Appium自动化操作手机端软件-Damai-Ticket-Grab-Tutorial-2024

一、缘起

有很多朋友来找我弄演唱会的票，于是来看看。

大麦网站不允许在Web端进行购买，这意味着之前的那种Selenium的方式应该是无法操作了。

在Github上找到了一个项目，是支持小程序抢票的，这是一个新的领域，我们开始学习学习。

大麦App抢票：大麦App抢票

Appium手机自动化的原理：Appium原理与安装

二、先说说环境

看了App部分的Readme，依赖的软件有Node环境，Npm，Android Sdk，Appium，UiAutomator2驱动。

为了做到稍微的知其然知其所以然，我还是想先看看这些东西的作用，而不是无脑的安装。

因为今天在打Pikachu靶场的时候遇到了目录遍历，需要用Dirbuster这个工具，想起来之前写的一篇非常详细的工具说明，看完那叫一个清晰明朗，给了我用心做技术博客一些鼓励。

1、Node环境

摘自node.js官网的解释。

# Run JavaScript Everywhere

Node.js® is a free, open-source, cross-platform JavaScript runtime environment that lets developers create servers, web apps, command line tools and scripts.

Node.js®是一个免费、开源、跨平台的JavaScript运行时环境，允许开发人员创建服务器、web应用程序、命令行工具和脚本。

这里有一些名词，我们暂时不对免费，开源，跨平台这些简单名词进行解释。

好吧还是解释一下，免费就是不要钱，开源就是开放源代码，就像大家分享在Github上的抢票脚本，你是可以看到脚本的运行逻辑的，源码可下载可修改。还有一些软件是闭源的，会把代码实现的逻辑隐藏起来。

参考这个网站的一段解释来说明什么是开源：开源指南

“开源”是什么意思？
当一个项目被开源，这意味着任何人都可以出于任何目的查看，使用，修改和分发你的项目。 这些权限通过开源许可强制实施。

开源是强大的，因为它降低了事物被采纳的障碍，使得我们的想法可以被迅速传播。

接下来我们通过一个例子了解它的工作原理。想象你的朋友组织了一场聚餐，而你带去了一个樱桃派。

每个人都尝了那个派（使用)
派的味道棒极了！大家请你分享它的配方（view）
一个叫 Alex 的朋友是个糕点师，他建议少放点糖（modify）
一个叫 Lisa 的朋友想要用它作为下周的晚餐（distribute）
相比之下，一个闭源过程就像去一家餐厅订购一个樱桃派。你必须为了吃饼支付费用，餐厅恐怕不会给你他们的食谱。如果你准确地复制了他们的馅饼，并以你自己的名义出售，餐厅可以对你采取措施。

跨平台指的是它可以在不同系统（Windows，Linux，MacOs）不同架构（x86，x64）上运行。而不用为每个平台都编写一个不同的代码。

Javascript是一门编程语言，多用于前端，和html，css并称前端三剑客，而node.js就是来运行Javascript的一个环境。当然，Javascript还可以运行在浏览器端，当我们用F12打开开发者工具时就能够在浏览器的控制台运行Javascript。

那为什么需要一个Node呢？Node是用来在服务器端运行Javascript的，这样开发者可以不用学习常规的Php或Jsp，同样可以编写后端（服务端）的代码，而是只需要在服务器上安装Node.js环境即可，这对于我们来说是方便的。如果世界上有一种语言又快又好，那么大家都不用学Java，Python或者其他乱起八糟的了，可是事实却不是这样...

关于Node的介绍：Node

在ReadMe中要求Node的版本是18.0.0，这里只在官网找到18.20.4的版本。

Node18.20.4：预编译安装包下载页

那么Node.js包含了Npm，Npm又是什么鬼？

2、Npm包管理？

Npm 是 Node.js 的标准包管理器。

Npm简介：Npm包管理

什么是包，什么又是包管理？

假设我要做一个蛋糕，我需要去沃尔玛里面买相关的食材，比如牛奶，鸡蛋，面粉等等。

我当然可以自己养一头牛自己生产牛奶，自己再养一只鸡自己弄鸡蛋。但是没必要，超市里已经有，我直接拿来用不就很好吗？

假设我现在要开发一个抢票软件，需要识别图片验证码登录，我当然也可以自己写，但是在世界的某个角落，肯定有人已经写好了这个功能，那么他就会将这些代码打包（假设他打包之后命名为pic_read）上传到相关的包管理器的仓库中，我只需要去仓库里下载他写好的这个包，就可以使用图片验证码的这个功能了。

所以，对于我的抢票软件来说，pic_read就是我这个程序的依赖软件，想要运行我的程序，就必须要下载这个依赖才行。

关于Linux的包管理：什么是包管理器？

什么是Pip和Npm包管理器：Npm和Pip

在Node.Js中已经集成了Npm包管理，因为我们的抢票脚本很可能也需要利用网上面别人写好的代码包，所以Npm就能够为我们提供一个很好的下载平台。

顺便提一句，Npm的性质类似于Python的Pip，这一点在上面分享的文章中也有讲述。

在这里我们使用Npm包是为了安装一个名为Appium的东西，这又是啥？

3、Appiuim

我就喜欢这种把官网做的赏心悦目的工程组，是我们学习的好榜样啊。

Appiuim官方网站：Appium

从官网简短的描述中我们可以知道，Appium是一个实现Ui自动化的生态系统，那么同学又要问了，什么是Ui自动化？

欢迎来到 Appium 文档！Appium 是一个开源项目和相关软件的生态系统，旨在促进许多应用程序平台的 UI 自动化，包括移动（iOS、Android、Tizen）、浏览器（Chrome、Firefox、Safari）、桌面（macOS、Windows）、电视（Roku、tvOS、Android TV、三星）等！

正如主页上提到的，Appium 旨在支持许多不同平台（移动、Web、桌面等）的 UI 自动化。不仅如此，它还旨在支持以不同语言（JS、Java、Python 等）编写的自动化代码。将所有这些功能组合到一个程序中是一项非常艰巨的任务，如果不是不可能的话！

Ui也就是（User Interface），可以简单理解为我们的图形化界面这些东西，我们使用的Windows系统，浏览器，App都是Ui的产物。

与之对应的是命令行界面，就是我们可以通过敲代码来完成日常的所有操作，在Linux系统上用的比较多。

Ui的好处就是所见即所得，用户不需要学习复杂的代码操作，就可以为新建一个文档，为其重命名。但是它的缺点就是无法直接编写代码操作这些Ui软件，于是就出现了Ui自动化，它能够以代码的形式定位Ui元素，实现自动化操作。就像我们的抢票脚本一样。

在Web也就是浏览器端，我使用Selenium+Js来进行Ui自动化（看官网简介好像Appium也可以用来进行Web的Ui自动化），它可以通过判断页面的Dom元素来完成按钮点击，文字输入这些操作。

但是在手机上的App端，就需要用到Appium这样的生态系统了。

什么是Ui自动化：Ui自动化简介

Appium是如何工作的，在简单理解了其官网文章之后，给出一点看法。

appium是一个运行在node.js上的服务器，它本身不提供自动化操作android手机或者ios手机的功能。

它通过安装对应的驱动程序来实现对应平台上的ui自动化，比如想在ios上做自动化，安装XCUITest，想在android手机上实现自动化，安装UiAutomator2

于是，一个运行在Node.js环境下，并且带有UiAutomator2驱动的Appium服务就启动起来了，它应该是一个http服务，之类的，这个服务器需要连接到你想要执行自动化操作的设备上，所有的自动化操作都由这个服务器来执行。

正如它提到的，它支持用不同语言（JS、Java、Python 等）编写自动化代码，对于我这种只会Python的人来说简直太好了，于是我们下载Appium的客户端，在上面用Python（或者任何你会的语言）编写好自动化程序的执行脚本，然后将指令发送给服务器，服务器在你想执行自动化操作的设备上执行之后，将结果再返回给客户端。

理解了Appium的工作原理，我们再来看看Android sdk，这是什么东西，我猜测是因为我们需要在Android设备上执行自动化操作，所以需要安装这个东东。

关于Appium的详细介绍：Appium的详细介绍

4、Android Sdk

简单说就是Android Software Development Kit，安卓软件开发套件。

其中的Adb，Android Debugging Bridge调试桥接套件，可以让我们在Pc端控制安卓手机，记得之前在小程序抓包的时候也有用到过这个，反正用电脑自动化操作手机大概都要下载Sdk。

由于Android是基于Java开发的，所以使用Sdk需要先安装Java的Jdk（Java Development Kit）。

关于什么是Android Sdk：Android Sdk

5、UiAutomator2

最后再来说说这个在Android手机上实现自动化的框架。

关于什么是Ui Automator2，摘抄自网络，侵删。

UI Automator 是 Google 提供的测试框架，允许您自动与 Android 应用程序的用户界面进行交互。它对于测试涉及多个应用之间交互的方案特别有用。在我们的例子中，我们将使用它来测试两个 Android 应用程序之间的交互。

其实我们可以直接使用UiAutomator来进行安卓手机的自动化操作，但遗憾的是UiAutomator2只支持Java语言，所以我们使用Appium+Uiautomator2的方式来用Python语言运行自动化代码。

在查询过程中还发现有大神使用Python来驱动UiAutomator2的：深度探索 Uiautomator2（ATX）原理（附含源码解析）

关于Appium和UiAutomator之间的关系：自动化测试框架对比（UIAutomator、Appium）

6、安装环境

铺垫的知识学的差不多了，来安装把。

(一)、Node.Js

Node.Js：Node.Js18.20.4

Node.Js安装教程：2024Node.Js安装

(二)、Android-Sdk

Android-Sdk不是一个软件，而是包含了很多开发工具的软件包，需要安装Sdk管理工具，然后下载对应的Sdk软件包。

现如今安装Android-Sdk，有两种方式，一种是下载Android Studio使用其中的Sdk管理器来下载。

另外一种只需要下载Sdkmanager就可以了，于是我选第二种。

Sdkmanager下载地址：Windows-Sdk

下载完成后解压需要将文件夹目录改成这样，不然的话会报一个版本错误。

┌ android-sdk
│    ├ cmdline-tools
│    │     ├ latest
│    │     │     ├ bin
│    │     │     ├ lib
│    │     │     ├ NOTICE.txt
│    │     │     ├ source.properties

之后按照下面文章中的方法下载"platform-tools" "platforms;android-30" "build-tools;30.0.3"这几个软件，还有模拟器和镜像啥的，下载好之后这些工具就会出现再Android-Sdk这个目录下，不然原本只会有cmdline-tools。

使用Android Sdkmanager安装Android Sdk：在不安装Studio的情况下安装Sdk

然后再按照这个文章配置环境变量。

什么是环境变量：Linux环境变量解析

配置Sdk环境变量：Sdk环境变量配置

Path环境变量配置。

配置好之后应该可以随意打开一个cmd使用adb（Android Debug Bridge）软件，用于Pc端和安卓手机端之间的调试

其他参考文章...

另一篇使用Android Sdkmanager安装Android Sdk：使用Sdkmanager安装Sdk

不是写给初学者看的：官网对Sdkmanager的介绍

(三)、Npm安装Appium

然后通过npm下载，一开始记得换上国内的镜像源。不然下载会很慢。

什么是镜像源？就好像长沙有茶颜悦色，但是你跑长沙买就很慢，于是在你家小区楼下也开了一家一摸一样的，这样就快了。

Npm的默认软件仓库是在国外的服务器上的，国人下载很不方便，于是一些大公司就把这个仓库复制一份到国内来，于是就有了阿里源，腾讯源之类的，这些东东在国内的服务器上，方便我们的下载。

Npm镜像源配置：Npm镜像源

然后按照安装Appium，并且为其配置环境变量。

给Appium配置环境变量：Npm安装Appium

好像又不用配置环境变量，直接安装就行，但是我在Powershell环境下和Cmd环境下运行同样的命令结果却不同。

npm install -g appium #安装Appium

appium -v #查看安装是否成功

(四)、安装Uiautomator2

  appium driver install uiautomator2 #安装Uiautomator2
  
  appium driver list #检查是否成功安装

(五)、Appium-Python-Client

在Pycharm中安装Appium-Python-Client是非常简单的，不懂可以自己查查，就不细讲了。

(六)、特别声明

我发现使用模拟器来操作会无法购票，会不停的让你做滑动验证码，可能是服务器识别到了某些特征，暂时我们先不管它。

解决方式是使用真机，打开开发者模式，以及Usb调试。

三、看看代码

环境大差不差的准备好了，接下来下载了代码看看怎么运行。

这个代码里面没有交代怎么运行和配置App端的东东。

我摸索了一下大概是这样。

1、让代码先跑起来

首先要下载一个安卓模拟器（当然你也可以用真实机），然后开启开发者模式，在Pc端打开命令行，输入Adb（Android Debug Bridge，之前安装Android Sdk的时候下载好了的，已经配置到环境变量中的了。）

我下载的是Mumu模拟器，由于在虚拟机里面使用，一开始提示了没有开启Vt（Virtual Technology），我们需要在虚拟机设置中勾选一下，如果是物理机一般不需要弄，我的主板上默认是开了的。

现在我需要在Mumu的多开器上看一下模拟器使用的端口号，然后使用Adb连接上安卓模拟器，确保Pc端和手机端是可以联通的。

顺便开启一下模拟器的Root模式，不知道会不会影响我们的操作。

然后打开命令行提示窗口，使用adb来连接上我们的安卓模拟器。

然后在Appium运行一下，会看到Appium_Server运行在4723端口，这个好像是默认的。

在Config文件中配置一下。

之后就可以运行一下damai_app脚本，记得需要在模拟器上安装大麦App软件。

大概运行起来的样子是这样，还有很多Bug要自己改改，比如在面临弹窗的时候会识别不到元素之类种种。

2、看看代码如何运行

我们看到报错的信息。

首先是说没有找到这个元素，但是，如何在App上面定位元素啊？我不知道啊？

没关系，大哥我爱学，查。

(一)、如何在App定位元素

(1)、Uiautomator

上网查查人家说用Android Sdk中自带的小工具Uiautomator来定位。

我试着打开一下，发现Java版本不匹配，人家说要下Jdk1.8的版本才能用这个工具。

于是去Oracle官网安装一下。

Jdk1.8：下载地址

由于我不想改环境变量，太麻烦了，一会换一个版本的，我上网找到了一种方法在Bat脚本的开头为它设置我Jdk1.8的文件位置，这样运行这个脚本时就会配置一个临时的Java环境。

rem Set Jdk to 1.8
set JAVA_HOME=C:\Program Files (x86)\Java\jdk-1.8
set java_exe="%JAVA_HOME%"/bin/java.exe

保存后，再打开就可以了。

由于我们已经连接上了Adb，它可以自动识别到模拟器上的手机屏幕，并且获得对应的元素节点。

当我们切换界面后，要重新点击小按钮来刷新元素的获取。

Uiautomator View使用教程：View使用教程

(2)、Uiautomator-魔改版

这个原生的小工具有一个缺点，无法定位xpath，我在Github上找了一个魔改版。

可定位Xpath的Uiautomatorview：github地址

安装的教程在网址上有。奶奶滴，安装之后发现这个魔改版本根本不好用，避雷！很多App界面它是无法识别到控件的（原生的Viewer有些也会出现这个问题，但是是可解决的，通过打开手机开发者模式或者重启Adb，Appium，Viewer之类的，感兴趣自己查）。

(3)、Appium Inspector（好用啊！）

于是咱们又找到了一个靠谱的软件，Appium Inspector，这个是官方开发的，还不错。

下载地址：Appium Inspector

安装教程：Appium Inspector

需要添加的配置单元。

{
  "platformName": "Android",
  "appium:automationName": "UiAutomator2"
}

(二)、检查代码逻辑

(1)、加载配置文件-Config.py

开篇第一行代码，这个Conifg是从config.py文件中导入的，它是用来加载抢票相关配置信息，以及appium的连接配置信息的。

# 加载配置信息
config = Config.load_config()

Json格式的配置文件。

(2)、设置Appium的启动参数

各个参数的详细说明文档：Appium官方

官方的根本不会看，看这篇吧：各个参数解释

[一]、获取安卓版本

在手机上的设置--关于手机里一般有。

[二]、设备名称

这一栏不用修改，随便填，对于安卓系统来说目前没用。

[三]、获取包名

查看app的包名，在Pc端输入下列命令，然后打开对应的App，比如说大麦，就会出现包名啦。

adb shell am monitor

[四]、设置Activity

查了很多资料，不太理解appactivity的作用，像是说作为判断软件从不同入口进入的依据，比如是从桌面打开的软件，又或者是从别的页面跳转过来的，以此依据展示不同的界面？

询问Ai后它说我的想法是对的，它说当从通知栏，浏览器，桌面，这些不同地方打开同一个软件时，该软件的反应是不一样的，那么标识该软件从哪里打开，有没有开机动画之类的，就是Activity来标识。

我们在这随便填应该也不影响，我发现在Appium的Inspector中可以看到当前的Activity。

比如我先切换到设置在切换回大麦。

和我从主屏幕打开大麦。

(3)、连接Appium Server

接下来Python Client需要连接Appium Server给它发指令了

driver = webdriver.Remote(config.server_url, options=device_app_info)

(4)、定位元素

历经千辛万苦，终于来到定位元素的时候了。如何定位元素前面也说了，用Appium Inspector这个软件。

它这的代码逻辑很简单，就是不断的去找各个控件，点击，下一步这样。

关键在于识别控件的快慢，还有异常的处理。

下面是逻辑大概的讲解。

以上所有的实现都是通过识别控件的Xpath，然后发送点击，或者输入文字，来完成。

现在还有关键的问题，就是等待时间的优化，由于网络延迟的问题，每个控件的加载并不一定非常快，这时候元素还没加载出来，我们就使用find_Element来寻找元素的话会出现找不到元素，然后报错的情况。

所以为了避免这种情况，Selenium提供一些等待的方式。脚本中默认使用的是隐式等待，为了加快脚本的速度，我还想寻找更好的方式。

并且其中的一些代码逻辑做的也不太完善，我们来丰富一下

(三)、脚本优化

在网络上看了一个论坛，给出了一些方案。

主流有三种

1、appium模拟人操作

2、Hook技术

3、分析App发送的请求，逆向其加密的参数，重放请求

第2，3种都需要很多时间重新学习，我暂时没有拌饭实现。

于是又看了一看如何优化Appium的执行速度。

感觉没有什么可优化的，这个技术栈的天花板比较矮。

然后我想要判断按钮上的文字，但是没有找到获取元素的文本。

这个脚本优化暂时还没有什么办法做，就先告一段落吧。

Else、备忘录

1、Chocolatey

目标：了解Chocolatey，使用其来安装一个环境。

安装Node.js时勾选了一个chocolatey，简单查了一下是一个Windows的包管理器，类似于debian上的apt和red hat上的rpm，它使用Powershell来安装软件，自动配置环境变量，非常方便。

参考文章：用Chocolate安装Java

2、Powershell

之前一直在用命令行执行，新系统上Powershell似乎更强大。

目标：了解Powershell能做些什么。