使用Python制作微信跳一跳辅助

1.  前言

微信的跳一跳相信大家都很熟悉了，而且现在各种外挂、辅助也是满天飞，反正本人的好友排行榜中已经是八九百都不足为奇了。某宝上一搜一堆结果，最低的居然只要3块多，想刷多少分就刷多少分，真是离谱。

作为一枚程序猿，我决心也自己搞一下，不为别的，一来为了磨练一下自己的解决问题的能力，而来也为了娱乐一下。像这种任务，最适合的当然是Python，丰富的第三方库，而且具有胶水语言的特点。

本程序的主要设计思路就是，PC端adb连接手机→截屏→在PC端展示→用户鼠标选取起点和终点→计算距离、时长→adb发送指令模拟按压→截屏循环。

2.  ADB

adb，Android Debug Bridge，即安卓调试桥，包含如下几个部分:
•Client端, 运行在开发机器中，即你的开发PC机，用来发送adb命令
•Deamon守护进程，运行在调试设备中，即的调试手机或模拟器
•Server端，作为一个后台进程运行在开发机器中，即你的开发PC机，用来管理PC中的Client端和手机的Deamon之间的通信

我们通常用的adb命令指的就是Client端程序。Server端实际上在本机侦听端口5037，将指令通过usb线/wifi转发给移动设备的Deamon进程。

adb命令读者可以去官方网站查看文档（http://adbshell.com/commands），这里只介绍用到的几个命令。

(1)    adb devices列出所有连接的模拟器/设备

Prints a list of all attached emulator/device

adb devices

In response, return serial number and state

e4b25377    device

emulator-5554 device

(2)    adb shell screencap截屏

taking a screenshot of a device display.

adb shell screencap 

adb shell screencap /sdcard/screen.png

download the file from the device将文件从设备下载到本机。

adb pull /sdcard/screen.png

(3)    adb shell input swipe模拟滑动操作（长按）

adb shell input swipe 100 100 100 100 500模拟长按坐标(100, 100)时长500ms

  C:\Documents and Settings\Administrator>adb shell 
  root@NX403A:/ # input 
  input 
  Usage: input []  [...] 
   
  The sources are: 
     trackball 
     joystick 
     touchnavigation 
     mouse 
     keyboard 
     gamepad 
     touchpad 
     dpad 
     stylus 
     touchscreen 
   
  The commands and default sources are: 
     text  (Default: touchscreen) 
     keyevent [--longpress]  ... (Default: keyboard) 
     tap   (Default: touchscreen) 
     swipe     [duration(ms)] (Default: touchscreen) 
     press (Default: trackball) 
     roll   (Default: trackball) 

好了，以上是本次所需adb的知识点。

3.  Python

（1）     调用命令行

Python调用命令行有多种方式，比较常用的是os.system(cmd)和os.popen(cmd)，以及commands.getoutput(cmd)，这三者主要区别在返回值的获取方面，第一个无法获得返回值，第二、三个则可以获取。这里用哪个都可以，因为不需要获得返回值。

（2）     OpenCV

主要用OpenCV做一些图片缩放等操作，用PIL也是可以的。

（3）     Tkinter

主要用到了Button、PhotoImage这两个Widget。不多说了。

程序的实现是很简单的，这里处于某些原因就不公开代码了，主要就是一个细调参数的过程。

程序截图：

下一步的目标是，结合OpenCV和神经网络实现自动识别、计算距离。

郑重声明，本文仅供学习、娱乐只用，请勿随意传播。