querylist采集微信公眾號文章(

UI自動(dòng)化工具輕松實(shí)現微信消息的自動(dòng)收發(fā)和朋友圈爬取)

　　

　　大家好，我是小明。昨天，我在《UI自動(dòng)化工具輕松實(shí)現微信消息自動(dòng)收發(fā)和好友動(dòng)態(tài)爬取》一文中演示了三個(gè)UIAutomation的使用實(shí)例。鏈接：

　　由于昨天對UIAutomation的API的理解不夠全面，個(gè)人代碼優(yōu)化還有很大的空間。今天我們的目標是實(shí)現微信PC版聯(lián)系人信息列表的抓取，這將分別使用PyWinAuto和uiautomation來(lái)實(shí)現。通過(guò)對比，大家就會(huì )有更深入的了解。

　　PyWinAuto 實(shí)現

　　PyWinAuto 官方文檔地址：

　　將 PyWinAuto 連接到桌面程序有兩種主要方式：

　　它們是進(jìn)程的 pid 和窗口句柄。下面我將演示如何獲取微信的進(jìn)程id和窗口句柄。

　　根據進(jìn)程名獲取進(jìn)程ID：

　　import psutil

def get_pid(proc_name):

for proc in psutil.process_iter(attrs=['pid', 'name']):

if proc.name() == proc_name:

return proc.pid

%time get_pid("WeChat.exe")

　　Wall time: 224 ms

7268

　　根據窗口標題和類(lèi)名查找窗口句柄：

　　import win32gui

%time hwnd = win32gui.FindWindow("WeChatMainWndForPC", "微信")

hwnd

　　Wall time: 0 ns

264610

　　耗時(shí)幾乎為零，比之前的方法快了100多倍。

　　于是我用窗口句柄連接微信窗口：

　　import win32gui

from pywinauto.application import Application

hwnd = win32gui.FindWindow("WeChatMainWndForPC", "微信")

app = Application(backend='uia').connect(handle=hwnd)

app

　　自動(dòng)打開(kāi)*敏*感*詞*：

　　import pywinauto

win = app['微信']

txl_btn = win.child_window(title="*敏*感*詞*", control_type="Button")

txl_btn.draw_outline()

cords = txl_btn.rectangle()

pywinauto.mouse.click(button='left', coords=(

(cords.right+cords.left)//2, (cords.top+cords.bottom)//2))

　　隨機點(diǎn)擊好友信息詳情后，通過(guò)inspect.exe查看節點(diǎn)信息。

　　然后編寫(xiě)如下代碼，根據分析結果運行：

　　

　　可以看到各種信息提取的很流暢，但是最多需要3.54秒，不一定比手動(dòng)復制粘貼快。這也是pywinauto的一個(gè)缺點(diǎn)，太慢了。

　　下面我們進(jìn)行批量爬取。原理大致是每次讀取信息面板時(shí)，按向下箭頭鍵，發(fā)現當前讀取的數據與上一次一致。認為爬行已經(jīng)結束。

　　由于pywinauto的爬取速度太慢，我手動(dòng)將好友列表拖到最后，然后運行如下代碼：

　　import pandas as pd

win = app['微信']

contacts = win.child_window(title="聯(lián)系人", control_type="List")

# 點(diǎn)擊第二個(gè)可見(jiàn)元素

contacts.children()[1].click_input()

result = []

last = None

num = 0

while 1:

tag = win.Edit2

tmp = tag.parent().parent()

nickname = tag.get_value()

# 跳過(guò)兩個(gè)官方號

if nickname in ["微信團隊", "文件傳輸助手"]:

contacts.type_keys("{DOWN}")

continue

detail = tmp.children()[-1]

whats_up = ""

if hasattr(detail, 'get_value'):

whats_up = detail.get_value()

elif hasattr(detail, 'window_text') and detail.window_text() != "":

# 這種情況說(shuō)明是企業(yè)微信，跳過(guò)

contacts.type_keys("{DOWN}")

continue

items = tmp.parent().parent().children()[2].children()

row = {"昵稱(chēng)": nickname, "個(gè)性簽名": whats_up}

for item in items:

lines = item.children()

k = lines[0].window_text()

v = lines[1].window_text()

row[k.replace(" ", "")] = v

if row == last:

# 與上一條數據一致則說(shuō)明已經(jīng)爬取完畢

break

result.append(row)

num += 1

print("\r", num, row,

end=" ")

last = row

contacts.type_keys("{DOWN}")

df = pd.DataFrame(result)

df

　　最后結果：

　　

　　可以看出，最后一頁(yè)11個(gè)微信賬號的數據抓取耗時(shí)45秒。

　　ui自動(dòng)化實(shí)現

　　接下來(lái)，我們將使用 uiautomation 來(lái)實(shí)現這種爬取。

　　獲取微信窗口，點(diǎn)擊*敏*感*詞*按鈕：

　　import uiautomation as auto

wechatWindow = auto.WindowControl(searchDepth=1, Name="微信", ClassName='WeChatMainWndForPC')

wechatWindow.SetActive()

txl_btn = wechatWindow.ButtonControl(Name='*敏*感*詞*')

txl_btn.Click()

　　然后點(diǎn)擊云朵君的好友信息，測試好友信息抽?。?/p>

　　

　?。ㄟ@個(gè)數字，你可以隨意添加）

　　wechatWindow.EditControl(searchDepth=10, foundIndex=2) 表示在10層節點(diǎn)內搜索第二個(gè)EditControl類(lèi)型節點(diǎn)（第一個(gè)是搜索框，第二個(gè)是朋友的昵稱(chēng)）。

　　GetParentControl() 和 GetNextSiblingControl() 是昨天沒(méi)有使用的 API。它們用于獲取父節點(diǎn)和下一個(gè)兄弟節點(diǎn)。使用這兩個(gè) API 來(lái)重寫(xiě)昨天的 文章 的代碼，將使程序代碼變得簡(jiǎn)單和高效。改進(jìn)。

　　然后使用與 PyWinAuto 相同的方式進(jìn)行批量提?。?/p>

　　還要先測試最后一頁(yè)的數據：

　　

　　爬取只用了 11 秒，比 PyWinAuto 快 4 倍。

　　所以我們可以批量提取所有微信好友的數據。最后，我這邊的700多個(gè)朋友用了10分鐘。雖然速度較慢，但??與 PyWinAuto 相比完全可以接受。

　　代碼對比

　　

　　對于兩者，我都試圖遵循完全相同的邏輯。

　　win.Edit2 也得到第二個(gè) EditControl 類(lèi)型節點(diǎn)，

　　type_keys 是 PyWinAuto 用來(lái)模擬擊鍵的 API，{DOWN} 代表向下的方向鍵。

　　PyWinAuto獲取父子節點(diǎn)的api都是小寫(xiě)的，沒(méi)有g(shù)et，uiautomation獲取父子節點(diǎn)的api大寫(xiě)，前綴為Get。

　　對于 PyWinAuto 中的這行代碼：

　　items = tmp.parent().parent().children()[2].children()

　　使用 uiautomation：

　　items = tmp.GetParentControl().GetNextSiblingControl().GetNextSiblingControl().GetChildren()

　　有一個(gè)很大的不同。

　　這是因為我沒(méi)有找到PyWinAuto獲取兄弟節點(diǎn)的API，所以采用了先獲取父節點(diǎn)再獲取子節點(diǎn)的方法。

　　另外，判斷是否是企業(yè)微信的邏輯不同。PyWinAuto也需要在個(gè)性簽名為空時(shí)處理異常，否則程序會(huì )報錯退出。具體點(diǎn)需要大家去測試和體驗。

　　其他地方的邏輯幾乎相同。

　　總結

　　本文還演示了 PyWinAuto 和 uiautomation 讀取微信好友列表信息。通過(guò)對比，我們可以更深入地了解兩者的API用法。作為作者，我在實(shí)踐中有著(zhù)深刻的理解。只是文章中的代碼并沒(méi)有體現這些細節，具體的事情需要讀者在分析對比的過(guò)程中得到答案。僅僅看本文的代碼或許可以解決當前的需求，但是很難將本文涉及的技術(shù)應用到其他需求上。

　　童鞋們，讓我們通過(guò)動(dòng)手實(shí)踐來(lái)學(xué)習吧??學(xué)完之后，你會(huì )看到任何實(shí)現Automation Provider的桌面程序，并且可以爬~