Autojs4.1.0实战教程---秘乐短视频

简介: Autojs4.1.0实战教程---秘乐短视频


这个比较冷门,没多少人知道,各项工作也繁琐,到现在我也没搞懂。应一个朋友的要求写了一下,没啥难度就是滑动屏幕和随机关注。代码如下:

auto.waitFor();
app.launchApp('秘乐短视频');
sleep(8000);
console.show();
let i = 1;
let see_count = 500;
while (true) {
    toast("秘乐短视频滑动" + i + '次' + "总计:" + see_count + "次")
    console.log("秘乐短视频滑动" + i + '次' + "总计:" + see_count + "次");
    randomHeart();
    slideScreenDown(303, 1328, 335, 171, 600);
    i++;
    if (i == 500) {
        home();
        exit();
    }
}
/**
 * 屏幕向下滑动并延迟8至12秒
 */
function slideScreenDown(startX, startY, endX, endY, pressTime) {
    swipe(startX, startY, endX, endY, pressTime);
    let delayTime = random(8000, 12000);
    sleep(delayTime);
}
/**随机点赞并休息一秒 */
function randomHeart() {
    index = random(1, 100);
    if (index == 66) {
        var target = id('ly_video_item_like').findOnce();
        if (target == null) {
            return;
        } else {
            target.click();
            sleep(1000);
        }
    }
}

 

目录
相关文章
|
存储 数据采集 搜索推荐
使用Java实现智能推荐系统的关键技术
使用Java实现智能推荐系统的关键技术
分数序列
【6月更文挑战第9天】分数序列。
137 5
|
Shell Linux
linux shell脚本字符串 字段分隔符 存入数组 根据下标取值
linux shell脚本字符串 字段分隔符 存入数组 根据下标取值
170 0
|
编解码 人工智能 监控
秘乐短视频开发源码丨秘乐短视频系统开发详细(PHP开发)丨秘乐短视频系统源码运营版
 短视频系统开发的内容产出的核心就在于视频内容的录制和编辑。录制短视频之前,用户可以提前设定更改短视频的滤镜,视频的清晰度,视频比例,码率等设置,通过不同的设置程度拍摄出别出心裁的短视频。而短视频之所以如此受人关注,主要还是在于视频录制和编辑中的特效内容的加入。在短视频录制时加入美颜等基于AI技术打造的特殊效果,给人以展示不同的自己。
|
JavaScript
js 代码 实现二叉树的前序, 中序, 后序遍历
js 代码 实现二叉树的前序, 中序, 后序遍历
js 代码 实现二叉树的前序, 中序, 后序遍历
|
JavaScript
|
机器学习/深度学习 算法 搜索推荐
线性模型(LR)的优化技巧总结(全)
逻辑回归由于其简单高效、易于解释,是工业应用最为广泛的模型之一,比如用于金融风控领域的评分卡、互联网的推荐系统。上文总结了逻辑回归的原理及其实现【全面解析并实现逻辑回归(Python)】。 本文从实际应用出发,以数据特征、优化算法、模型优化等方面,全面地归纳了逻辑回归(LR)优化技巧。
|
Java Maven
秘乐短视频开发原理丨秘乐短视频系统开发(JAVA开发)丨秘乐短视频现成源码案例部署
使用IDEA用Maven创建一个Java项目,在resources文件夹下创建一个ffmpeg文件夹,将下载好的ffmpeg中bin目录下的ffmpeg.exe程序复制到刚刚创建好的文件夹下。
|
移动开发 算法 数据挖掘
DL之MaskR-CNN:基于类MaskR-CNN算法(RetinaNet+mask head)训练自己的数据集(.h5文件)从而实现图像分割daiding
DL之MaskR-CNN:基于类MaskR-CNN算法(RetinaNet+mask head)训练自己的数据集(.h5文件)从而实现图像分割daiding
DL之MaskR-CNN:基于类MaskR-CNN算法(RetinaNet+mask head)训练自己的数据集(.h5文件)从而实现图像分割daiding
|
机器学习/深度学习 关系型数据库 MySQL
DTS数据迁移使用体验
原来业务升级需要使用RDS数据库,原本在阿里云轻量服务器上保存的数据需要迁移到RDS,我原本估计的工作量是3天时间,没想到通过阿里云的DTS数据迁移工具只要了5个小时不到,完成了100万行数据的迁移,大大超出了我的预期。
DTS数据迁移使用体验