文鏈接地址:「docker實戰篇」python的docker-打造多任務端app應用數據抓取系統(上)(34)
上次說了如果通過dockerfile創建docker的鏡像,接下來老鐵們咱們通過創建好的鏡像,創建容器,并且將代碼映射到容器當中去,最終完成多任務端app抓取系統。源碼:https://github.com/limingios/dockerpython.git (源碼/「docker實戰篇」python的docker-docker系統管理-基礎概念(27))
任務需求詳解
需要抓取三款應用的抖音,快手,今日頭條,具體需要抓取的內容
1.抓取抖音當前視頻的作者數據
2.抓取快手當前視頻的作者數據
3.抓取今日頭條推薦板塊新聞
- 代碼部分--python-appium-docker源碼里面有
python執行python部分的代碼
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2019/3/18 20:31
# @Author : Aries
# @Site :
# @File : handle_appium_docker.py
# @Software: PyCharm
import multiprocessing
import time
from appium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
def get_size(driver):
x = driver.get_window_size()['width']
y = driver.get_window_size()['height']
return (x, y)
def handle_appium(info):
cap = {
"platformName": "Android",
"platformVersion": "4.4.2",
"deviceName":info['device'],
"udid": info['device'],
"appPackage": info['appPackage'],
"appActivity": info['appActivity'],
"noReset": True,
"unicodeKeyboard": True,
"resetkeyboard": True
}
driver = webdriver.Remote("http://192.168.199.140:" + str(info["port"]) + "/wd/hub", cap)
l = get_size(driver)
x1 = int(l[0] * 0.5)
y1 = int(l[1] * 0.15)
y2 = int(l[1] * 0.9)
#抖音
if info["appPackage"] == "com.ss.andrpid.ugc.aweme":
#根據實際的我這里直接寫//android,通過
if WebDriverWait(driver,60).until(lambda x:x.find_element_by_xpath("http://android")):
while True:
# 初始鼠標位置,從哪里開始,結束時鼠標位置,到哪里結束
driver.swipe(x1,y1,x1,y2)
time.sleep(3)
#快手
if info["appPackage"] == "com.smile.gifmaker":
# 根據實際的我這里直接寫//android
if WebDriverWait(driver, 60).until(lambda x: x.find_element_by_xpath("http://android")):
while True:
# 初始鼠標位置,從哪里開始,結束時鼠標位置,到哪里結束
driver.swipe(x1, y1, x1, y2)
time.sleep(3)
#快手
if info["appPackage"] == "com.ss.android.article.news":
# 根據實際的我這里直接寫//android
if WebDriverWait(driver, 60).until(lambda x: x.find_element_by_xpath("http://android")):
while True:
#初始鼠標位置,從哪里開始,結束時鼠標位置,到哪里結束
driver.swipe(x1, y1, x1, y2)
time.sleep(3)
if __name__ =='__main__':
m_list = []
devices_list = [
{
"device": "192.168.199.133:5555",
"appPackage": "com.ss.android.ugc.aweme",
"appActivity": "com.ss.android.ugc.aweme.main.MainActivity",
"port": 4723,
"key": '抖音'
},
{
"device": "192.168.199.133:5555",
"appPackage": "com.smile.gifmaker",
"appActivity": "com.yxcorp.gifshow.HomeActivity",
"port": 4725,
"key": '快手'
},
{
"device": "192.168.199.133:5555",
"appPackage": "com.ss.android.article.news",
"appActivity": "com.ss.android.article.news.activity.SplashBadgeActivity",
"port": 4727,
"key": '今日頭條'
}
]
for device in (devices_list):
m_list.append(multiprocessing.Process(target=handle_appium,args=(device,)))
for m1 in m_list:
m1.start()
- 代碼部分--decode_data源碼里面有
python執行python部分的代碼 通過mitmdump 獲取數據保存在mongodb中。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2019/3/18 19:57
# @Author : Aries
# @Site :
# @File : decode_data.py
# @Software: PyCharm
import json
from handle_mongo import mongo_info
def response(flow):
#抖音
if 'aweme.snssdk.com/aweme/v1/feed' in flow.request.url:
douyin_data_dict = json.loads(flow.response.text)
for douyin_item in douyin_data_dict['aweme_list']:
mongo_info.insert_item(douyin_item)
#快手
elif 'api.gifshow.com/rest/n/feed/hot' in flow.request.url:
kuaishou_data_dict = json.loads(flow.response.text)
for kuaishou_item in kuaishou_data_dict['feeds']:
mongo_info.insert_item(kuaishou_item)
#今日頭條
elif 'is.snssdk.com/api/news/feed' in flow.request.url:
jrtt_data_dict = json.loads(flow.response.text)
for kuaishou_item in jrtt_data_dict['feeds']:
mongo_info.insert_item(kuaishou_item)
部署工作
python 爬蟲獲取信息其實不難,最難的是部署環境上。
- 虛擬機直接用vagrant的方式
源碼里面包括vagrant文件,想了解如何使用可以查看我的中級文章講解很詳細
- 鏡像下載
下載mongodb的鏡像,Appium的鏡像,zhugeaming/python3-appium的鏡像
1.mongodb的鏡像
mkdir bitnami
cd bitnami
mkdir mongodb
docker run -d -v /path/to/mongodb-persistence:/root/bitnami -p 27017:27017 bitnami/mongodb:latest
2.Appium的鏡像
docker search appium
#比較大1個多g,因為之前已經設置了加速器,根據自身的網速來進行下載。
docker pull appium/appium
3.zhugeaming/python3-appium的鏡像
docker pull zhugeaming/python3-appium
- 網絡連接
之前在【「docker實戰篇」python的docker-創建appium容器以及設置appium容器連接安卓模擬器(30)】里面說過一種比較變態的方法,讓安卓模擬器連接虛擬機內部的dockerapium,但是這種適合vagrant的。建議還用這種吧已經驗證了。
1.vagrant創建的虛擬機都是通過virtual box
2.設置共享文件夾
這是windows的環境下
3.在虛擬機掛載,將共享的文件夾掛載到虛擬機里面來
記住這個共享文件夾的名稱叫handle_docker
mkdir docker
cd docker
sudo yum update && sudo yum -y install kernel-headers kernel-devel
sudo mount -t vboxsf handle_docker /root/docker/
PS:基本文件都掛載好了,已經很晚了,下次咱們繼續把環境跑起來。