新闻详情

新闻详情

首页 / 资讯中心 / 详情

大麦抢票脚本从零上手:10分钟装好环境、抄对配置、跑通首次下单

发布时间:2026/11/12 5:08:09来源:尧图网络
大麦抢票脚本从零上手:10分钟装好环境、抄对配置、跑通首次下单
大麦抢票脚本从零上手10分钟装好环境、抄对配置、跑通首次下单【免费下载链接】ticket-purchase大麦自动抢票支持人员、城市、日期场次、价格选择项目地址: https://gitcode.com/GitHub_Trending/ti/ticket-purchaseticket-purchase 是一个大麦抢票脚本用 Selenium 驱动浏览器、Appium移动端设备自动化框架驱动安卓设备把选城市、挑场次、选票价、勾观演人、提交订单整套动作自动点完你只负责提前写对配置。本文带你完成首次配置与运行并附一张高频报错自查表。先分清分工机器点哪些你还得管哪些自动走完下单链路选城市、场次、票价、数量、观演人直到提交订单。前提是账号已登录、设备或浏览器在线它不会替你登录。Web 端Selenium Chrome与移动端Appium 安卓两条通道可各跑各的或同时开。移动端多一条工具链Appium、Android SDK 都得先装好。未开售或暂时缺货时自动轮询重试。重试次数由配置里的 max_retries 限定不是无限等。dates、prices 支持多个备选按你写的优先级依次尝试。顺序怎么排由你定它不做自动择优。干跑开关 if_commit_orderfalse走完整流程但不真提交订单。首跑验证用的就是它。 动手前把这几件事自查一遍Web 端只需前两项移动端要全部过关。仓库自带./check_environment.sh一键体检但脚本里的 Android SDK 路径写死了作者本机的你机器上会有标红行逐条手动核对下表更稳Python 3.9两端必装python3 --versionChrome 最新版Web 端驱动会随 selenium 自动下载Node.js 20.19 / 22.12 / 24.0.0移动端node --versionAppium 3.1 与 uiautomator2 驱动移动端先npm install -g appium再appium driver install uiautomator2用appium --version复核ANDROID_HOME 与 ANDROID_SDK_ROOT 两个变量都指向你的 SDK 路径设备在线adb devices里出现序列号和 device大麦 APP 已装adb shell pm list packages | grep damai有输出配置是核心每个值从哪里抄所有取值都藏在演出详情页里一个都不用猜但必须和页面文字逐字一致。大麦演出详情页地址栏、城市、场次、票价区域对应着全部配置值红框标注target_url 抄地址栏city、date、price 抄页面对应文字移动端编辑damai_appium/config.jsonc摘 7 个关键字段keyword: 周深, // 在 APP 搜索框里输入的搜索词 city: 深圳, // 与页面城市标签文字逐字一致 date: 12.06, // 场次日期格式跟页面走 price: 内场1199元, // 票价描述整段文字抄下来 price_index: 5, // 票价档位从上往下的索引从 0 开始 users: [王胜], // 观演人与系统里存的逐字一致 if_commit_order: false // 首跑设 false 干跑不真下单Web 端编辑damai/config.json字段更多但来源相同target_url地址栏、users、city、dates、prices只填数字如 680、if_listen是否监听缺货登记、max_retries、page_load_delay页面加载等待秒数。damai/config.json 实际配置dates 和 prices 写成数组就是备选优先级 跑起来3步从命令到首次下单第 1 步装依赖项目根目录git clone https://gitcode.com/GitHub_Trending/ti/ticket-purchase cd ticket-purchase pip install -r damai/requirements.txt预期selenium 等依赖装好。坑跑移动端的话别忘了上一步的 Appium 驱动Appium 能启动但建会话时会直接失败。第 2 步写配置并干跑。把两端配置文件里的 if_commit_order 都设为 false其余字段按上一页抄好。预期流程一路走到提交订单前停下不下单。坑users 里的姓名带空格或后缀也要照抄不一致会直接报未找到用户。第 3 步触发运行项目根目录Web 端python damai/damai.py。浏览器弹出后扫码登录剩下的交给它。移动端先在设备上打开大麦 APP 并停在目标演出详情页然后./start_appium.sh起 4723 端口的服务再跑./start_ticket_grabbing.sh。预期脚本先自检服务和配置你按 y 确认后才开始点击。坑设备端离开详情页它就会停开跑前最后确认一次页面位置。卡住了对这张表自查报错现象最可能原因修法Error: Node version must be at least ^20.19.0 \|\| ^22.12.0 \|\| 24.0.0Node 版本过低Appium 拒绝启动brew upgrade node或用 nvm 装 22 LTSnode --version复核Neither ANDROID_HOME nor ANDROID_SDK_ROOT environment variable was exportedAppium 找不到 Android SDK把 SDK 路径同时写入两个变量存进 shell 配置文件再开新终端Unable to find an active device or emulatoradb devices输出为空真机确认 USB 调试已开、模拟器完全启动再adb kill-server adb start-server重建连接Connection refused4723 端口没有服务在监听curl http://127.0.0.1:4723/status验证不通就换端口同步改配置里的 server_url未找到用户: xxx姓名与系统观演人不一致对着 APP 观演人列表逐字核对仍失败就把 page_load_delay 调到 3~5 秒跑通之后开售前用干跑模式完整走两三遍看日志停在哪一步就修哪一步正式抢时把 if_commit_order 翻成 true提前几分钟把脚本挂起来即可。想深入的话README.md整体说明、系统要求与完整安装清单完整使用指南(PC端).md.md)Web 端全参数、性能优化与排错细节damai_appium/config.jsonc移动端配置样例damai/damai.pyWeb 端主程序点击与重试逻辑都在这里【免费下载链接】ticket-purchase大麦自动抢票支持人员、城市、日期场次、价格选择项目地址: https://gitcode.com/GitHub_Trending/ti/ticket-purchase创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/11 9:31:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/11 5:36:08

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉