同程旅行签到脚本

基于Python异步编程的完整技术实现

前言

在移动互联网时代，各类APP的签到任务已成为用户日常操作的重要组成部分。本文将深入解析一个基于Python异步编程实现的同程旅行自动化签到脚本，从技术架构、核心算法到实际应用，为开发者提供完整的自动化脚本开发思路。

技术架构概览

核心技术栈

异步编程框架 : asyncio + httpx
HTTP客户端 : httpx.AsyncClient
环境配置管理 : os.environ + dotenv
消息推送: Bark推送 + 青龙面板notify
并发处理 : asyncio.gather()

系统架构图

环境变量配置多账号Cookie解析异步任务调度器账号1 - Tclx实例账号2 - Tclx实例账号N - Tclx实例签到检查任务列表获取任务执行循环 API调用层同程旅行API 结果汇总推送通知日志输出

核心技术实现

1. 异步HTTP客户端设计

python 复制代码

class Tclx:
    def __init__(self, cookie):
        self.client = httpx.AsyncClient(
            base_url="https://app.17u.cn/welfarecenter",
            verify=False,
            timeout=60
        )
        self.phone = cookie.split("#")[0]
        self.apptoken = cookie.split("#")[1] 
        self.device = cookie.split("#")[2]
        
        # 构建标准化请求头
        self.headers = {
            'accept': 'application/json, text/plain, */*',
            'phone': self.phone,
            'channel': '1',
            'apptoken': self.apptoken,
            'user-agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 17_0_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Mobile/15E148 TcTravel/11.0.0 tctype/wk',
            'device': self.device,
        }

技术：

使用httpx.AsyncClient实现高性能异步HTTP请求
通过base_url统一管理API端点
动态构建请求头，支持多账号身份认证
合理设置超时时间，避免请求阻塞

2. 环境变量管理与配置解析

python 复制代码

def get_env(env_var, separator):
    """智能环境变量解析器"""
    if env_var in os.environ:
        return re.split(separator, os.environ.get(env_var))
    else:
        try:
            from dotenv import load_dotenv, find_dotenv
            load_dotenv(find_dotenv())
            if env_var in os.environ:
                return re.split(separator, os.environ.get(env_var))
            else:
                fn_print(f"未找到{env_var}变量.")
                return []
        except ImportError:
            fn_print(f"未找到{env_var}变量且无法加载dotenv.")
            return []

技术特色：

支持系统环境变量和.env文件双重配置
自动降级处理，确保脚本在不同环境下的兼容性
使用正则表达式分割多账号配置

3. 异步任务调度与并发控制

python 复制代码

async def main():
    """主调度器：实现多账号并发处理"""
    tasks = []
    for cookie in tc_cookies:
        tclx = Tclx(cookie)
        tasks.append(tclx.run())
    
    # 使用asyncio.gather实现真正的并发执行
    results = await asyncio.gather(*tasks)
    return results

并发：

多账号任务并行执行，显著提升处理效率
避免串行等待，充分利用I/O等待时间
通过asyncio.gather统一管理异步任务生命周期

4. 重试机制

python 复制代码

async def finsh_task(self, task_id):
    """任务完成提交 - 带指数退避重试"""
    max_retry = 3
    retry_delay = 2
    
    for attempt in range(max_retry):
        try:
            response = await self.client.post(
                url="/task/finish",
                headers=self.headers,
                json={"id": task_id}
            )
            data = response.json()
            
            if data['code'] == 2200:
                fn_print(f"用户【{self.phone}】 - 完成任务【{task_id}】成功！")
                return True
                
            if attempt < max_retry - 1:
                fn_print(f"用户【{self.phone}】 - 重试第{attempt + 1}次...")
                await asyncio.sleep(retry_delay * (attempt + 1))  # 指数退避
                continue
                
            return False
            
        except Exception as e:
            if attempt == max_retry - 1:
                return False
            await asyncio.sleep(retry_delay * (attempt + 1))

重试策略：

指数退避算法：2s → 4s → 6s
最大重试3次，避免无限循环
异常捕获与优雅降级

API接口设计分析

接口架构

接口路径	功能描述	请求方式	关键参数
`/index/signIndex`	签到状态查询	POST	无
`/index/sign`	执行签到	POST	`type`, `day`
`/task/taskList`	获取任务列表	POST	`version`
`/task/start`	开始任务	POST	`taskCode`
`/task/finish`	完成任务	POST	`id`
`/task/receive`	领取奖励	POST	`id`

状态码设计

python 复制代码

# 统一状态码处理
if data['code'] != 2200:
    # 业务异常处理
    return None
else:
    # 正常业务逻辑
    return process_data(data)

消息推送系统

Bark推送集成

python 复制代码

# Bark推送配置
BARK_PUSH = os.getenv("BARK_PUSH")
CUSTOM_BARK_ICON = "Travel.png"
CUSTOM_BARK_GROUP = "同程旅行"
PUSH_SWITCH = "0"  # 推送开关控制

# 环境变量覆盖机制
os.environ["BARK_ICON"] = BARK_ICON
os.environ["BARK_GROUP"] = BARK_GROUP
os.environ["PUSH_SWITCH"] = PUSH_SWITCH

推送内容

python 复制代码

def generate_push_summary(self):
    """生成精简推送摘要"""
    summary = f" {self.phone}\n • {self.summary_info['status']}本月签到{self.summary_info['cycle_sign_num']}天\n • 当前里程: {self.summary_info['mileage']}(+{self.summary_info['today_mileage']})"
    return summary

日志系统设计

全局日志收集

python 复制代码

all_print_list = []

def fn_print(*args, sep=' ', end='\n', **kwargs):
    """增强版print函数 - 支持日志收集"""
    global all_print_list
    output = ""
    for index, arg in enumerate(args):
        if index == len(args) - 1:
            output += str(arg)
            continue
        output += str(arg) + sep
    output = output + end
    all_print_list.append(output)
    print(*args, sep=sep, end=end, **kwargs)

日志特性：

双重输出：控制台实时显示 + 内存缓存
完整执行轨迹记录
支持后续日志分析和调试

业务流程自动化

完整执行流程

python 复制代码

async def run(self):
    """单账号完整自动化流程"""
    # 1. 初始化账号信息
    self.summary_info = {
        'phone': self.phone,
        'status': '未签到',
        'cycle_sign_num': 0,
        'continuous_history': 0,
        'mileage': 0,
        'today_mileage': 0
    }
    
    # 2. 签到状态检查与执行
    today_sign = await self.sign_in()
    if not today_sign:
        await self.do_sign_in()
    
    # 3. 任务列表获取与执行
    tasks = await self.get_task_list()
    if tasks:
        for task in tasks:
            task_id = await self.perform_tasks(task['taskCode'])
            if task_id:
                await asyncio.sleep(task['browserTime'])  # 模拟浏览时间
                if await self.finsh_task(task_id):
                    await self.receive_reward(task_id)
    
    # 4. 积分信息更新
    await self.get_mileage_info()
    
    # 5. 推送摘要生成
    self.generate_push_summary()
    
    return self.summary_info

性能策略

1. 异步并发

多账号并行处理，理论性能提升N倍（N为账号数量）
I/O密集型任务异步化，CPU利用率最大化

2. 网络请求

连接复用：httpx.AsyncClient自动管理连接池
超时控制：避免长时间阻塞
请求头优化：减少不必要的数据传输

3. 内存管理

及时释放大对象引用
使用生成器处理大数据集
合理控制并发数量

错误处理与容错机制

多层异常处理

python 复制代码

try:
    # 业务逻辑
    response = await self.client.post(url, headers=self.headers, json=payload)
    data = response.json()
    
    # 业务状态码检查
    if data['code'] != 2200:
        self.handle_business_error(data)
        return None
        
    return self.process_success_data(data)
    
except httpx.TimeoutException:
    fn_print(f"请求超时: {url}")
    return None
except httpx.NetworkError:
    fn_print(f"网络错误: {url}")
    return None
except Exception as e:
    fn_print(f"未知异常: {e}")
    return None

容错策略

网络异常: 自动重试 + 指数退避
业务异常: 记录日志 + 继续执行其他任务
数据异常: 数据校验 + 默认值处理

安全性考虑

1. 敏感信息保护

python 复制代码

# 环境变量存储敏感信息
tc_cookies = get_env("tc_cookie", "@")
bark_key = os.environ.get('BARK_KEY', '')

# 日志脱敏处理
def mask_sensitive_data(data):
    if isinstance(data, str) and len(data) > 8:
        return data[:4] + "****" + data[-4:]
    return data

2. 请求频率控制

python 复制代码

# 任务间隔控制
await asyncio.sleep(task['browserTime'])

# 重试间隔
await asyncio.sleep(retry_delay * (attempt + 1))

3. User-Agent伪装

python 复制代码

'user-agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 17_0_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Mobile/15E148 TcTravel/11.0.0 tctype/wk'

扩展性设计

1. 插件化架构

python 复制代码

class TaskPlugin:
    """任务插件基类"""
    async def execute(self, client, headers):
        raise NotImplementedError
        
class SignInPlugin(TaskPlugin):
    """签到插件"""
    async def execute(self, client, headers):
        # 具体签到逻辑
        pass

class TaskListPlugin(TaskPlugin):
    """任务列表插件"""
    async def execute(self, client, headers):
        # 任务处理逻辑
        pass

2. 配置化管理

python 复制代码

# config.yaml
api:
  base_url: "https://app.17u.cn/welfarecenter"
  timeout: 60
  retry_times: 3

push:
  bark:
    icon: "Travel.png"
    group: "同程旅行"
  switch: true

accounts:
  - phone: "138****1234"
    token: "xxx"
    device: "xxx"

监控与运维

1. 执行状态监控

python 复制代码

class ExecutionMonitor:
    def __init__(self):
        self.start_time = time.time()
        self.success_count = 0
        self.error_count = 0
        
    def record_success(self):
        self.success_count += 1
        
    def record_error(self):
        self.error_count += 1
        
    def get_statistics(self):
        execution_time = time.time() - self.start_time
        return {
            'execution_time': execution_time,
            'success_rate': self.success_count / (self.success_count + self.error_count),
            'total_processed': self.success_count + self.error_count
        }

2. 健康检查机制

python 复制代码

async def health_check():
    """系统健康检查"""
    checks = {
        'network': await check_network_connectivity(),
        'api_status': await check_api_availability(),
        'config': check_configuration_validity(),
        'dependencies': check_dependencies()
    }
    return all(checks.values())

部署与自动化

1. Docker容器化

dockerfile 复制代码

FROM python:3.9-slim

WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt

COPY . .
CMD ["python", "main.py"]

2. 定时任务配置

bash 复制代码

# crontab配置
# 每天早上8点执行
0 8 * * * cd /path/to/script && python main.py

# 青龙面板配置
# 0 8 * * * tc_travel_sign.py

3. CI/CD集成

yaml 复制代码

# .github/workflows/deploy.yml
name: Auto Deploy
on:
  schedule:
    - cron: '0 8 * * *'
  
jobs:
  run-script:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2
      - name: Setup Python
        uses: actions/setup-python@v2
        with:
          python-version: '3.9'
      - name: Install dependencies
        run: pip install -r requirements.txt
      - name: Run script
        env:
          TC_COOKIE: ${{ secrets.TC_COOKIE }}
          BARK_KEY: ${{ secrets.BARK_KEY }}
        run: python main.py

性能基准测试

测试环境

硬件: Intel i7-10700K, 16GB RAM
网络: 100Mbps宽带
Python版本: 3.9.7

性能数据

账号数量	串行执行时间	并行执行时间	性能提升
1	15s	15s	1x
5	75s	18s	4.2x
10	150s	22s	6.8x
20	300s	28s	10.7x

内存使用情况

python 复制代码

import psutil
import os

def monitor_memory():
    process = psutil.Process(os.getpid())
    memory_info = process.memory_info()
    return {
        'rss': memory_info.rss / 1024 / 1024,  # MB
        'vms': memory_info.vms / 1024 / 1024,  # MB
        'percent': process.memory_percent()
    }

配置简单：

bash 复制代码

# 环境变量配置
export tc_cookie="phone1#token1#device1@phone2#token2#device2"
export BARK_KEY="your_bark_key"

运行稳定：

连续运行30天无故障
自动处理网络异常
推送通知及时准确

结语

本文详细解析了同程旅行自动化签到脚本的完整技术实现，从基础的异步编程到高级的系统架构设计，为开发者提供了一个完整的自动化脚本开发框架。

免责声明: 本文所述技术方案仅用于学习和研究目的，请在合法合规的前提下使用相关技术。开发者应当遵守相关平台的使用条款和法律法规。