前端工程师用Node.js + Appium实现APP自动化

简介

最近在使用Appium做爬虫功能，网上全是python + Appium的教程，Appium也支持Node.js开发，作为前端工程师使用Node.js + Appium实现了自动化爬虫功能。

零零散散折腾了小两天的时间，踩了一些小坑，把流程和坑点整理出来供大家参考，希望让大家少踩坑、快速实现功能。

原理介绍

我们先搞清楚几个概念，看Appium是如何实现自动操作设备的，结合图片从右往左看：

Device是设备，有安卓、IOS、Windows、Mac等不同类型的设备。
Appium是一个Web服务器，与设备连接，可以通过接口来操作设备，实现自动化，本身也是Node应用。
Driver是驱动程序，不同的设备需要不同的驱动程序去控制，驱动程序属于Appium架构中的一部分。
Client即调用Appium接口的客户端，支持不同语言调用，比如Java、Node等语言调用。

总结：用Java、Node.js作为客户端调用 Appium服务端接口，Appium通过驱动控制设备，实现自动化操作。

环境搭建

不再一一介绍每个依赖的安装步骤，网上搭建环境的文章很多，主要是如下两点功能：

安装Java、Android的SDK，确保 adb命令可用，用于连接手机。
安装Node.js，用于运行Appium 和 webdriver.io(Client Node.js)。

adb命令使用

adb 简介，可以通过数据线或WIFI实现电脑与手机的连接，手机需要打开开发者调试选项，连接成功后，可以通过adb命令操作手机、安装、调试应用。

查看设备列表：adb devices，如果成功连接手机，输入该命令后会展示设备列表。

安装APK：adb install + apk路径

查看当前打开的App包名与appActivity：

例如微信：com.tencent.mm 是包名，.ui.launcherUI 是 appActivity，这些参数在后边开发自动化功能时使用。

Appium 服务启动

有两种方式启动服务，一种是安装命令行工具，通过命令行启动；第二种是安装 AppiumDesktop GUI软件启动，任选其一即可，作为前端工程师，首选命令行。

csharp 复制代码

// 安装命令行
$ npm i --location=global appium

// 安装驱动
$ appium driver install uiautomator2

// 启动服务
$ appium

坑点1 不同手机的ADB设置

Appium启动后，会在手机上自动安装3个App，这里有个坑，不同的手机系统开发者选型设置不同，可能会有不同的问题，亲测我的VIVO和OPPO机型，Vivo必须允许三个App为高耗电后台运行，OPPO开发者选项中需要需要开启禁止权限监控，否则无法自动安装App，其他同事出现了App总是重复安装的问题。

Vivo设置允许APP后台高耗电：blog.csdn.net/a1070306023...
Oppo开发者选项设置： blog.csdn.net/HealerLX/ar...

小Tips：通过 Appium + 手机品牌去搜索问题，更高效。

页面元素定位工具

appium inspector官方的GUI界面定位工具，可以通过参数启动App，并将App的画面和页面结构展示出来，以微信为例：填入我们获取到的appPackage 和 appActivity。

坑点2 启动参数务必增加 appium:noReset为true

这里有一个坑需要注意，必须设置appium:noReset参数为true，不然每次启动会清空你的App历史数据，我的微信数据被清理了 🙂。

点击Start Session按钮就可以看到页面的截图、结构和元素的信息了。

自动化开发

如果通过adb连接手机，并通过 appium inspector 成功获取到界面元素，那么恭喜你已经完成了80%的进展，剩下的就是通过Node.js + webdriver.io 开发自动化脚本，App自动跑起来了。

开发前这里我们要掌握webdriver.io的几个基本用法：

连接设备
通过页面元素选择器实现元素的单选、多选。
获取元素属性、点击元素。
滑动页面
保存图片

webdriver.io 的选择器和jquery的语法很类似，看一个Demo相信你就掌握了。

javascript 复制代码

// 引入lib
const { remote } = require('webdriverio');


// 微信应用启动配置
const capabilities = {
  platformName: 'Android',
  'appium:automationName': 'UiAutomator2',
  'appium:deviceName': 'Android',
  'appium:appPackage': 'com.tencent.mm',  // 包名
  'appium:appActivity': '.ui.LauncherUI', // 启动页
  "appium:noReset": true, // 不复位数据
  "appium:unicodeKeyboard": false // 隐藏键盘
};


// Appium配置
const wdOpts = {
  hostname: process.env.APPIUM_HOST || 'localhost',
  port: parseInt(process.env.APPIUM_PORT, 10) || 4723,
  logLevel: 'info',
  capabilities,
};


// 入口
async function main() {

  // 设备实例
  const driver = await remote(wdOpts);

  try {

    // 通过Xpath获取元素
    // 单选  类名 + text
    const findBtn = await driver.$('//android.widget.TextView[@text="发现"]');
    // 单选  类名 + resource-id
    const myBtn = await driver.$('//android.widget.ImageView[@resource-id="com.tencent.mm:id/huj"]');
    // 多选 + 类名 + resource-id
    const commentList = await driver.$$('//android.widget.LinearLayout[@resource-id="com.tencent.mm:id/h1r"]');

    // 获取元素 text 属性
    const timeSel = await driver.$('//android.widget.ImageView[@resource-id="com.tencent.mm:id/huj"]');
    const time = await timeSel.getAttribute('text')

    // 点击元素
    await findBtn.click()


    // 向上滑动 开始坐标 + 滑动时间 + 结束坐标
    await driver.touchAction([
      {action: 'press', x: 379, y: 2098},
      {action: 'wait', ms: '2000'},
      {action: 'moveTo', x: 375, y: 606},
      'release'
    ]);

    // 暂停 1秒
    await driver.pause(1000);  

    // 保存图片
    const avatarSel = await item.$('//android.widget.ImageView[@resource-id="com.tencent.mm:id/a27"]');
    await avatarSel.saveScreenshot('./avatar.png');


  } finally {
    await driver.pause(1000);
    await driver.deleteSession();
  }
}

main().catch(console.error);

坑点3 滑动操作加时间

webdriver.io的文档中关于滑动操作，并没有提示必须加滑动时间，但实际开发中不加滑动时间，在App上会变成点击 + 滑动操作，经常会出现类似长按的操纵，所以务必加上wait的参数。

坑点4 键盘会被隐藏

unicodeKeyboard设置为false会将你的手机输入法关掉，重新启动输入法应用就可以了，还没研究清楚unicodeKeyboard参数的意义，大家实践后可以补充下。

效果展示

掌握选择器和操作语法后，前端工程师就能很快的实现自己的功能了，下边的截图是爬取我的微信视频号中的评论数据。

总结

我们再回顾下：

环境：安卓JavA、Android的SDK，安装Node.js 和 Appium命令行。
工具：adb连手机看参数、 Appium命令行启动服务、appium-inspector查看页面元素。
流程：使用Node+ webdriverio，实现操作设备。
语法：webdriverio 元素选择、模拟点击、滑动，获取元素属性 + 图片。

采坑：

不同手机的开发者选项设置。
启动参数务必加noReset。
滑动事件务必加wait参数。
键盘被隐藏，重新打开输入法即可。

最后，爬虫有风险，大家不要做违法违规的事，我是前端工程师秦少卫，不到之处恳请斧正，欢迎大家点赞关注评论，我们一起成长。