autojs Jsoup 使用例子

简介: 牙叔教程 简单易懂

牙叔教程 简单易懂


效果展示


环境


Autojs版本: 4.1.1 Alpha


Android版本: 10

/**
 * @功能 爬取指定bilibili视频弹幕
 * @作者 牙叔
 * @感谢 内个谁, ProjectXero
 * @难点 不会解压gzip和deflate,再次感谢上面两位大佬的帮助
 * @jsoup 进群下载jsoup文件
 * @QQ群 747748653
 * @名人名言 牙叔教程 简单易懂
 * @bilibili 牙叔教程
 * @公众号 牙叔教程
 * @return 弹幕数组
 */
let dexPath = files.path("./jsoup-1.14.2.dex");
runtime.loadDex(dexPath);
importClass("org.jsoup.Jsoup");
importClass("java.io.IOException");
importClass("java.util.HashMap");
// importClass("org.jsoup.nodes.Document")
// importClass("org.jsoup.nodes.Element")
// importClass("org.jsoup.select.Elements")
importClass(java.io.FileInputStream);
importClass(java.util.zip.GZIPInputStream);
importClass("java.util.ArrayList");
importClass("java.io.DataInputStream");
importClass("java.io.DataOutputStream");
importClass("java.io.OutputStreamWriter");
importClass("java.io.BufferedWriter");
importClass("java.io.BufferedReader");
importClass("java.io.IOException");
importClass("java.io.InputStream");
importClass("java.io.InputStreamReader");
importClass("java.io.OutputStream");
importClass("java.io.BufferedOutputStream");
importClass("java.io.ByteArrayInputStream");
importClass("java.io.BufferedInputStream");
importClass("java.io.ByteArrayOutputStream");
importClass("java.io.PrintWriter");
importClass("java.io.FileOutputStream");
// importClass('java.io.StringBuffer');
importClass("java.io.File");
importClass("java.net.Socket");
importClass("java.net.UnknownHostException");
importClass("java.util.zip.CRC32");
importClass("java.util.zip.CheckedOutputStream");
importClass("java.util.zip.ZipEntry");
importClass("java.util.zip.ZipOutputStream");
importClass("java.util.zip.ZipFile");
importClass("java.util.zip.InflaterInputStream");
importClass("java.util.zip.Inflater");
//  var videoUrl = 'https://www.bilibili.com/video/av41925519?from=search&seid=4347458925007967861'
var videoUrl = "https://www.bilibili.com/video/BV1y44y1k7SP?spm_id_from=333.851.b_7265636f6d6d656e64.2";
main(videoUrl);
function main(videoUrl) {
  var webPage = getWebPageGzip(videoUrl);
  var videoInfo = getVideoInfo(webPage);
  var oid = getOid(videoInfo);
  var barrageUrl = getBarrageUrl(oid);
  webPage = getWebPageDeflate(barrageUrl);
  var doc = Jsoup.parse(webPage);
  var barrage = getBarrage(doc);
  console.show();
  log("barrage =");
  log(barrage);
}
function getOid(videoInfo) {
  return videoInfo.cid;
}
function getVideoInfo(webPage) {
  var window__INITIAL_STATE__REG = /<script>window\.__INITIAL_STATE__={[\s\S]*?<\/script>/;
  var window__INITIAL_STATE__ = webPage.match(window__INITIAL_STATE__REG);
  window__INITIAL_STATE__ = window__INITIAL_STATE__[0];
  window__INITIAL_STATE__ = window__INITIAL_STATE__.replace(/<[\/]?script>/g, "");
  window__INITIAL_STATE__ = window__INITIAL_STATE__.replace(/window.__INITIAL_STATE__=/, "");
  window__INITIAL_STATE__ = window__INITIAL_STATE__.match(/[\s\S]*}(?=;)/);
  window__INITIAL_STATE__ = window__INITIAL_STATE__[0];
  window__INITIAL_STATE__ = JSON.parse(window__INITIAL_STATE__);
  var videoData = window__INITIAL_STATE__.videoData;
  var title = videoData.title;
  title = title.replace(/[&\|\\\*^%$#@\-,」 「。]/g, "");
  var cid = videoData.cid;
  var info = {
    title: title,
    cid: cid,
  };
  log("info");
  log(info);
  return info;
}
function getWebPageDeflate(url) {
  var headers = {
    Accept: "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8",
    "Accept-Encoding": "gzip, deflate, br",
    "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8",
    "Cache-Control": "no-cache",
    Connection: "keep-alive",
    Host: "api.bilibili.com",
    Pragma: "no-cache",
    "Upgrade-Insecure-Requests": "1",
    "User-Agent":
      "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36",
  };
  var res = http.get(url, {
    headers: headers,
  });
  log("statusCode = " + res.statusCode);
  var deflateFileContent = res.body.bytes();
  var 网页内容 = null;
  if (deflateFileContent) {
    var br = new BufferedReader(
      new InputStreamReader(new InflaterInputStream(new ByteArrayInputStream(deflateFileContent), new Inflater(true)))
    );
    var lns = [],
      cl;
    while ((cl = br.readLine())) lns.push(cl);
    网页内容 = lns.join("\n");
    // log('网页内容')
    // log(网页内容)
    return 网页内容;
  } else {
    console.error("下载失败");
    exit();
  }
  return false;
}
function getWebPageGzip(url) {
  var headers = {
    Accept: "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8",
    "Accept-Encoding": "gzip, deflate, br",
    "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8",
    "Cache-Control": "no-cache",
    Connection: "keep-alive",
    Host: "www.bilibili.com",
    Pragma: "no-cache",
    "Upgrade-Insecure-Requests": "1",
    "User-Agent":
      "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36",
  };
  var res = http.get(url, {
    headers: headers,
  });
  log("statusCode = " + res.statusCode);
  var gzipFileContent = res.body.bytes();
  var 网页内容 = null;
  if (gzipFileContent) {
    var 网页保存路径 = 保存zip文件(gzipFileContent);
    网页内容 = files.read(网页保存路径);
    // log('网页内容')
    // log(网页内容)
    return 网页内容;
  } else {
    console.error("下载失败");
    exit();
  }
  return false;
}
function 保存zip文件(zipFile) {
  var path = files.join(files.cwd(), "1下载bilibili弹幕专用/webPage.gzip.js");
  files.createWithDirs(path);
  log("path=", path);
  // path= /storage/emulated/0/脚本/zip文件专用/test.zip
  files.writeBytes(path, zipFile);
  var r = 解压zip文件(path);
  log(r);
  return r;
}
function 解压zip文件(文件路径) {
  //同一目录下的同一文件名
  // unzipGzipFile(sourceGzipFilePath, targetPath)
  var fileName = files.getName(文件路径);
  var 解压后的文件路径 = 文件路径.replace(fileName, "webPage.js");
  log("解压的解压后的文件路径=", 解压后的文件路径);
  files.createWithDirs(解压后的文件路径);
  // com.stardust.io.Zip.unzip(new java.io.File(文件路径), new java.io.File(解压后的文件路径))
  var sourceGzipFilePath = 文件路径;
  var targetPath = 解压后的文件路径;
  unzipGzipFile(sourceGzipFilePath, targetPath);
  return targetPath;
}
function unzipGzipFile(sourceGzipFilePath, targetPath) {
  var sourceGzipFilePath = sourceGzipFilePath || "/sdcard/tempSourceGzipFilePath.js";
  var targetPath = targetPath || "/sdcard/tempTargetPath.js";
  log("sourceGzipFilePath");
  log(sourceGzipFilePath);
  log("targetPath");
  log(targetPath);
  var sChunk = 8192;
  var gzipFileInputStream = new FileInputStream(sourceGzipFilePath);
  var zipin = new GZIPInputStream(gzipFileInputStream);
  var buffer = util.java.array("byte", sChunk);
  var out = new FileOutputStream(targetPath);
  var length;
  while ((length = zipin.read(buffer, 0, sChunk)) != -1) out.write(buffer, 0, length);
  out.close();
  zipin.close();
}
function getBarrageUrl(oid) {
  var url = util.format("https://api.bilibili.com/x/v1/dm/list.so?oid=%s", oid);
  return url;
}
function getBarrage(doc) {
  var d = doc.select("d");
  d = d.toArray();
  var barrage = [];
  for (let i = 0; i < d.length; i++) {
    barrage.push(d[i].text());
  }
  return barrage;
}


名人名言

思路是最重要的, 其他的百度, bing, stackoverflow, 安卓文档, autojs文档, 最后才是群里问问

--- 牙叔教程


声明

部分内容来自网络

本教程仅用于学习, 禁止用于其他用途

相关文章
|
人工智能 前端开发 Java
autojs非常见函数1
牙叔教程 简单易懂
1952 0
|
6月前
|
存储 Java API
Scala中如何使用Jsoup库处理HTML文档?
Scala中如何使用Jsoup库处理HTML文档?
|
XML 开发框架 JSON
10分钟带你进入Swagger的世界,快来看一看吧
10分钟带你进入Swagger的世界,快来看一看吧
|
6月前
|
Android开发
分享几个AutoJs工具方法直接拿过去用吧
分享几个AutoJs工具方法直接拿过去用吧
111 0
|
监控 数据挖掘 Java
Scala中使用Selenium进行网页内容摘录的详解
Scala中使用Selenium进行网页内容摘录的详解
|
数据采集 存储 移动开发
jsoup 框架的使用指南
jsoup 框架的使用指南
959 0
jsoup 框架的使用指南
|
XML JavaScript 程序员
|
Web App开发 JavaScript 前端开发
|
Java Android开发
android 处理 富文本 神器 JSOUP
android 处理 富文本 神器 JSOUP
289 0
|
数据采集 Java
Java爬虫:Jsoup解析HTML
Java爬虫:Jsoup解析HTML
145 0