查看原文
其他

Python助你叠猫猫,抢618大红包!

上海小胖 Python大本营 2019-06-25


作者 | 上海小胖  

来源 | Python专栏(ID:xpchuiit)


目录:

0 引言

1 环境

2 需求分析

3 前置准备

4 逛店铺流程回顾

5 代码全景展示

6 总结


0 引言


最近叠猫猫的活动可真是十分的火爆,每天小伙伴们为了合猫猫忙的可谓是如火如荼。为啥要叠猫猫呢?赚猫币得现金红包!!眼看为实,先来看看我朋友的购物订单。



看到没,优惠力度如此之大!!!


后知后觉的我,错过了第一波,可不想错过第二波啊!



活动需要不断的升级自家的猫,其中一个途径是通过逛店铺来获取喵币。每天可逛40店铺,共可领到40*300喵币!!但是,你总不能一直盯着玩吧?想想都累,所以呢,该Python大显身手了。


1 环境


操作系统:Windows

Python版本:3.7.2

手机系统:Android


2 需求分析


我们在手动的操作流程是逛店铺、领喵币,领取成功后,逛下一家店铺。好了,就是这么简单。


这里我们借助的是「adb」工具,配合Python脚本来完成。


3 前置准备


要正常使用「adb」需要打开USB调试,设置项通常出现在手机系统设置中的[开发人员选项]里面。



通过开发者模式中的“指针位置”可以用来获取手机点击时的坐标



4 逛店铺流程回顾


打开淘宝,在右上角找到合猫猫的入口并进入。


第一步,点击"合合卡"



第二步,点击"进店找卡"



第三步,等待10秒左右,点击"猫猫出现啦,点击得喵币"



第四步,点击"开心收下"



第五步,退出此店铺


因为有些店铺的左上角没有退出的按钮,这里为了统一操作,直接使用手机系统的全面屏手势退出即可,我的Honor9手机,是在屏幕左侧向右滑动可回到上一级。


第六步,退出店铺后即回到了主界面,如步骤一。


在这里,我们需要依次记录下"合合卡"、"进店找卡"、"猫猫出现啦,点击得喵币"、"开心收下"的坐标。


5 代码全景展示


import os,time
def pick_maomao(): print(f"点 合合卡 按钮") os.system('adb shell input tap 145 1625') time.sleep(1) print(f"点 进店找卡 按钮") os.system('adb shell input tap 841 1660') time.sleep(13) print(f"猫猫出现啦,点击得喵币") os.system('adb shell input tap 967 1134') time.sleep(1) print(f"点 开心收下") os.system('adb shell input tap 569 1380') time.sleep(1) print(f"利用全面屏手势退出店铺") os.system('adb shell input swipe 0 1500 500 1500') time.sleep(1)

for i in range(40): pick_maomao

短短十几行代码,轻松搞定!


将写好了代码放到「adb」工具的同路径下执行即可



最后强调一下,手机连上电脑后,在执行脚本前要确保「adb」命令能正常操控手机。


6 后记


本文代码中的坐标,是在我的Honor9手机上获取到的,因手机型号众多屏幕大小也不同,大家在执行代码前,根据实际情况记录下自己手机上"合合卡"、"进店找卡"、"猫猫出现啦,点击得喵币"、"开心收下"的坐标即可,替换坐标数据后即可正常使用。留给我们的时间不多喽,抓紧时间搞起来吧~~

本文全套代码获取地址:

https://github.com/MiracleYoung/You-are-Pythonista/tree/master/PythonExercise/Tool/2019_618_PickMaomao


作者介绍:上海小胖,四大咨询TechLead,mongoDB Professional 获得者。「Python专栏」专注Python领域的各种技术:爬虫、DevOps、人工智能、Web开发等。还有「大航海计划」,各种内推活动。


(*本文仅代表作者观点,转载请微信联系pythonzhuanlan)


在线公开课


想跟NVIDIA专业讲师学习TensorRT吗?扫码进群,获取报名地址,群内优秀提问者可获得限量奖品(定制T恤或者技术图书,包邮哦~)


NVIDIA TensorRT是一种高性能深度学习推理优化器和运行时加速库,可以为深度学习推理应用程序提供低延时和高吞吐量。通过TensorRT,开发者可以优化神经网络模型,以高精度校对低精度,最后将模型部署到超大规模数据中心、嵌入式平台或者汽车产品平台中。


推荐阅读:

你点的每个“在看”,我都认真当成了喜欢

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存