通过标签清理微信好友:Python自动化脚本解析

简介: 微信已成为日常生活中的重要社交工具,但随着使用时间增长,好友列表可能变得臃肿。本文介绍了一个基于 Python 的自动化脚本,利用 `uiautomator2` 库,通过模拟用户操作实现根据标签批量清理微信好友的功能。脚本包括环境准备、类定义、方法实现等部分,详细解析了如何通过标签筛选并删除好友,适合需要批量管理微信好友的用户。

微信已经成为我们日常生活中不可或缺的社交工具。随着使用时间的增长,我们的微信好友列表可能会变得越来越臃肿。

在上一篇文章中,我写了一个自动根据用户状态(好友将我们删除了还是拉黑了)将用户打上不同标签的工具。那么,已经将用户打好了标签之后,我们就可以根据指定的标签名来直接删除好友了

在本文中,我将逐步分析这个用 Python 编写的自动化脚本,它可以通过标签批量清理微信好友。该脚本使用了 uiautomator2 库,这是一个强大的Android UI 自动化工具,广泛用于 Android 设备的自动化操作。本脚本就是通过模拟用户的点击、滑动等操作,实现自动化清理指定标签下的微信好友。

环境准备

  1. 安装 Python 3.x
  2. 安装 uiautomator2 库:pip install uiautomator2
  3. 准备一台 Android 设备,并开启开发者模式
  4. 确保设备与电脑在同一网络环境下

使用步骤

  1. 首先给要清理的好友打上统一的标签(这点也可以直接运行上文我分享的脚本,可以自动化打标签)
  2. 然后在脚本中设定脚本名称,执行脚本。

以下是对代码的逐行分析,希望帮助大家更好地理解脚本的实现过程。

代码分析

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
通过标签清理微信好友
"""
import time
import uiautomator2 as u2

说明:

  • #!/usr/bin/env python3 是脚本的设定,告诉操作系统用 Python3 来执行该脚本。
  • # -*- coding: utf-8 -*- 用于指定文件的编码格式为UTF-8,避免中文字符出现乱码。
  • 导入了 time 模块,用于实现延时操作。
  • uiautomator2 是一个用于控制 Android 设备 UI 的 Python 库,本文脚本依赖它来执行自动化任务。

类定义

class WXClearFriendByTag:
    """
    通过标签清理微信好友
    """
    def __init__(self, tag_name: str, max_times_tag: int = 5, max_times_friend: int = 5):
        self.d = u2.connect()  # 连接设备
        self.clear_tag_name = tag_name  # 需要被清理好友的标签名
        self.max_times_tag = max_times_tag  # 查找指定标签的最大循环次数
        self.max_times_friend = max_times_friend  # 清理好友的最大循环次数

说明:

  • WXClearFriendByTag 类的作用是通过标签清理微信中的好友。初始化时,我们传入标签名(tag_name),以及查找标签和清理好友的最大次数。
  • self.d = u2.connect() 用于连接设备,u2.connect()会自动选择连接到的设备。如果有多个设备,默认连接第一个设备。
  • max_times_tagmax_times_friend 分别指定了查找标签和清理好友的最大次数。

启用调试模式

def enable_debug(self):
    """
    开启调试模式
    :return:
    """
    print(f"设备信息 ==> {self.d.info}")
    print(f"设备IP ==> {self.d.wlan_ip} 设备号 ==> {self.d.serial}")
    self.d.implicitly_wait(30)  # 设置查找元素等待时间,单位秒

说明:

  • enable_debug 方法用于启用调试模式,打印设备信息(如设备IP、设备号)以及设置UI元素查找的默认超时时间。
  • self.d.implicitly_wait(30) 设置了 UI 元素查找的最大超时时间为 30 秒,意味着在操作前,系统会等待最多 30 秒来查找元素。

进入标签页面

def go_to_tag_page(self):
    """
    进入标签页面
    :return:
    """
    print("打开【通讯录】")
    self.d(text='通讯录', className='android.widget.TextView').click_exists(timeout=3)
    print("打开【标签】")
    self.d(text='标签', className='android.widget.TextView').click_exists(timeout=3)

说明:

  • go_to_tag_page 方法模拟点击进入微信的“通讯录”页面,再点击进入“标签”页面。click_exists(timeout=3) 用来判断元素是否存在,如果存在则点击。

查找标签并点击

def find_tag_click(self):
    i = 1
    while i <= self.max_times_tag:
        print(f"第{i}次查询")
        status = self.find_tag_by_name()
        if status == 'done':
            break
        else:
            self.d.swipe(100, 1000, 100, 200)
            i += 1
    if i > self.max_times_tag:
        print(f"没有找到标签:{self.clear_tag_name}")
        exit()

    tag = self.d(text=self.clear_tag_name)
    if tag.exists() is False:
        print(f"没有找到标签:{self.clear_tag_name}")
        exit()

    print(f"找了{i}次,找到了标签:{self.clear_tag_name} 点击")
    tag.click_exists(timeout=5)

说明:

  • find_tag_click 方法的核心是查找指定标签并点击。首先通过 find_tag_by_name() 查找标签,若没有找到,就会通过滑动屏幕继续查找,最多重复 max_times_tag 次。
  • 滑动操作 self.d.swipe(100, 1000, 100, 200) 会从屏幕下方滑动至上方,模拟手动滑动以加载更多标签。
  • 如果找到了目标标签,会点击该标签进入标签页面。

通过标签名查找标签

def find_tag_by_name(self):
    run_status = 'doing'
    elems = self.d(resourceId="com.tencent.mm:id/hs8")
    for elem in elems:
        tag_name = elem.get_text(timeout=10)
        friend_count = elem.sibling(resourceId="com.tencent.mm:id/hs7").get_text(timeout=10)
        print(f"标签是:{tag_name},好友数:{friend_count}")
        if tag_name == self.clear_tag_name:
            run_status = 'done'
            break
    return run_status

说明:

  • find_tag_by_name 方法通过标签的resourceId查找所有标签,获取每个标签的名称和好友数。
  • 如果找到指定的标签名,会返回 'done',否则返回 'doing',供 find_tag_click 方法判断是否继续查找。

清理每个好友

def clear_every_friend(self):
    """
    清理每个好友
    :return:
    """
    time.sleep(3)
    elems = self.d(resourceId='com.tencent.mm:id/kbq')
    if elems.exists() is False:
        print("没有找到好友")
        exit()

    for elem in elems:
        time.sleep(1)
        friend_nickname = elem.get_text(timeout=10)
        print(f'进入好友详情页面 --> {friend_nickname}')

        elem.click(timeout=5)

        self.d(resourceId='com.tencent.mm:id/coy').click(timeout=5)
        time.sleep(1)
        self.d(text='删除').click(timeout=5)
        time.sleep(3)
        self.d(text='删除', resourceId='com.tencent.mm:id/mm_alert_ok_btn').click(timeout=5)
        time.sleep(1)

说明:

  • clear_every_friend 方法负责清理每个好友。首先,通过resourceId='com.tencent.mm:id/kbq' 获取所有好友元素。
  • 点击每个好友,进入好友详情页面后,点击右上角的菜单,选择删除该好友。
  • 删除操作是通过点击【删除】按钮实现的,并最终点击确认框中的【删除】。

清理标签中的所有好友

def clear_friends_in_tag(self):
    """
    在标签中清理好友
    :return:
    """
    i = 1
    while i <= self.max_times_friend:
        print(f"第{i}次清理好友")
        self.clear_every_friend()
        i += 1

    print(f"清理了{i}次好友")

说明:

  • clear_friends_in_tag 方法用于在标签中清理所有好友。它会循环调用 clear_every_friend 方法,直到达到 max_times_friend 次。

脚本入口

if __name__ == '__main__':
    tag_name = "清粉-账号问题"
    wx = WXClearFriendByTag(tag_name)
    wx.enable_debug()
    wx.find_tag_click()
    wx.clear_friends_in_tag()

说明:

  • if __name__ == '__main__': 是Python脚本的入口,确保脚本从此处开始执行。
  • 创建 WXClearFriendByTag 类的实例,传入标签名“清粉-账号问题”,并依次调用 enable_debugfind_tag_clickclear_friends_in_tag 方法,完成清理操作。

总结

这段代码展示了如何使用 uiautomator2 库进行微信好友管理自动化。通过标签筛选好友并删除,非常适合需要批量清理好友的场景。

对于初学者来说,理解此脚本能帮助你掌握如何使用 uiautomator2 控制 Android 设备,执行 UI 操作。

希望本文的解析能帮助你更好地理解代码实现。如果你有更多问题,欢迎随时提问!

相关文章
|
4天前
|
人工智能 自动驾驶 大数据
预告 | 阿里云邀您参加2024中国生成式AI大会上海站,马上报名
大会以“智能跃进 创造无限”为主题,设置主会场峰会、分会场研讨会及展览区,聚焦大模型、AI Infra等热点议题。阿里云智算集群产品解决方案负责人丛培岩将出席并发表《高性能智算集群设计思考与实践》主题演讲。观众报名现已开放。
|
21天前
|
存储 人工智能 弹性计算
阿里云弹性计算_加速计算专场精华概览 | 2024云栖大会回顾
2024年9月19-21日,2024云栖大会在杭州云栖小镇举行,阿里云智能集团资深技术专家、异构计算产品技术负责人王超等多位产品、技术专家,共同带来了题为《AI Infra的前沿技术与应用实践》的专场session。本次专场重点介绍了阿里云AI Infra 产品架构与技术能力,及用户如何使用阿里云灵骏产品进行AI大模型开发、训练和应用。围绕当下大模型训练和推理的技术难点,专家们分享了如何在阿里云上实现稳定、高效、经济的大模型训练,并通过多个客户案例展示了云上大模型训练的显著优势。
|
24天前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
16天前
|
并行计算 前端开发 物联网
全网首发!真·从0到1!万字长文带你入门Qwen2.5-Coder——介绍、体验、本地部署及简单微调
2024年11月12日,阿里云通义大模型团队正式开源通义千问代码模型全系列,包括6款Qwen2.5-Coder模型,每个规模包含Base和Instruct两个版本。其中32B尺寸的旗舰代码模型在多项基准评测中取得开源最佳成绩,成为全球最强开源代码模型,多项关键能力超越GPT-4o。Qwen2.5-Coder具备强大、多样和实用等优点,通过持续训练,结合源代码、文本代码混合数据及合成数据,显著提升了代码生成、推理和修复等核心任务的性能。此外,该模型还支持多种编程语言,并在人类偏好对齐方面表现出色。本文为周周的奇妙编程原创,阿里云社区首发,未经同意不得转载。
11572 11
|
9天前
|
人工智能 自然语言处理 前端开发
100个降噪蓝牙耳机免费领,用通义灵码从 0 开始打造一个完整APP
打开手机,录制下你完成的代码效果,发布到你的社交媒体,前 100 个@玺哥超Carry、@通义灵码的粉丝,可以免费获得一个降噪蓝牙耳机。
4050 13
|
16天前
|
人工智能 自然语言处理 前端开发
用通义灵码,从 0 开始打造一个完整APP,无需编程经验就可以完成
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。本教程完全免费,而且为大家准备了 100 个降噪蓝牙耳机,送给前 100 个完成的粉丝。获奖的方式非常简单,只要你跟着教程完成第一课的内容就能获得。
6774 10
|
28天前
|
缓存 监控 Linux
Python 实时获取Linux服务器信息
Python 实时获取Linux服务器信息
|
14天前
|
人工智能 自然语言处理 前端开发
什么?!通义千问也可以在线开发应用了?!
阿里巴巴推出的通义千问,是一个超大规模语言模型,旨在高效处理信息和生成创意内容。它不仅能在创意文案、办公助理、学习助手等领域提供丰富交互体验,还支持定制化解决方案。近日,通义千问推出代码模式,基于Qwen2.5-Coder模型,用户即使不懂编程也能用自然语言生成应用,如个人简历、2048小游戏等。该模式通过预置模板和灵活的自定义选项,极大简化了应用开发过程,助力用户快速实现创意。
|
3天前
|
机器学习/深度学习 人工智能 安全
通义千问开源的QwQ模型,一个会思考的AI,百炼邀您第一时间体验
Qwen团队推出新成员QwQ-32B-Preview,专注于增强AI推理能力。通过深入探索和试验,该模型在数学和编程领域展现了卓越的理解力,但仍在学习和完善中。目前,QwQ-32B-Preview已上线阿里云百炼平台,提供免费体验。
|
10天前
|
人工智能 C++ iOS开发
ollama + qwen2.5-coder + VS Code + Continue 实现本地AI 辅助写代码
本文介绍在Apple M4 MacOS环境下搭建Ollama和qwen2.5-coder模型的过程。首先通过官网或Brew安装Ollama,然后下载qwen2.5-coder模型,可通过终端命令`ollama run qwen2.5-coder`启动模型进行测试。最后,在VS Code中安装Continue插件,并配置qwen2.5-coder模型用于代码开发辅助。
724 5