import asyncio import logging import uuid import os import sys import json import time from datetime import datetime from Apps.YeLiTe.Kit import take_screenshot, clean_station_name, get_image_content_md5, find_template from Apps.YeLiTe.ReadImageKit import ReadImageKit from Apps.YeLiTe.Service import YiLaiTeService from Apps.YeLiTe.Config.Setting import ( SCROLL_DISTANCE_RATIO, WAIT_AFTER_SCROLL, MAX_STATIONS_COUNT, WAIT_DETAIL_PAGE_LOAD, WAIT_BACK_TO_LIST, TEST_CLEAR_REDIS, SAFE_EXCLUDE_RATIO, BOTTOM_SAFE_EXCLUDE_RATIO ) from Util.RedisKit import RedisKit from Core.BaseCrawler import BaseCrawler import uiautomator2 as u2 # 项目根目录处理 project_root = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))) if project_root not in sys.path: sys.path.append(project_root) logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s') logger = logging.getLogger("YiLaiTeCrawler") class YiLaiTeCrawler(BaseCrawler): def __init__(self, service=None): super().__init__(service or YiLaiTeService()) self.read_image_kit = ReadImageKit() self.redis_kit = RedisKit() async def start(self): """ 实现 BaseCrawler 的启动入口 """ await main(self.service) async def open_app(self): """ 打开驿来特小程序 """ from Apps.YeLiTe import Opener return await Opener.open_mini_program() async def crawl_list(self): """ 开始爬取列表页 """ d = u2.connect() return await self.crawl_list_logic(d) async def crawl_detail(self, station_info): """ 爬取详情页 (BaseCrawler 要求，此处逻辑已集成在 crawl_list_logic 中) """ pass async def clean_redis_data(self): """ 清除测试用的 Redis 记录 """ if TEST_CLEAR_REDIS: logger.info("清理 Redis 中的场站处理记录...") pattern = "crawled:ylt:*" keys = await self.redis_kit.keys(pattern) if keys: await self.redis_kit.delete(*keys) async def crawl_list_logic(self, d): processed_count = 0 no_new_data_count = 0 last_md5 = None background_tasks = [] while processed_count < MAX_STATIONS_COUNT: # 1. 截图并分析 screenshot_path = take_screenshot(d, f"list_{int(time.time())}.jpg") # 检测是否滚动到底部 curr_md5 = get_image_content_md5(screenshot_path, top_ratio=SAFE_EXCLUDE_RATIO, bottom_ratio=BOTTOM_SAFE_EXCLUDE_RATIO) if last_md5 == curr_md5: logger.info("内容无变化，判定已到底部") if os.path.exists(screenshot_path): os.remove(screenshot_path) break last_md5 = curr_md5 stations = await self.read_image_kit.analyze_station_list(screenshot_path) if not stations: no_new_data_count += 1 if no_new_data_count >= 5: logger.info("连续 5 页无新数据，停止") break # 滑动 d.swipe_ext("up", scale=SCROLL_DISTANCE_RATIO) await asyncio.sleep(WAIT_AFTER_SCROLL) continue no_new_data_count = 0 new_stations_in_page = 0 for station in stations: if processed_count >= MAX_STATIONS_COUNT: break name = station.get('name') address = station.get('address') point = station.get('point') if not name or not point: continue # 去重 redis_key = f"crawled:ylt:{clean_station_name(name)}" if await self.redis_kit.get_data(redis_key): logger.info(f"场站 {name} 已处理过，跳过") continue # --- 新增逻辑：立即中断当前页面的后续遍历，先处理当前这个场站 --- # 因为一旦点击进入二级页面再返回，列表页的状态可能会变（如滚动位置微调）， # 或者之前的坐标已经失效。为了稳健，每次处理完一个点击跳转，都应该重新截图分析列表页。 # 但重新截图分析成本太高，所以至少应该确保处理完这一个后，不会盲目点击后续的旧坐标。 # # 然而，当前逻辑是遍历 `stations` 列表。如果第一个场站点击并返回了， # 后面的 `stations` 中的坐标可能已经不准了（如果返回时页面刷新了）。 # # 观察日志发现："发现第一场站后，没有进去查看二级，而是直接退回了小程序的搜索页面" # 这说明可能是 `d.press("back")` 的逻辑有问题，或者页面结构导致 `back` 行为不一致。 # # 针对用户反馈："发现第一场站后，没有进去查看二级，而是直接退回了小程序的搜索页面" # 这通常是因为在列表页点击后，并没有真正进入二级页（也许点偏了，或者加载慢）， # 然后程序认为进去了，执行了 `back`，结果把列表页关了退回了搜索页。 # # 现在的代码已经加了 MD5 校验 `if before_md5 != after_md5`，理论上能防住这个问题。 # 但用户最新的反馈是："没有马上进入第一个卡片对应的二级，而是向下继续滚动了去获取更多的场站了" # 这意味着 `before_md5 != after_md5` 判断为 False，认为没进去，所以跳过了处理，继续循环。 # # 为什么明明点击了却没进去？ # 1. 坐标点偏了？测试脚本显示点是红心，应该是准的。 # 2. 点击操作被某些透明层拦截了？ # 3. 页面还没加载完全？ # # 让我们增加点击后的重试机制，或者微调点击位置。 # 另外，如果点击没进去，不应该直接 continue，应该尝试 debug 或者稍微移动一下位置再点。 # # 这里我们加一个重试点击逻辑 # 点击进入前截图，用于对比是否成功进入二级页 before_click_path = take_screenshot(d, f"before_{clean_station_name(name)}") before_md5 = get_image_content_md5(before_click_path, top_ratio=SAFE_EXCLUDE_RATIO, bottom_ratio=BOTTOM_SAFE_EXCLUDE_RATIO) # 点击进入 logger.info(f">>> 发现新场站: {name} 坐标: {point}") # 稍微等待一下，确保 UI 稳定 await asyncio.sleep(0.5) # 使用 input tap 替代 d.click，提高点击成功率 (部分小程序对 click 响应不佳) d.shell(f"input tap {int(point[0])} {int(point[1])}") await asyncio.sleep(WAIT_DETAIL_PAGE_LOAD) # 分析详情页 (采用异步后台模式) detail_shot = take_screenshot(d, f"detail_{clean_station_name(name)}_{int(time.time())}") after_md5 = get_image_content_md5(detail_shot, top_ratio=SAFE_EXCLUDE_RATIO, bottom_ratio=BOTTOM_SAFE_EXCLUDE_RATIO) # 清理临时对比图 if os.path.exists(before_click_path): os.remove(before_click_path) if before_md5 == after_md5: logger.warning(f"首次点击 {name} 未跳转，尝试稍微偏移位置重试...") # 尝试向下偏移 20px 点击 offset_y = point[1] + 20 d.shell(f"input tap {int(point[0])} {int(offset_y)}") await asyncio.sleep(WAIT_DETAIL_PAGE_LOAD) # 再次截图检查 if os.path.exists(detail_shot): os.remove(detail_shot) detail_shot = take_screenshot(d, f"detail_{clean_station_name(name)}_{int(time.time())}") after_md5 = get_image_content_md5(detail_shot, top_ratio=SAFE_EXCLUDE_RATIO, bottom_ratio=BOTTOM_SAFE_EXCLUDE_RATIO) if before_md5 != after_md5: logger.info(f"成功进入详情页: {name}") # --- 新增：点击“阶段性电价”按钮以获取完整电价列表 --- dqdf_pos = find_template(detail_shot, "dqdf.jpg") detail_shots = [] if dqdf_pos: logger.info(f"发现‘阶段性电价’按钮 {dqdf_pos}，点击进入...") d.click(dqdf_pos[0], dqdf_pos[1]) await asyncio.sleep(2) # 等待列表加载 # 删除旧的详情页截图 if os.path.exists(detail_shot): os.remove(detail_shot) # 截图1 (顶部) shot1 = take_screenshot(d, f"detail_price_{clean_station_name(name)}_{int(time.time())}_1") detail_shots.append(shot1) # 向下滚动以获取完整价格表 logger.info("向下滚动以获取更多电价信息(从底部向上滑)...") # User feedback: 必须放在下方，向上滚动 w, h = d.window_size() # 调整滑动参数：避开底部导航栏，增加滑动距离，放慢速度 # start_y=0.75, end_y=0.25 d.swipe(w * 0.5, h * 0.75, w * 0.5, h * 0.25, 0.8) await asyncio.sleep(2.0) # 增加等待时间，确保滚动停止 # 截图2 (底部) shot2 = take_screenshot(d, f"detail_price_{clean_station_name(name)}_{int(time.time())}_2") detail_shots.append(shot2) # 关闭分时段定价列表 (点击屏幕最顶部空白处) logger.info("点击屏幕上部空白处以关闭定价列表...") d.click(w * 0.5, h * 0.1) await asyncio.sleep(1.0) else: logger.info("未发现‘阶段性电价’按钮，直接分析当前页") detail_shots.append(detail_shot) # -------------------------------------------------- # 启动后台任务处理详情页 task = asyncio.create_task(self.analyze_detail_background(name, detail_shots, address=address)) background_tasks.append(task) processed_count += 1 new_stations_in_page += 1 await self.redis_kit.set_data(redis_key, "1", expire=86400*7) # 返回列表页 (现在应该已经回到了详情页主界面) d.press("back") await asyncio.sleep(WAIT_BACK_TO_LIST) # 再次检查是否回到了列表页，如果没回，再点一次 back after_back_shot = take_screenshot(d, "check_back") after_back_md5 = get_image_content_md5(after_back_shot, top_ratio=SAFE_EXCLUDE_RATIO, bottom_ratio=BOTTOM_SAFE_EXCLUDE_RATIO) if os.path.exists(after_back_shot): os.remove(after_back_shot) if after_back_md5 == after_md5: # 还在详情页/电费页 logger.info("似乎还在二级页面，尝试再次返回...") d.press("back") await asyncio.sleep(WAIT_BACK_TO_LIST) else: logger.warning(f"点击场站 {name} 后页面似乎未跳转，跳过返回操作") if os.path.exists(detail_shot): os.remove(detail_shot) # 即使没进去，也记录一下，避免短时间内重复尝试 await self.redis_kit.set_data(redis_key, "1", expire=3600) if new_stations_in_page == 0 and stations: no_new_data_count += 1 if no_new_data_count >= 5: logger.info("连续 5 页均无新场站，停止") break else: no_new_data_count = 0 # 滑动翻页 d.swipe_ext("up", scale=SCROLL_DISTANCE_RATIO) await asyncio.sleep(WAIT_AFTER_SCROLL) # 等待后台任务完成 if background_tasks: logger.info(f"等待 {len(background_tasks)} 个后台分析任务完成...") await asyncio.gather(*background_tasks, return_exceptions=True) return processed_count async def analyze_detail_background(self, station_name, image_paths, address=None): """ 后台异步分析详情页 (支持多张截图合并) """ try: if isinstance(image_paths, str): image_paths = [image_paths] logger.info(f"开始后台分析场站: {station_name} (图片数: {len(image_paths)})") all_prices = [] for img_path in image_paths: prices = await self.read_image_kit.analyze_detail_price(img_path) if prices: all_prices.extend(prices) # 去重合并 unique_prices = [] seen_periods = set() for p in all_prices: start = str(p.get('start', '')).strip() end = str(p.get('end', '')).strip() if not start or not end: continue key = f"{start}-{end}" if key not in seen_periods: seen_periods.add(key) unique_prices.append(p) # 按开始时间排序 unique_prices.sort(key=lambda x: x.get('start', '00:00')) if unique_prices: await self.service.process_price_detail_data(station_name, unique_prices, address=address) logger.info(f"场站 {station_name} 价格分析完成并入库 (记录数: {len(unique_prices)}, 地址: {address})") else: logger.warning(f"场站 {station_name} 未识别到价格信息") except Exception as e: logger.error(f"后台分析 {station_name} 失败: {e}") finally: # 调试阶段暂时不删除截图，方便排查 VLM 识别失败原因 pass # if isinstance(image_paths, list): # for p in image_paths: # if os.path.exists(p): os.remove(p) # elif isinstance(image_paths, str) and os.path.exists(image_paths): # os.remove(image_paths) async def main(service=None): if service is None: service = YiLaiTeService() await service.init_db() crawler = YiLaiTeCrawler(service) d = u2.connect() # 清理 Redis await crawler.clean_redis_data() # 记录任务日志 task_id = str(uuid.uuid4()) await service.log_task_start(task_id) total_count = 0 status = "success" error_msg = None try: total_count = await crawler.crawl_list_logic(d) except Exception as e: logger.error(f"主流程执行失败: {e}") status = "failed" error_msg = str(e) finally: await service.log_task_end(task_id, total_count, status, error_msg) # 如果是内部初始化的 service，则关闭 if service and not isinstance(service, YiLaiTeService): await service.close_db() async def get_image_md5_async(path): return get_image_md5(path) if __name__ == "__main__": asyncio.run(main())