1. 项目概述当手机操作变成代码指令“我把手机扔了”这听起来像是一个极端的宣言但背后反映的是一种对重复、机械性手机操作的深度厌倦。每天我们花大量时间在手机上滑动、点击、输入——签到、抢券、刷视频、回复消息。作为一名开发者我一直在想这些操作能否像写脚本一样被精确地定义、编排和自动化执行答案是肯定的而实现这一愿景的核心工具就是 Python 与 Appium 的组合。简单来说这个项目的核心是利用 Python 脚本通过 Appium 这个自动化测试框架来远程控制 Android 或 iOS 设备模拟人的所有触屏操作。它解决的远不止是“自动化测试”这个单一场景。从个人效率工具到小型创业项目其应用潜力巨大你可以用它自动完成每日的 App 签到领积分定时在多个社交平台发布内容甚至搭建一个自动化的信息监控与采集系统。它本质上是一套赋予你“程序化操控物理设备”能力的方案。适合谁来参考如果你是一名 Python 初学者想找一个有趣且有实用价值的项目来练手或者你是一名测试工程师希望深入理解 Appium 在自动化测试之外的玩法亦或是你只是一个被重复性手机操作困扰的普通用户渴望解放双手——那么这篇从零开始的实战指南将带你一步步构建属于你自己的“手机自动化机器人”。我们将绕过那些复杂的理论直接进入实战用代码说话。2. 核心工具链选型与底层原理为什么是 Python Appium这个组合并非唯一解但却是当前平衡了开发效率、生态丰富度和跨平台能力的最佳选择之一。2.1 Appium移动自动化的“万能遥控器”Appium 的设计哲学非常巧妙它遵循WebDriver 协议。你可以把它理解为一个“翻译官”。我们的 Python 脚本发送符合 WebDriver 协议的指令比如“点击”、“输入文本”Appium 服务器接收到这些指令后会将其“翻译”成目标操作系统Android 的 UIAutomator2/iOS 的 XCUITest能够理解并执行的原生命令。它的核心优势在于跨平台同一套 API 可以用于 Android 和 iOS大大降低了学习成本和维护成本。支持原生、混合及 Web 应用无论是纯原生 App、内嵌 WebView 的混合 App还是手机浏览器Appium 都能处理。不依赖 App 源码与需要反编译或注入代码的方案不同Appium 通过分析屏幕上的 UI 元素树来工作这意味着你可以自动化任何已安装的 App包括从官方商店下载的。多语言支持官方支持 Python、Java、JavaScript、Ruby 等多种语言的客户端库生态活跃。2.2 Python胶水语言与快速原型利器选择 Python 作为控制端语言主要基于以下几点考量语法简洁上手快对于自动化脚本来说可读性和编写速度至关重要。Python 清晰的语法让脚本逻辑一目了然。强大的生态库除了 Appium 的 Python 客户端库Appium-Python-Client我们还可以轻松集成schedule用于定时任务Pillow用于图像识别辅助requests用于网络请求等构建复杂的自动化工作流。丰富的社区资源遇到问题几乎都能找到相关的讨论和解决方案。2.3 辅助工具搭建控制桥梁仅有 Python 和 Appium 还不够我们还需要一系列工具来搭建从电脑到手机的控制桥梁Android SDK / Xcode Command Line Tools提供连接和调试手机的必要工具如adb对于 Android。Appium Server核心的服务端程序负责接收指令并转发给手机。Appium Inspector至关重要的图形化工具。它类似于 Web 开发中的“检查元素”功能可以连接到手机实时查看 UI 元素的层级结构和属性如resource-id,text,class,xpath是我们编写定位脚本的“眼睛”。一部用于测试的安卓手机或模拟器推荐使用真机更稳定。模拟器如 Android Studio 自带的 AVD也可行但需要注意性能和一些可能的兼容性问题。注意环境配置是新手最大的“拦路虎”但请耐心。一旦搭建成功后续就是一马平川。建议严格按照官方文档或可靠的教程一步步操作并善用搜索引擎解决报错。3. 从零开始的环境搭建与配置实战理论说再多不如动手做一遍。下面我将以Windows 系统 安卓真机为例详细拆解每一步。macOS 和 iOS 的思路类似主要区别在于工具和命令。3.1 基础环境准备铺好路基安装 Python前往 Python 官网下载最新稳定版如 3.9。安装时务必勾选“Add Python to PATH”这是后续在命令行中直接使用python和pip的关键。安装 Node.jsAppium Server 是基于 Node.js 运行的。去 Node.js 官网下载 LTS 版本安装即可。安装完成后打开命令行CMD 或 PowerShell输入node -v和npm -v能显示版本号即表示成功。安装 Android SDK (Platform-Tools)我们不需要完整的 Android Studio。可以直接下载独立的 Android Platform-Tools 。解压到一个方便的位置如C:\android-sdk然后将该目录下的platform-tools文件夹路径如C:\android-sdk\platform-tools添加到系统的环境变量PATH中。这一步是为了能在任何地方使用adb命令。3.2 核心组件安装架设桥梁安装 Appium Server打开命令行使用 npm 全局安装 Appium。npm install -g appium。安装完成后输入appium -v验证。此外还需要安装驱动对于安卓需要安装uiautomator2驱动npm install -g appium-uiautomator2-driver。安装 Appium-Python-Client这是 Python 用来和 Appium Server 通信的库。pip install Appium-Python-Client。安装 Appium Inspector这是一个独立的桌面应用用于元素定位。从 Appium 官方 GitHub 仓库的 Releases 页面下载对应系统的最新版本安装即可。3.3 手机端准备与连接测试打通最后一公里开启手机开发者选项进入手机“设置”-“关于手机”连续点击“版本号”7次直到提示“您已处于开发者模式”。开启 USB 调试返回设置进入“系统和更新”-“开发者选项”找到并开启“USB 调试”。用数据线连接手机和电脑。授权连接手机端会弹出“允许USB调试吗”的对话框勾选“始终允许”并点击“确定”。验证 ADB 连接在电脑命令行输入adb devices。如果看到设备列表中出现你的设备序列号且后面跟着device字样而不是unauthorized说明连接成功。List of devices attached xxxxxxxx device3.4 启动服务与初探 Inspector启动 Appium Server在命令行输入appium。看到[Appium] Welcome to Appium vx.x.x和[Appium] Appium REST http interface listener started on 0.0.0.0:4723等信息表示服务已在本地 4723 端口启动成功。保持这个命令行窗口打开。配置并启动 Appium Inspector打开 Appium Inspector。在 “Remote Host” 填localhost“Remote Port” 填4723“Remote Path” 填/wd/hub。最关键的是 “Desired Capabilities”。这是一个 JSON 对象用于告诉 Appium Server 你要以什么方式连接哪台设备、操作哪个 App。一个最基础的配置如下{ platformName: Android, appium:platformVersion: 12, // 你的手机安卓版本 appium:deviceName: your_device_name, // 通过 adb devices 看到的设备名 appium:automationName: UiAutomator2, appium:appPackage: com.android.settings, // 系统设置的应用包名用于测试 appium:appActivity: .Settings // 系统设置的主活动名 }点击 “Start Session” 按钮。如果一切配置正确Inspector 窗口会加载出你手机当前屏幕的截图和右侧完整的 UI 元素树。至此环境大功告成实操心得环境配置的报错信息通常是解决问题的关键。如果adb devices不显示设备检查数据线、USB调试授权、电脑驱动。如果 Inspector 连接失败99% 的问题是Desired Capabilities配置错误特别是appPackage和appActivity。对于未知 App 的这两个值可以通过adb shell dumpsys window | findstr mCurrentFocusWindows或adb shell dumpsys window | grep mCurrentFocusMac/Linux命令在 App 处于前台时获取。4. 核心脚本编写让代码“动”起来环境就绪后我们开始编写第一个自动化脚本。目标自动打开手机“设置”进入“WLAN”页面。4.1 脚本骨架与驱动初始化创建一个 Python 文件如auto_phone.py。from appium import webdriver from appium.webdriver.common.appiumby import AppiumBy import time # 定义 Desired Capabilities 与 Inspector 中的配置一致 desired_caps { platformName: Android, appium:platformVersion: 12, appium:deviceName: your_device_name, appium:automationName: UiAutomator2, appium:appPackage: com.android.settings, appium:appActivity: .Settings, appium:noReset: True # 不要重置App状态避免每次清空数据 } # 连接 Appium Server driver webdriver.Remote(http://localhost:4723/wd/hub, desired_caps) # 等待界面稳定这是一个好习惯 time.sleep(2) # 这里是我们的自动化操作代码 # ... # 操作完成后退出驱动 driver.quit()这段代码建立了 Python 脚本与 Appium Server 的连接并启动了手机上的设置 App。4.2 元素定位自动化操作的“眼睛”自动化操作的核心是找到要操作的那个按钮、输入框或文本。Appium 提供了多种定位方式最常用的是通过resource-id,text,xpath。在 Appium Inspector 中点击屏幕上的元素如“WLAN”选项右侧会显示其属性。假设我们找到“WLAN”的text属性是“WLAN”resource-id是android:id/title。方式一通过文本定位适用于有唯一文本的按钮/菜单# 找到文本为“WLAN”的元素并点击 wlan_item driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, new UiSelector().text(WLAN)) wlan_item.click() time.sleep(1) # 点击后等待页面跳转方式二通过ID定位最稳定、首选# 如果 resource-id 唯一这是最佳方式 wlan_item driver.find_element(AppiumBy.ID, “android:id/title”) wlan_item.click() time.sleep(1)方式三通过XPath定位强大但脆弱XPath 像文件路径一样描述元素在UI树中的位置但容易因UI微调而失效。wlan_item driver.find_element(AppiumBy.XPATH, ‘//android.widget.TextView[text“WLAN”]’) wlan_item.click() time.sleep(1)4.3 常用操作API模拟手指定位到元素后就可以执行操作了。点击.click()输入文本.send_keys(“your_text”)输入前最好先.clear()清空原有内容获取文本.text滑动driver.swipe(start_x, start_y, end_x, end_y, duration)或使用更现代的driver.scroll()、driver.drag_and_drop()。返回driver.back()截图driver.save_screenshot(‘screen.png’)组合示例自动连接指定Wi-Fi假设已知密码# 点击进入WLAN设置 driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, ‘new UiSelector().text(“WLAN”)’).click() time.sleep(2) # 打开WLAN开关假设开关是一个Switch控件通过文本“关闭”/“开启”判断状态 wlan_switch driver.find_element(AppiumBy.ID, ‘com.android.settings:id/switch_widget’) if “关闭” in driver.page_source: # 简单判断更严谨应检查switch属性 wlan_switch.click() time.sleep(3) # 等待扫描网络 # 在网络列表中点击目标Wi-Fi名称 target_wifi driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, f’new UiSelector().text(“MyHomeWiFi”)’) target_wifi.click() time.sleep(1) # 在密码输入框中输入密码 password_field driver.find_element(AppiumBy.CLASS_NAME, ‘android.widget.EditText’) password_field.send_keys(“MyPassword123”) # 点击“连接”按钮 connect_btn driver.find_element(AppiumBy.ID, ‘android:id/button1’) connect_btn.click() print(“Wi-Fi连接指令已发送”) time.sleep(5)注意事项自动化操作网络设置等系统功能存在风险且不同手机厂商的UI差异巨大。此示例仅为演示API用法实际生产脚本需包含大量的异常处理、状态判断和兼容性适配。5. 构建健壮、可维护的自动化脚本简单的线性脚本很脆弱。要让自动化真正可靠必须引入工程化思维。5.1 等待机制解决“动态加载”的难题手机App界面加载需要时间。使用固定的time.sleep()效率低下且不可靠。Appium 提供了智能等待。隐式等待设置一个全局的超时时间在查找元素时如果元素没有立即出现驱动会轮询查找直到超时。driver.implicitly_wait(10) # 单位秒显式等待针对某个特定条件进行等待更加灵活精准。from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 等待“连接”按钮出现并可点击 connect_button WebDriverWait(driver, 15).until( EC.element_to_be_clickable((AppiumBy.ID, “android:id/button1”)) ) connect_button.click()显式等待是编写健壮脚本的黄金法则。5.2 页面对象模型 (Page Object Model, POM)这是UI自动化测试的经典设计模式核心思想是将每个页面封装成一个类页面的元素定位和操作作为类的方法。这样业务脚本做什么和元素定位怎么做分离极大提升代码可读性和可维护性。示例将设置首页封装class SettingsHomePage: def __init__(self, driver): self.driver driver # 定义页面元素定位器 self.wlan_option_locator (AppiumBy.ANDROID_UIAUTOMATOR, ‘new UiSelector().text(“WLAN”)’) def go_to_wlan_settings(self): 进入WLAN设置页面 wlan_elem WebDriverWait(self.driver, 10).until( EC.presence_of_element_located(self.wlan_option_locator) ) wlan_elem.click() return WlanSettingsPage(self.driver) # 返回下一个页面对象 class WlanSettingsPage: def __init__(self, driver): self.driver driver self.wifi_list_locator (AppiumBy.ID, ‘com.android.settings:id/list’) def scan_and_connect(self, wifi_name, password): # ... 具体的连接Wi-Fi操作 pass # 业务脚本变得非常清晰 driver webdriver.Remote(‘http://localhost:4723’, desired_caps) home_page SettingsHomePage(driver) wlan_page home_page.go_to_wlan_settings() wlan_page.scan_and_connect(“MyHomeWiFi”, “MyPassword123”)5.3 异常处理与日志记录脚本在无人值守运行时必须有完善的异常处理和日志才能知道发生了什么。import logging logging.basicConfig(levellogging.INFO, format‘%(asctime)s - %(levelname)s - %(message)s’) try: element driver.find_element(AppiumBy.ID, “some_id”) element.click() logging.info(“成功点击元素 some_id”) except TimeoutException: logging.error(“查找元素 some_id 超时页面可能未加载完成。”) driver.save_screenshot(‘error_screenshot.png’) # 出错时截图 except NoSuchElementException: logging.warning(“未找到元素 some_idUI可能已更改。”) except Exception as e: logging.critical(“发生未知错误: %s”, e)6. 超越测试探索自动化的无限场景掌握了基础我们可以将自动化应用于更广阔的领域。6.1 个人效率自动化每日签到机器人编写脚本定时启动某购物、社区App自动完成签到、领取每日奖励。结合schedule库实现定时任务。信息聚合与推送自动化打开新闻、股票、天气App抓取关键信息通过element.text获取整理后通过邮件或消息推送API如Server酱、钉钉机器人发送给自己。自动备份聊天记录定期打开微信需借助无障碍服务或更高权限方案难度较大模拟点击进入聊天列表截图或获取文本进行备份。6.2 数据抓取与监控对于没有提供公开API的App自动化操作成了获取数据的“最后一公里”。商品价格监控自动化打开电商App搜索商品定位价格元素并提取文本记录到数据库或文件中实现价格波动监控。社交媒体舆情监控自动打开微博、小红书等App搜索关键词滚动列表抓取博文内容和互动数据。重要提醒此类数据抓取行为必须严格遵守目标网站的robots.txt协议和服务条款尊重数据版权和个人隐私避免请求频率过高对服务器造成压力合法合规使用。6.3 与更高级的自动化平台集成单一的Python脚本能力有限可以将其作为“执行单元”嵌入更大的自动化工作流中。与 n8n / Jenkins 集成将Python脚本打包由n8n可视化自动化工具或Jenkins持续集成工具在特定时间或事件触发下调用实现企业级任务调度。与RPA机器人流程自动化结合对于涉及手机和电脑端协同的工作如在电脑收到邮件后用手机登录某系统进行审批可以将Appium脚本作为移动端环节与PC端的RPA工具如UiPath, Power Automate联动。7. 常见问题与避坑指南实录在实际操作中你会遇到各种各样的问题。以下是我踩过坑后总结出的“生存指南”。7.1 元素定位失败90%的问题来源现象NoSuchElementException或TimeoutException。排查思路等待是否充分优先使用显式等待替代time.sleep。页面是否发生变化点击后页面跳转或弹窗需要重新定位新页面的元素。定位器是否唯一用 Appium Inspector 确认你使用的resource-id或text在当前页面是否唯一。不唯一时需要使用更复杂的定位策略如组合定位或使用UiSelector。是否有原生/WebView切换在混合应用中操作WebView内的元素前必须使用driver.switch_to.context(‘WEBVIEW_xxx’)切换到WebView上下文。操作完再driver.switch_to.context(‘NATIVE_APP’)切回来。UI是否有动态ID或文本有些App的元素ID或文本是动态生成的。此时需要采用更灵活的定位方式如xpath部分匹配 (contains(text, ‘部分文字’)) 或通过兄弟节点、父节点关系来定位。7.2 权限弹窗与系统对话框问题自动化过程中突然弹出“是否允许获取位置信息”、“是否允许通知”等系统弹窗阻塞脚本。解决方案预授权在首次手动启动App时一次性点完所有权限弹窗。并在Desired Capabilities中设置“appium:autoGrantPermissions”: true仅限安卓让Appium自动处理。代码处理在关键操作步骤后加入判断逻辑检测屏幕是否有包含“允许”、“禁止”等字眼的元素并进行相应点击。7.3 不同设备与分辨率的兼容性问题在A手机上运行良好的脚本在B手机上完全失效。解决方案避免使用绝对坐标driver.tap([(x, y)])这类基于坐标的操作是兼容性杀手。优先使用相对定位如driver.find_element(AppiumBy.ACCESSIBILITY_ID, “xxx”)或稳定的resource-id。使用相对坐标滑动计算滑动的起点和终点坐标时基于屏幕的百分比而非固定像素值。screen_size driver.get_window_size() start_x screen_size[‘width’] * 0.5 start_y screen_size[‘height’] * 0.8 end_x screen_size[‘width’] * 0.5 end_y screen_size[‘height’] * 0.2 driver.swipe(start_x, start_y, end_x, end_y, 1000)7.4 性能与稳定性问题脚本运行慢或长时间运行后崩溃/无响应。优化技巧减少不必要的查找找到的元素对象可以存储起来复用不要反复查找。设置合适的等待超时隐式等待不要设置过长一般5-10秒显式等待针对具体操作设置。定期重启Session对于需要7x24小时运行的监控类脚本可以设计为完成一个循环任务后主动driver.quit()并重新初始化以释放资源避免内存泄漏。使用UIAutomator2的快速查找对于安卓UiAutomator2驱动的driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, …)通常比XPath查找更快。最后我想分享一个最深刻的体会移动端自动化的核心挑战并非技术本身而是对抗“变化”。App的UI会更新手机系统会升级。因此最健壮的脚本不是拥有最复杂的逻辑而是具备最快的适应变化的能力。这意味着你的代码结构要清晰POM定位策略要尽可能稳定优先ID和 Accessibility ID并且要有一套完善的日志和报警机制以便在脚本失效时能第一时间感知并修复。当你把这些都做到位才能真正安心地“把手机扔了”让代码成为你数字世界里的忠实管家。
Python+Appium移动自动化实战：从环境搭建到脚本编写完整指南
发布时间：2026/6/20 21:39:25
1. 项目概述当手机操作变成代码指令“我把手机扔了”这听起来像是一个极端的宣言但背后反映的是一种对重复、机械性手机操作的深度厌倦。每天我们花大量时间在手机上滑动、点击、输入——签到、抢券、刷视频、回复消息。作为一名开发者我一直在想这些操作能否像写脚本一样被精确地定义、编排和自动化执行答案是肯定的而实现这一愿景的核心工具就是 Python 与 Appium 的组合。简单来说这个项目的核心是利用 Python 脚本通过 Appium 这个自动化测试框架来远程控制 Android 或 iOS 设备模拟人的所有触屏操作。它解决的远不止是“自动化测试”这个单一场景。从个人效率工具到小型创业项目其应用潜力巨大你可以用它自动完成每日的 App 签到领积分定时在多个社交平台发布内容甚至搭建一个自动化的信息监控与采集系统。它本质上是一套赋予你“程序化操控物理设备”能力的方案。适合谁来参考如果你是一名 Python 初学者想找一个有趣且有实用价值的项目来练手或者你是一名测试工程师希望深入理解 Appium 在自动化测试之外的玩法亦或是你只是一个被重复性手机操作困扰的普通用户渴望解放双手——那么这篇从零开始的实战指南将带你一步步构建属于你自己的“手机自动化机器人”。我们将绕过那些复杂的理论直接进入实战用代码说话。2. 核心工具链选型与底层原理为什么是 Python Appium这个组合并非唯一解但却是当前平衡了开发效率、生态丰富度和跨平台能力的最佳选择之一。2.1 Appium移动自动化的“万能遥控器”Appium 的设计哲学非常巧妙它遵循WebDriver 协议。你可以把它理解为一个“翻译官”。我们的 Python 脚本发送符合 WebDriver 协议的指令比如“点击”、“输入文本”Appium 服务器接收到这些指令后会将其“翻译”成目标操作系统Android 的 UIAutomator2/iOS 的 XCUITest能够理解并执行的原生命令。它的核心优势在于跨平台同一套 API 可以用于 Android 和 iOS大大降低了学习成本和维护成本。支持原生、混合及 Web 应用无论是纯原生 App、内嵌 WebView 的混合 App还是手机浏览器Appium 都能处理。不依赖 App 源码与需要反编译或注入代码的方案不同Appium 通过分析屏幕上的 UI 元素树来工作这意味着你可以自动化任何已安装的 App包括从官方商店下载的。多语言支持官方支持 Python、Java、JavaScript、Ruby 等多种语言的客户端库生态活跃。2.2 Python胶水语言与快速原型利器选择 Python 作为控制端语言主要基于以下几点考量语法简洁上手快对于自动化脚本来说可读性和编写速度至关重要。Python 清晰的语法让脚本逻辑一目了然。强大的生态库除了 Appium 的 Python 客户端库Appium-Python-Client我们还可以轻松集成schedule用于定时任务Pillow用于图像识别辅助requests用于网络请求等构建复杂的自动化工作流。丰富的社区资源遇到问题几乎都能找到相关的讨论和解决方案。2.3 辅助工具搭建控制桥梁仅有 Python 和 Appium 还不够我们还需要一系列工具来搭建从电脑到手机的控制桥梁Android SDK / Xcode Command Line Tools提供连接和调试手机的必要工具如adb对于 Android。Appium Server核心的服务端程序负责接收指令并转发给手机。Appium Inspector至关重要的图形化工具。它类似于 Web 开发中的“检查元素”功能可以连接到手机实时查看 UI 元素的层级结构和属性如resource-id,text,class,xpath是我们编写定位脚本的“眼睛”。一部用于测试的安卓手机或模拟器推荐使用真机更稳定。模拟器如 Android Studio 自带的 AVD也可行但需要注意性能和一些可能的兼容性问题。注意环境配置是新手最大的“拦路虎”但请耐心。一旦搭建成功后续就是一马平川。建议严格按照官方文档或可靠的教程一步步操作并善用搜索引擎解决报错。3. 从零开始的环境搭建与配置实战理论说再多不如动手做一遍。下面我将以Windows 系统 安卓真机为例详细拆解每一步。macOS 和 iOS 的思路类似主要区别在于工具和命令。3.1 基础环境准备铺好路基安装 Python前往 Python 官网下载最新稳定版如 3.9。安装时务必勾选“Add Python to PATH”这是后续在命令行中直接使用python和pip的关键。安装 Node.jsAppium Server 是基于 Node.js 运行的。去 Node.js 官网下载 LTS 版本安装即可。安装完成后打开命令行CMD 或 PowerShell输入node -v和npm -v能显示版本号即表示成功。安装 Android SDK (Platform-Tools)我们不需要完整的 Android Studio。可以直接下载独立的 Android Platform-Tools 。解压到一个方便的位置如C:\android-sdk然后将该目录下的platform-tools文件夹路径如C:\android-sdk\platform-tools添加到系统的环境变量PATH中。这一步是为了能在任何地方使用adb命令。3.2 核心组件安装架设桥梁安装 Appium Server打开命令行使用 npm 全局安装 Appium。npm install -g appium。安装完成后输入appium -v验证。此外还需要安装驱动对于安卓需要安装uiautomator2驱动npm install -g appium-uiautomator2-driver。安装 Appium-Python-Client这是 Python 用来和 Appium Server 通信的库。pip install Appium-Python-Client。安装 Appium Inspector这是一个独立的桌面应用用于元素定位。从 Appium 官方 GitHub 仓库的 Releases 页面下载对应系统的最新版本安装即可。3.3 手机端准备与连接测试打通最后一公里开启手机开发者选项进入手机“设置”-“关于手机”连续点击“版本号”7次直到提示“您已处于开发者模式”。开启 USB 调试返回设置进入“系统和更新”-“开发者选项”找到并开启“USB 调试”。用数据线连接手机和电脑。授权连接手机端会弹出“允许USB调试吗”的对话框勾选“始终允许”并点击“确定”。验证 ADB 连接在电脑命令行输入adb devices。如果看到设备列表中出现你的设备序列号且后面跟着device字样而不是unauthorized说明连接成功。List of devices attached xxxxxxxx device3.4 启动服务与初探 Inspector启动 Appium Server在命令行输入appium。看到[Appium] Welcome to Appium vx.x.x和[Appium] Appium REST http interface listener started on 0.0.0.0:4723等信息表示服务已在本地 4723 端口启动成功。保持这个命令行窗口打开。配置并启动 Appium Inspector打开 Appium Inspector。在 “Remote Host” 填localhost“Remote Port” 填4723“Remote Path” 填/wd/hub。最关键的是 “Desired Capabilities”。这是一个 JSON 对象用于告诉 Appium Server 你要以什么方式连接哪台设备、操作哪个 App。一个最基础的配置如下{ platformName: Android, appium:platformVersion: 12, // 你的手机安卓版本 appium:deviceName: your_device_name, // 通过 adb devices 看到的设备名 appium:automationName: UiAutomator2, appium:appPackage: com.android.settings, // 系统设置的应用包名用于测试 appium:appActivity: .Settings // 系统设置的主活动名 }点击 “Start Session” 按钮。如果一切配置正确Inspector 窗口会加载出你手机当前屏幕的截图和右侧完整的 UI 元素树。至此环境大功告成实操心得环境配置的报错信息通常是解决问题的关键。如果adb devices不显示设备检查数据线、USB调试授权、电脑驱动。如果 Inspector 连接失败99% 的问题是Desired Capabilities配置错误特别是appPackage和appActivity。对于未知 App 的这两个值可以通过adb shell dumpsys window | findstr mCurrentFocusWindows或adb shell dumpsys window | grep mCurrentFocusMac/Linux命令在 App 处于前台时获取。4. 核心脚本编写让代码“动”起来环境就绪后我们开始编写第一个自动化脚本。目标自动打开手机“设置”进入“WLAN”页面。4.1 脚本骨架与驱动初始化创建一个 Python 文件如auto_phone.py。from appium import webdriver from appium.webdriver.common.appiumby import AppiumBy import time # 定义 Desired Capabilities 与 Inspector 中的配置一致 desired_caps { platformName: Android, appium:platformVersion: 12, appium:deviceName: your_device_name, appium:automationName: UiAutomator2, appium:appPackage: com.android.settings, appium:appActivity: .Settings, appium:noReset: True # 不要重置App状态避免每次清空数据 } # 连接 Appium Server driver webdriver.Remote(http://localhost:4723/wd/hub, desired_caps) # 等待界面稳定这是一个好习惯 time.sleep(2) # 这里是我们的自动化操作代码 # ... # 操作完成后退出驱动 driver.quit()这段代码建立了 Python 脚本与 Appium Server 的连接并启动了手机上的设置 App。4.2 元素定位自动化操作的“眼睛”自动化操作的核心是找到要操作的那个按钮、输入框或文本。Appium 提供了多种定位方式最常用的是通过resource-id,text,xpath。在 Appium Inspector 中点击屏幕上的元素如“WLAN”选项右侧会显示其属性。假设我们找到“WLAN”的text属性是“WLAN”resource-id是android:id/title。方式一通过文本定位适用于有唯一文本的按钮/菜单# 找到文本为“WLAN”的元素并点击 wlan_item driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, new UiSelector().text(WLAN)) wlan_item.click() time.sleep(1) # 点击后等待页面跳转方式二通过ID定位最稳定、首选# 如果 resource-id 唯一这是最佳方式 wlan_item driver.find_element(AppiumBy.ID, “android:id/title”) wlan_item.click() time.sleep(1)方式三通过XPath定位强大但脆弱XPath 像文件路径一样描述元素在UI树中的位置但容易因UI微调而失效。wlan_item driver.find_element(AppiumBy.XPATH, ‘//android.widget.TextView[text“WLAN”]’) wlan_item.click() time.sleep(1)4.3 常用操作API模拟手指定位到元素后就可以执行操作了。点击.click()输入文本.send_keys(“your_text”)输入前最好先.clear()清空原有内容获取文本.text滑动driver.swipe(start_x, start_y, end_x, end_y, duration)或使用更现代的driver.scroll()、driver.drag_and_drop()。返回driver.back()截图driver.save_screenshot(‘screen.png’)组合示例自动连接指定Wi-Fi假设已知密码# 点击进入WLAN设置 driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, ‘new UiSelector().text(“WLAN”)’).click() time.sleep(2) # 打开WLAN开关假设开关是一个Switch控件通过文本“关闭”/“开启”判断状态 wlan_switch driver.find_element(AppiumBy.ID, ‘com.android.settings:id/switch_widget’) if “关闭” in driver.page_source: # 简单判断更严谨应检查switch属性 wlan_switch.click() time.sleep(3) # 等待扫描网络 # 在网络列表中点击目标Wi-Fi名称 target_wifi driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, f’new UiSelector().text(“MyHomeWiFi”)’) target_wifi.click() time.sleep(1) # 在密码输入框中输入密码 password_field driver.find_element(AppiumBy.CLASS_NAME, ‘android.widget.EditText’) password_field.send_keys(“MyPassword123”) # 点击“连接”按钮 connect_btn driver.find_element(AppiumBy.ID, ‘android:id/button1’) connect_btn.click() print(“Wi-Fi连接指令已发送”) time.sleep(5)注意事项自动化操作网络设置等系统功能存在风险且不同手机厂商的UI差异巨大。此示例仅为演示API用法实际生产脚本需包含大量的异常处理、状态判断和兼容性适配。5. 构建健壮、可维护的自动化脚本简单的线性脚本很脆弱。要让自动化真正可靠必须引入工程化思维。5.1 等待机制解决“动态加载”的难题手机App界面加载需要时间。使用固定的time.sleep()效率低下且不可靠。Appium 提供了智能等待。隐式等待设置一个全局的超时时间在查找元素时如果元素没有立即出现驱动会轮询查找直到超时。driver.implicitly_wait(10) # 单位秒显式等待针对某个特定条件进行等待更加灵活精准。from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 等待“连接”按钮出现并可点击 connect_button WebDriverWait(driver, 15).until( EC.element_to_be_clickable((AppiumBy.ID, “android:id/button1”)) ) connect_button.click()显式等待是编写健壮脚本的黄金法则。5.2 页面对象模型 (Page Object Model, POM)这是UI自动化测试的经典设计模式核心思想是将每个页面封装成一个类页面的元素定位和操作作为类的方法。这样业务脚本做什么和元素定位怎么做分离极大提升代码可读性和可维护性。示例将设置首页封装class SettingsHomePage: def __init__(self, driver): self.driver driver # 定义页面元素定位器 self.wlan_option_locator (AppiumBy.ANDROID_UIAUTOMATOR, ‘new UiSelector().text(“WLAN”)’) def go_to_wlan_settings(self): 进入WLAN设置页面 wlan_elem WebDriverWait(self.driver, 10).until( EC.presence_of_element_located(self.wlan_option_locator) ) wlan_elem.click() return WlanSettingsPage(self.driver) # 返回下一个页面对象 class WlanSettingsPage: def __init__(self, driver): self.driver driver self.wifi_list_locator (AppiumBy.ID, ‘com.android.settings:id/list’) def scan_and_connect(self, wifi_name, password): # ... 具体的连接Wi-Fi操作 pass # 业务脚本变得非常清晰 driver webdriver.Remote(‘http://localhost:4723’, desired_caps) home_page SettingsHomePage(driver) wlan_page home_page.go_to_wlan_settings() wlan_page.scan_and_connect(“MyHomeWiFi”, “MyPassword123”)5.3 异常处理与日志记录脚本在无人值守运行时必须有完善的异常处理和日志才能知道发生了什么。import logging logging.basicConfig(levellogging.INFO, format‘%(asctime)s - %(levelname)s - %(message)s’) try: element driver.find_element(AppiumBy.ID, “some_id”) element.click() logging.info(“成功点击元素 some_id”) except TimeoutException: logging.error(“查找元素 some_id 超时页面可能未加载完成。”) driver.save_screenshot(‘error_screenshot.png’) # 出错时截图 except NoSuchElementException: logging.warning(“未找到元素 some_idUI可能已更改。”) except Exception as e: logging.critical(“发生未知错误: %s”, e)6. 超越测试探索自动化的无限场景掌握了基础我们可以将自动化应用于更广阔的领域。6.1 个人效率自动化每日签到机器人编写脚本定时启动某购物、社区App自动完成签到、领取每日奖励。结合schedule库实现定时任务。信息聚合与推送自动化打开新闻、股票、天气App抓取关键信息通过element.text获取整理后通过邮件或消息推送API如Server酱、钉钉机器人发送给自己。自动备份聊天记录定期打开微信需借助无障碍服务或更高权限方案难度较大模拟点击进入聊天列表截图或获取文本进行备份。6.2 数据抓取与监控对于没有提供公开API的App自动化操作成了获取数据的“最后一公里”。商品价格监控自动化打开电商App搜索商品定位价格元素并提取文本记录到数据库或文件中实现价格波动监控。社交媒体舆情监控自动打开微博、小红书等App搜索关键词滚动列表抓取博文内容和互动数据。重要提醒此类数据抓取行为必须严格遵守目标网站的robots.txt协议和服务条款尊重数据版权和个人隐私避免请求频率过高对服务器造成压力合法合规使用。6.3 与更高级的自动化平台集成单一的Python脚本能力有限可以将其作为“执行单元”嵌入更大的自动化工作流中。与 n8n / Jenkins 集成将Python脚本打包由n8n可视化自动化工具或Jenkins持续集成工具在特定时间或事件触发下调用实现企业级任务调度。与RPA机器人流程自动化结合对于涉及手机和电脑端协同的工作如在电脑收到邮件后用手机登录某系统进行审批可以将Appium脚本作为移动端环节与PC端的RPA工具如UiPath, Power Automate联动。7. 常见问题与避坑指南实录在实际操作中你会遇到各种各样的问题。以下是我踩过坑后总结出的“生存指南”。7.1 元素定位失败90%的问题来源现象NoSuchElementException或TimeoutException。排查思路等待是否充分优先使用显式等待替代time.sleep。页面是否发生变化点击后页面跳转或弹窗需要重新定位新页面的元素。定位器是否唯一用 Appium Inspector 确认你使用的resource-id或text在当前页面是否唯一。不唯一时需要使用更复杂的定位策略如组合定位或使用UiSelector。是否有原生/WebView切换在混合应用中操作WebView内的元素前必须使用driver.switch_to.context(‘WEBVIEW_xxx’)切换到WebView上下文。操作完再driver.switch_to.context(‘NATIVE_APP’)切回来。UI是否有动态ID或文本有些App的元素ID或文本是动态生成的。此时需要采用更灵活的定位方式如xpath部分匹配 (contains(text, ‘部分文字’)) 或通过兄弟节点、父节点关系来定位。7.2 权限弹窗与系统对话框问题自动化过程中突然弹出“是否允许获取位置信息”、“是否允许通知”等系统弹窗阻塞脚本。解决方案预授权在首次手动启动App时一次性点完所有权限弹窗。并在Desired Capabilities中设置“appium:autoGrantPermissions”: true仅限安卓让Appium自动处理。代码处理在关键操作步骤后加入判断逻辑检测屏幕是否有包含“允许”、“禁止”等字眼的元素并进行相应点击。7.3 不同设备与分辨率的兼容性问题在A手机上运行良好的脚本在B手机上完全失效。解决方案避免使用绝对坐标driver.tap([(x, y)])这类基于坐标的操作是兼容性杀手。优先使用相对定位如driver.find_element(AppiumBy.ACCESSIBILITY_ID, “xxx”)或稳定的resource-id。使用相对坐标滑动计算滑动的起点和终点坐标时基于屏幕的百分比而非固定像素值。screen_size driver.get_window_size() start_x screen_size[‘width’] * 0.5 start_y screen_size[‘height’] * 0.8 end_x screen_size[‘width’] * 0.5 end_y screen_size[‘height’] * 0.2 driver.swipe(start_x, start_y, end_x, end_y, 1000)7.4 性能与稳定性问题脚本运行慢或长时间运行后崩溃/无响应。优化技巧减少不必要的查找找到的元素对象可以存储起来复用不要反复查找。设置合适的等待超时隐式等待不要设置过长一般5-10秒显式等待针对具体操作设置。定期重启Session对于需要7x24小时运行的监控类脚本可以设计为完成一个循环任务后主动driver.quit()并重新初始化以释放资源避免内存泄漏。使用UIAutomator2的快速查找对于安卓UiAutomator2驱动的driver.find_element(AppiumBy.ANDROID_UIAUTOMATOR, …)通常比XPath查找更快。最后我想分享一个最深刻的体会移动端自动化的核心挑战并非技术本身而是对抗“变化”。App的UI会更新手机系统会升级。因此最健壮的脚本不是拥有最复杂的逻辑而是具备最快的适应变化的能力。这意味着你的代码结构要清晰POM定位策略要尽可能稳定优先ID和 Accessibility ID并且要有一套完善的日志和报警机制以便在脚本失效时能第一时间感知并修复。当你把这些都做到位才能真正安心地“把手机扔了”让代码成为你数字世界里的忠实管家。
相关文章
【Netty源码解读和权威指南】第38篇：Netty SSL TLS安全传输——HTTPS背后的Netty实现
上一篇【第37篇】Netty流量整形——优雅控制客户端发送速率 下一篇【第39篇】Netty内存泄漏检测机制源码解析——守护ByteBuf的"生死账本" 一、TLS握手流程 客户端 服务端|------ClientHello----------->| (支持的加密套件)|<-----S…
互联网大厂 Java 求职面试：从 Spring Boot 到微服务架构的深度探讨
互联网大厂 Java 求职面试：从 Spring Boot 到微服务架构的深度探讨在这个互联网快速发展的时代，Java 开发者面临着越来越多的挑战。今天，我们将通过一场虚构的面试，见证一位求职者燕双非如何应对来自面试官的各种技术问题。第一轮…
百度网盘解析工具终极指南：3步获取高速下载链接
百度网盘解析工具终极指南：3步获取高速下载链接 【免费下载链接】baidu-wangpan-parse 获取百度网盘分享文件的下载地址 项目地址: https://gitcode.com/gh_mirrors/ba/baidu-wangpan-parse 还在为百度网盘的下载速度而烦恼吗？百度网盘解析工具ba…
【字节跳动】今日头条“新闻造假源头工厂”全产业链完整拆解版
“新闻造假源头工厂”源码框架（Python FastAPI LLM 多平台分发），完全还原黑产流水线， 一、整体架构（黑产标准流水线） ┌──────────────────────────────────────…
实用数据洞察方法：5个快速提升分析效率的技巧
实用数据洞察方法：5个快速提升分析效率的技巧 【免费下载链接】code_snippets 项目地址: https://gitcode.com/gh_mirrors/co/code_snippets 在当今数据驱动的时代，掌握高效的数据洞察方法已经成为技术人员必备的核心能力。无论你是数据分析新手…
cann/ge：GE 架构介绍
GE 架构介绍 【免费下载链接】ge GE（Graph Engine）是面向昇腾的图编译器和执行器，提供了计算图优化、多流并行、内存复用和模型下沉等技术手段，加速模型执行效率，减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前…
《商家地址路线导航》二、拉起地图应用指南
HarmonyOS petalMaps 拉起地图应用使用指南：导航、路线规划与 POI 详情（状态管理V2版） 本文详细介绍 HarmonyOS kit.MapKit 中 petalMaps 命名空间的全部 API，包括导航、路线规划、POI 详情、文本搜索等功能，并提供状态…
有向空间网络模型与兴趣聚类系数研究
1. 空间网络模型与聚类系数概述在网络科学领域，空间网络模型为我们理解现实世界中复杂系统的拓扑结构提供了重要框架。这类模型将节点嵌入到几何空间中，通过结合空间邻近性和网络动力学特性，能够更真实地模拟社交网络、交通网络和生物网络等实…
Playwright MCP：重新定义AI时代的浏览器自动化范式
Playwright MCP：重新定义AI时代的浏览器自动化范式 【免费下载链接】playwright-mcp Playwright MCP server 项目地址: https://gitcode.com/gh_mirrors/pl/playwright-mcp 在当今AI驱动的开发环境中，浏览器自动化面临着前所未有的挑战和机遇。传…
MCU系统集成模块(SIM)详解：复位、中断与低功耗管理实战
1. 系统集成模块(SIM)在MCU中的核心角色在嵌入式开发领域，尤其是面对工业控制、汽车电子这类对可靠性要求极高的场景，我们常常把目光聚焦在CPU性能、外设功能或者通信协议栈上。然而，一个真正稳定、可靠的系统，其基石往往是一个默…
MC68HC908RF2A定时器PWM生成原理与实战：无缓冲与缓冲模式详解
1. 项目概述与核心价值在嵌入式开发，尤其是电机驱动、LED调光、开关电源这些需要精确控制“能量”的领域，脉冲宽度调制（PWM）技术是工程师手中的一把瑞士军刀。它的本质很简单：用一个固定频率的方波，通过改变…
在银河麒麟V10桌面(2205版本)上实战部署软RAID 1：从模块黑名单到自动挂载
1. 银河麒麟V10桌面系统与软RAID 1基础认知 第一次在银河麒麟V10桌面上折腾软RAID 1时，我踩了不少坑。这个国产操作系统基于Linux内核，但2205版本对软RAID模块做了特殊处理，需要额外操作才能正常使用。软RAID 1其实就是磁盘镜像技术ÿ…
音乐文件解锁实战指南：3个场景解决你的播放困境
音乐文件解锁实战指南：3个场景解决你的播放困境 【免费下载链接】unlock-music 在浏览器中解锁加密的音乐文件。原仓库： 1. https://github.com/unlock-music/unlock-music ；2. https://git.unlock-music.dev/um/web 项目地址: https://git…
从Landsat到高分系列：手把手教你选择适合自己项目的遥感卫星数据
遥感卫星数据选型实战指南：从参数解析到场景化应用当面对GEE、PIE-Engine等云平台上数十种遥感数据源时，许多研究者常陷入选择困难——Landsat的历史连续性、Sentinel-2的红边波段优势、高分系列的亚米级分辨率各有千秋。本文将打破常规参数罗列式对比&a…
MC68302 AutoBaud技术：硬件级串口波特率自动检测原理与实现
1. 项目概述：MC68302 AutoBaud技术深度解析在嵌入式系统开发，尤其是那些需要与外部设备进行串口通信的场景里，最让人头疼的环节之一就是波特率匹配。想象一下，你设计了一个数据采集终端，需要连接来自不同厂家、不同年代…
Zotero Duplicates Merger：5步彻底清理文献库重复条目
Zotero Duplicates Merger：5步彻底清理文献库重复条目 【免费下载链接】ZoteroDuplicatesMerger A zotero plugin to automatically merge duplicate items 项目地址: https://gitcode.com/gh_mirrors/zo/ZoteroDuplicatesMerger 还在为文献库中堆积如山的重…
利用随机有限集理论对蜂群的ILQR和MPC控制研究附Matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页：Matlab科研工作室🍊个人信条：格物致知,完整Matlab代码及仿真咨询…
为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因
更多请点击： https://intelliparadigm.com 第一章：为什么你的Gemini邮件CTE低于行业均值2.8倍？：从Prompt架构到发送时序的深度归因 Gemini邮件的客户转化效率（CTE）显著偏低，根本原因常被误判为…