拼多多砍价用户福利贴：通过python模拟操作进行拼多多砍价
作者：互联网
下文提到的所有工具都可以在这里下载：拼多多砍价神器Python教程所需软件
大家可以点下小站，给个支持~谢谢啦~
/1 前语/
嘿，各位小伙伴们晚上好呀，今日小编又给我们带来干货内容啦,今日带来的是,怎么主动登录拼多多，而且砍价！
原计划是不计划运用selenium的，但是由于要涉及砍价，需要用户权鉴，所以免不了登录。
但事实证明，我又被啪啪打脸了，拼多多的登录是真的难，各种参数把我干懵了。无赖之下，我仍是捡起了selenium，难逃真香规律呐，哈哈哈。
好了，废话不多说，直接进入正题吧！
事先声明：本文涉及的各类操作可能有多种实现方法，我只会提及其中一种，而且我采取的方法很有可能不是最优的方法。
/2 准备工作/
用Python操作手机APP的项目，无一例外需要布置ADB环境。至于什么是ADB，许多大神都讲过，只是写得比较专业，我等菜鸟看完仍是云里雾里。后文会详细解释。
万年不变的套装...
Chromedriver：浏览器驱动，可以理解为一个没有界面的chrome浏览器。
Selenium：用于模拟人对浏览器进行点击、输出、拖拽等操作，就相当于是个人在使用浏览器，也常常用来应付反爬虫措施。
Android SDK套装：通过电脑对安卓手机发起控制，至关重要的中间件。
/2.1 环境配置/
Android SDK下载和部署
说起Android SDK工具，那还真是不少，有SDK Tools、SDK、Platform-tools等等，这里我推荐SDK Tools，进入https://www.androiddevtools.cn/这个网站可以看到下图中的界面，选择自己对应的系统版本（zip版）下载。
将下载后的文件解压缩，运行其中的SDK Manager.exe文件，进入Packages安装管理界面，对于新手朋友们我建议直接使用默认选项，然后点击右下角的 Install XX packages 按钮，整个下载安装过程大概需要几十分钟，具体时间跟个人网速有关
接着就是配置环境变量了，把android-sdk目录下的platform-tools和tools文件夹添加到系统变量中，这一步属于常规操作，我就不再演示了。
执行完以上步骤，ADB环境就算配置完毕了，之后要做的就是开启手机的开发者选项、开启USB调试、用usb线将手机跟电脑链接。
下面进入关键的一步——通过ADB测试手机是否连接成功。进入系统终端，输入adb devices指令，如果出现下图中的结果，就说明刚才的环境部署成功了，其中device前面的是连接的设备号。
如果连接测试不成功，例如找不到设备或者设备连接不上，可以依次尝试关闭并再次开始调试、重启手机、重启电脑、插拔USB线等操作，通常都可以解决。
/2.2ADB的一些基本操作/
1).显示所有包名
adb shell pm list packages
这个指令会罗列出手机已经安装的所有应用包的名称，如果后缀加上参数-s，则会列出所有的系统应用的名称（下图），而加上后缀参数-3则会列出所有第三方应用名称。
2).显示活动程序
adb shell dumpsys activity activities
这个指令能够获取到当前手机系统中正在运行的程序包的名称，例如当我在手机中启动小米手机的“游戏中心”，运行上述指令就会获取到下图中的信息：
/3 了解工作原理/
我们都知道，要想砍价，就需要知道是谁砍的，登录以后需要等保存状态，一般有cookie，seeeion，token三种形式，那么拼多多的是怎么玩的呢？我们来图解一下，如下图所示。
通过上图，我们一目了然，能看出来，只要我们登录了之后，拿到了token，以后就不用selenium啦！所以，我们这里将登录获取token和点赞进行分离，分开进行，逻辑也十分的清晰，而且一点儿也不耽误事情。
/4 登录拼多多/
在上图我们可以看到右上方的登录按钮，在左侧可以看到需要点赞的图标以及点赞数，评论数和收藏数等等，接下来我们先进行第一步自动登录。
/5 开始登录/
点击右上方的登录按钮，页面将会进行跳转，进入到一个登录界面，如下图所示。
注意事项2：抽屉如果登录多了,可能会让输入滑块验证码之类的,本文这部分并未有进行处理。
/6 开始自动砍价/
在上面的工作中，我们已经成功的拿到登录返回的cookie了,接下来我们就开始自动点赞，而且有了之前的基础，下面的事情我们就好办多了。
我们首先需要看一下,点赞请求的是哪个接口。我们清空一下浏览器中的NetWork日志，点击第一个砍价的砍价按钮，如下图所示。
我们可以看到，这个接口发的是post请求，但是发送的是什么数据呢？我们下滑继续一探究竟。
可以看到在Form Data里边，有一个linkid：29213534，是一串长数字，这个是什么呢？马上揭晓!
使用浏览器与网页的交互功能，我们点击对应的砍价，那么很快我们就可以锁定这个linkid，如下图所示。
相信大家肯定都看得出来，其实post的那一串数字其实就是砍价ID。换句话说，我们只需要把这个ID都获取到，放到post构造数据里边，程序一运行，就可以实现砍价啦！
/7 代码实现/
下面是部分代码截图，完整代码在文末，如下图所示。
注：这里只是测试了前10个砍价。
/8完整代码/
# -*- coding: utf-8 -*-
"""
@author: 冰蓝
@site: http://lanbing510.info
"""
import re
import urllib2
import sqlite3
import random
import threading
from bs4 import BeautifulSoup
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
#登录，不登录不能爬取三个月之内的数据
import LianJiaLogIn
#Some User Agents
hds=[{'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'},\
{'User-Agent':'Mozilla/5.0 (Windows NT 6.2) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.12 Safari/535.11'},\
{'User-Agent':'Mozilla/5.0 (compatible; MSIE 10.0; Windows NT 6.2; Trident/6.0)'},\
{'User-Agent':'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:34.0) Gecko/20100101 Firefox/34.0'},\
{'User-Agent':'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/44.0.2403.89 Chrome/44.0.2403.89 Safari/537.36'},\
{'User-Agent':'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50'},\
{'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50'},\
{'User-Agent':'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0'},\
{'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0.1) Gecko/20100101 Firefox/4.0.1'},\
{'User-Agent':'Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1'},\
{'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11'},\
{'User-Agent':'Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; en) Presto/2.8.131 Version/11.11'},\
{'User-Agent':'Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11'}]
#北京区域列表
regions=[u"东城",u"西城",u"朝阳",u"海淀",u"丰台",u"石景山","通州",u"昌平",u"大兴",u"亦庄开发区",u"顺义",u"房山",u"门头沟",u"平谷",u"怀柔",u"密云",u"延庆",u"燕郊"]
lock = threading.Lock()
class SQLiteWraper(object):
"""
数据库的一个小封装，更好的处理多线程写入
"""
def __init__(self,path,command='',*args,**kwargs):
self.lock = threading.RLock() #锁
self.path = path #数据库连接参数
if command!='':
conn=self.get_conn()
cu=conn.cursor()
cu.execute(command)
def get_conn(self):
conn = sqlite3.connect(self.path)#,check_same_thread=False)
conn.text_factory=str
return conn
def conn_close(self,conn=None):
conn.close()
def conn_trans(func):
def connection(self,*args,**kwargs):
self.lock.acquire()
conn = self.get_conn()
kwargs['conn'] = conn
rs = func(self,*args,**kwargs)
self.conn_close(conn)
self.lock.release()
return rs
return connection
@conn_trans
def execute(self,command,method_flag=0,conn=None):
cu = conn.cursor()
try:
if not method_flag:
cu.execute(command)
else:
cu.execute(command[0],command[1])
conn.commit()
except sqlite3.IntegrityError,e:
#print e
return -1
except Exception, e:
print e
return -2
return 0
@conn_trans
def fetchall(self,command="select name from xiaoqu",conn=None):
cu=conn.cursor()
lists=[]
try:
cu.execute(command)
lists=cu.fetchall()
except Exception,e:
print e
pass
return lists
def gen_xiaoqu_insert_command(info_dict):
"""
生成小区数据库插入命令
"""
info_list=[u'小区名称',u'大区域',u'小区域',u'小区户型',u'建造时间']
t=[]
for il in info_list:
if il in info_dict:
t.append(info_dict[il])
else:
t.append('')
t=tuple(t)
command=(r"insert into xiaoqu values(?,?,?,?,?)",t)
return command
def gen_chengjiao_insert_command(info_dict):
"""
生成成交记录数据库插入命令
"""
info_list=[u'链接',u'小区名称',u'户型',u'面积',u'朝向',u'楼层',u'建造时间',u'签约时间',u'签约单价',u'签约总价',u'房产类型',u'学区',u'地铁']
t=[]
for il in info_list:
if il in info_dict:
t.append(info_dict[il])
else:
t.append('')
t=tuple(t)
command=(r"insert into chengjiao values(?,?,?,?,?,?,?,?,?,?,?,?,?)",t)
return command
def xiaoqu_spider(db_xq,url_page=u"http://bj.lianjia.com/xiaoqu/pg1rs%E6%98%8C%E5%B9%B3/"):
"""
爬取页面链接中的小区信息
"""
try:
req = urllib2.Request(url_page,headers=hds[random.randint(0,len(hds)-1)])
source_code = urllib2.urlopen(req,timeout=10).read()
plain_text=unicode(source_code)#,errors='ignore')
soup = BeautifulSoup(plain_text)
except (urllib2.HTTPError, urllib2.URLError), e:
print e
exit(-1)
except Exception,e:
print e
exit(-1)
xiaoqu_list=soup.findAll('div',{'class':'info-panel'})
for xq in xiaoqu_list:
info_dict={}
info_dict.update({u'小区名称':xq.find('a').text})
content=unicode(xq.find('div',{'class':'con'}).renderContents().strip())
info=re.match(r".+>(.+)</a>.+>(.+)</a>.+</span>(.+)<span>.+</span>(.+)",content)
if info:
info=info.groups()
info_dict.update({u'大区域':info[0]})
info_dict.update({u'小区域':info[1]})
info_dict.update({u'小区户型':info[2]})
info_dict.update({u'建造时间':info[3][:4]})
command=gen_xiaoqu_insert_command(info_dict)
db_xq.execute(command,1)
def do_xiaoqu_spider(db_xq,region=u"昌平"):
"""
爬取大区域中的所有小区信息
"""
url=u"http://bj.lianjia.com/xiaoqu/rs"+region+"/"
try:
req = urllib2.Request(url,headers=hds[random.randint(0,len(hds)-1)])
source_code = urllib2.urlopen(req,timeout=5).read()
plain_text=unicode(source_code)#,errors='ignore')
soup = BeautifulSoup(plain_text)
except (urllib2.HTTPError, urllib2.URLError), e:
print e
return
except Exception,e:
print e
return
d="d="+soup.find('div',{'class':'page-box house-lst-page-box'}).get('page-data')
exec(d)
total_pages=d['totalPage']
threads=[]
for i in range(total_pages):
url_page=u"http://bj.lianjia.com/xiaoqu/pg%drs%s/" % (i+1,region)
t=threading.Thread(target=xiaoqu_spider,args=(db_xq,url_page))
threads.append(t)
for t in threads:
t.start()
for t in threads:
t.join()
print u"爬下了 %s 区全部的小区信息" % region
def chengjiao_spider(db_cj,url_page=u"http://bj.lianjia.com/chengjiao/pg1rs%E5%86%A0%E5%BA%AD%E5%9B%AD"):
"""
爬取页面链接中的成交记录
"""
try:
req = urllib2.Request(url_page,headers=hds[random.randint(0,len(hds)-1)])
source_code = urllib2.urlopen(req,timeout=10).read()
plain_text=unicode(source_code)#,errors='ignore')
soup = BeautifulSoup(plain_text)
except (urllib2.HTTPError, urllib2.URLError), e:
print e
exception_write('chengjiao_spider',url_page)
return
except Exception,e:
print e
exception_write('chengjiao_spider',url_page)
return
cj_list=soup.findAll('div',{'class':'info-panel'})
for cj in cj_list:
info_dict={}
href=cj.find('a')
if not href:
continue
info_dict.update({u'链接':href.attrs['href']})
content=cj.find('h2').text.split()
if content:
info_dict.update({u'小区名称':content[0]})
info_dict.update({u'户型':content[1]})
info_dict.update({u'面积':content[2]})
content=unicode(cj.find('div',{'class':'con'}).renderContents().strip())
content=content.split('/')
if content:
info_dict.update({u'朝向':content[0].strip()})
info_dict.update({u'楼层':content[1].strip()})
if len(content)>=3:
content[2]=content[2].strip();
info_dict.update({u'建造时间':content[2][:4]})
content=cj.findAll('div',{'class':'div-cun'})
if content:
info_dict.update({u'签约时间':content[0].text})
info_dict.update({u'签约单价':content[1].text})
info_dict.update({u'签约总价':content[2].text})
content=cj.find('div',{'class':'introduce'}).text.strip().split()
if content:
for c in content:
if c.find(u'满')!=-1:
info_dict.update({u'房产类型':c})
elif c.find(u'学')!=-1:
info_dict.update({u'学区':c})
elif c.find(u'距')!=-1:
info_dict.update({u'地铁':c})
command=gen_chengjiao_insert_command(info_dict)
db_cj.execute(command,1)
def xiaoqu_chengjiao_spider(db_cj,xq_name=u"冠庭园"):
"""
爬取小区成交记录
"""
url=u"http://bj.lianjia.com/chengjiao/rs"+urllib2.quote(xq_name)+"/"
try:
req = urllib2.Request(url,headers=hds[random.randint(0,len(hds)-1)])
source_code = urllib2.urlopen(req,timeout=10).read()
plain_text=unicode(source_code)#,errors='ignore')
soup = BeautifulSoup(plain_text)
except (urllib2.HTTPError, urllib2.URLError), e:
print e
exception_write('xiaoqu_chengjiao_spider',xq_name)
return
except Exception,e:
print e
exception_write('xiaoqu_chengjiao_spider',xq_name)
return
content=soup.find('div',{'class':'page-box house-lst-page-box'})
total_pages=0
if content:
d="d="+content.get('page-data')
exec(d)
total_pages=d['totalPage']
threads=[]
for i in range(total_pages):
url_page=u"http://bj.lianjia.com/chengjiao/pg%drs%s/" % (i+1,urllib2.quote(xq_name))
t=threading.Thread(target=chengjiao_spider,args=(db_cj,url_page))
threads.append(t)
for t in threads:
t.start()
for t in threads:
t.join()
def do_xiaoqu_chengjiao_spider(db_xq,db_cj):
"""
批量爬取小区成交记录
"""
count=0
xq_list=db_xq.fetchall()
for xq in xq_list:
xiaoqu_chengjiao_spider(db_cj,xq[0])
count+=1
print 'have spidered %d xiaoqu' % count
print 'done'
def exception_write(fun_name,url):
"""
写入异常信息到日志
"""
lock.acquire()
f = open('log.txt','a')
line="%s %s\n" % (fun_name,url)
f.write(line)
f.close()
lock.release()
def exception_read():
"""
从日志中读取异常信息
"""
lock.acquire()
f=open('log.txt','r')
lines=f.readlines()
f.close()
f=open('log.txt','w')
f.truncate()
f.close()
lock.release()
return lines
def exception_spider(db_cj):
"""
重新爬取爬取异常的链接
"""
count=0
excep_list=exception_read()
while excep_list:
for excep in excep_list:
excep=excep.strip()
if excep=="":
continue
excep_name,url=excep.split(" ",1)
if excep_name=="chengjiao_spider":
chengjiao_spider(db_cj,url)
count+=1
elif excep_name=="xiaoqu_chengjiao_spider":
xiaoqu_chengjiao_spider(db_cj,url)
count+=1
else:
print "wrong format"
print "have spidered %d exception url" % count
excep_list=exception_read()
print 'all done ^_^'
if __name__=="__main__":
command="create table if not exists xiaoqu (name TEXT primary key UNIQUE, regionb TEXT, regions TEXT, style TEXT, year TEXT)"
db_xq=SQLiteWraper('lianjia-xq.db',command)
command="create table if not exists chengjiao (href TEXT primary key UNIQUE, name TEXT, style TEXT, area TEXT, orientation TEXT, floor TEXT, year TEXT, sign_time TEXT, unit_price TEXT, total_price TEXT,fangchan_class TEXT, school TEXT, subway TEXT)"
db_cj=SQLiteWraper('lianjia-cj.db',command)
#爬下所有的小区信息
for region in regions:
do_xiaoqu_spider(db_xq,region)
#爬下所有小区里的成交信息
do_xiaoqu_chengjiao_spider(db_xq,db_cj)
#重新爬取爬取异常的链接
exception_spider(db_cj)
/9 结语/
代码详情我已经上传到这里了：点击传送门。如果觉得还不错，记得给个star噢，感想小伙伴们的支持！
标签：info,python,xiaoqu,content,砍价,dict,多多,command,conn 来源： https://blog.csdn.net/qq308204833/article/details/111403566