|
|
@@ -0,0 +1,62 @@
|
|
|
+# PDD 详情页采集
|
|
|
+
|
|
|
+拼多多商品详情页自动化采集，Android 端 uiautomator2 + 百度 OCR，多设备多线程派单。
|
|
|
+
|
|
|
+## 文件结构
|
|
|
+
|
|
|
+```
|
|
|
+pdd_detail/
|
|
|
+├── main8.11_buy_list.py # 主采集逻辑（3731行，176KB）
|
|
|
+├── pdd_config.py # 数据库 / OSS / 百度OCR 配置
|
|
|
+├── test_captcha.py # 滑块验证码破解（云码平台）
|
|
|
+└── logger.py # 日志初始化（按天滚动）
|
|
|
+```
|
|
|
+
|
|
|
+## 启动
|
|
|
+
|
|
|
+```bash
|
|
|
+cd pdd_detail
|
|
|
+python main8.11_buy_list.py
|
|
|
+```
|
|
|
+
|
|
|
+## 核心流程
|
|
|
+
|
|
|
+1. **调度派单** — 从调度 API 或手动任务列表拉取药品任务
|
|
|
+2. **设备分配** — ADB 检测空闲设备，多线程绑定
|
|
|
+3. **App 操作** — 打开拼多多 → 搜索药品 → 翻页浏览商品列表
|
|
|
+4. **OCR 识别** — 百度 OCR 截图识别商品标题/价格/规格
|
|
|
+5. **数据入库** — 去重后写入数据库，OSS 上传截图
|
|
|
+6. **飞书通知** — 任务完成后推送飞书消息（可选）
|
|
|
+
|
|
|
+## 主要配置
|
|
|
+
|
|
|
+| 配置项 | 值 |
|
|
|
+|--------|-----|
|
|
|
+| 平台 | 拼多多（platform=3） |
|
|
|
+| App 包名 | `com.xunmeng.pinduoduo` |
|
|
|
+| 设备状态 | 空闲=0, 运行中=1 |
|
|
|
+| 每轮采集上限 | 300 条 |
|
|
|
+| 调度间隔 | 600 秒（手动模式 300 秒） |
|
|
|
+| 心跳间隔 | 60 秒 |
|
|
|
+
|
|
|
+## 验证码处理
|
|
|
+
|
|
|
+`test_captcha.py` 检测拼多多安全验证弹窗，通过云码平台自动拖动滑块。
|
|
|
+
|
|
|
+## 依赖
|
|
|
+
|
|
|
+- uiautomator2 — Android 设备操控
|
|
|
+- aip (百度 OCR) — 截图文字识别
|
|
|
+- opencv-python, numpy, Pillow — 图像处理
|
|
|
+- oss2 — 阿里云 OSS 截图上传
|
|
|
+- pymysql — 数据库
|
|
|
+
|
|
|
+```bash
|
|
|
+pip install uiautomator2 baidu-aip opencv-python oss2 pymysql Pillow python-dotenv
|
|
|
+```
|
|
|
+
|
|
|
+## 注意事项
|
|
|
+
|
|
|
+- 需要 Android 真机通过 ADB 连接
|
|
|
+- `pdd_config.py` 含 OSS AK/SK 明文，不要提交公开仓库
|
|
|
+- 飞书 Webhook 为可选依赖，缺失时自动降级不报错
|
