taobao_detail/pdd_detail

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

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

  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