1

jd/logistics.py

@@ -0,0 +1,154 @@
+import time
+import json
+import re
+from DrissionPage import ChromiumPage, ChromiumOptions
+
+# 设置浏览器路径
+CHROME_PATH = r'C:\Program Files\Google\Chrome\Application\chrome.exe'
+
+# 物流追踪页面 URL
+TRACKING_URL = "https://3.cn/2t-Iibig"
+
+# 配置并启动浏览器
+options = ChromiumOptions()
+options.set_browser_path(CHROME_PATH)
+
+# 创建浏览器实例
+page = ChromiumPage(options)
+
+try:
+    print("正在打开物流追踪页面...")
+    page.get(TRACKING_URL)
+    
+    # 等待页面加载
+    time.sleep(5)
+    
+    print("\n=== 方法1: 尝试从页面元素提取信息 ===")
+    
+    # 尝试提取运单号
+    waybill_elements = page.eles('xpath=//*[contains(text(), "运单号")]')
+    if waybill_elements:
+        print(f"找到运单号相关元素: {len(waybill_elements)} 个")
+        for elem in waybill_elements:
+            print(f"  文本: {elem.text}")
+            # 尝试获取父元素或兄弟元素
+            parent = elem.parent()
+            if parent:
+                print(f"  父元素文本: {parent.text[:100]}")
+    
+    # 尝试提取承运人信息
+    carrier_elements = page.eles('xpath=//*[contains(text(), "承运人")]')
+    if carrier_elements:
+        print(f"\n找到承运人相关元素: {len(carrier_elements)} 个")
+        for elem in carrier_elements:
+            print(f"  文本: {elem.text}")
+    
+    print("\n=== 方法2: 监听网络请求，查找数据接口 ===")
+    
+    # 监听所有包含数据的请求
+    print("开始监听网络请求...")
+    page.listen.start()
+    
+    # 滚动页面触发可能的请求
+    page.scroll.down(500)
+    time.sleep(3)
+    page.scroll.to_bottom()
+    time.sleep(5)
+    
+    # 获取所有监听到的请求
+    all_responses = page.listen.get()
+    print(f"\n共监听到 {len(all_responses)} 个请求")
+    
+    # 查找可能包含物流数据的请求
+    keywords = ['track', 'logistics', 'waybill', 'express', 'delivery', '3.cn', 'jd.com', 'json', 'api']
+    
+    for idx, resp in enumerate(all_responses):
+        url = resp.url if hasattr(resp, 'url') else ''
+        print(f"\n请求 {idx + 1}:")
+        print(f"  URL: {url[:150]}")
+        
+        # 检查是否包含关键词
+        url_lower = url.lower()
+        if any(keyword in url_lower for keyword in keywords):
+            print(f"  ⭐ 可能相关的请求！")
+            try:
+                if hasattr(resp, 'response') and hasattr(resp.response, 'body'):
+                    body = resp.response.body
+                    if isinstance(body, dict):
+                        print(f"  响应数据 (前500字符): {str(body)[:500]}")
+                        # 尝试解析 JSON
+                        print(f"  完整的 JSON 数据:")
+                        print(json.dumps(body, indent=2, ensure_ascii=False)[:1000])
+                    elif isinstance(body, str):
+                        print(f"  响应数据 (前500字符): {body[:500]}")
+                        # 尝试解析 JSON
+                        try:
+                            json_data = json.loads(body)
+                            print(f"  解析后的 JSON (前1000字符):")
+                            print(json.dumps(json_data, indent=2, ensure_ascii=False)[:1000])
+                        except:
+                            pass
+            except Exception as e:
+                print(f"  解析响应时出错: {e}")
+    
+    print("\n=== 方法3: 提取页面 HTML 中的 JSON 数据 ===")
+    
+    # 获取页面 HTML
+    html = page.html
+    # 查找可能的 JSON 数据（在 script 标签中）
+    json_patterns = [
+        r'window\.__INITIAL_STATE__\s*=\s*({.+?});',
+        r'var\s+trackData\s*=\s*({.+?});',
+        r'const\s+trackingInfo\s*=\s*({.+?});',
+        r'data\s*:\s*({.+?})',
+        r'"waybillNo"[:\s]+"([^"]+)"',
+        r'"trackingNumber"[:\s]+"([^"]+)"',
+    ]
+    
+    for pattern in json_patterns:
+        matches = re.findall(pattern, html, re.DOTALL)
+        if matches:
+            print(f"\n找到匹配模式 {pattern}:")
+            for match in matches[:3]:  # 只显示前3个
+                print(f"  匹配: {str(match)[:200]}")
+    
+    print("\n=== 尝试提取页面中的所有文本内容 ===")
+    page_text = page.html
+    # 查找运单号（通常是数字）
+    waybill_pattern = r'运单号[:\s]*(\d+)'
+    waybill_matches = re.findall(waybill_pattern, page_text)
+    if waybill_matches:
+        print(f"找到运单号: {waybill_matches}")
+    
+    # 查找承运人
+    carrier_pattern = r'国内承运人[:\s]*([^\s<]+)'
+    carrier_matches = re.findall(carrier_pattern, page_text)
+    if carrier_matches:
+        print(f"找到承运人: {carrier_matches}")
+    
+    # 查找电话号码
+    phone_pattern = r'国内承运人电话[:\s]*(\d+)'
+    phone_matches = re.findall(phone_pattern, page_text)
+    if phone_matches:
+        print(f"找到电话: {phone_matches}")
+    
+    print("\n=== 等待用户查看页面 ===")
+    print("页面已打开，请手动检查浏览器中的网络请求（F12 -> Network），查找包含物流数据的 API")
+    print("按 Enter 键继续或等待 60 秒后自动关闭...")
+    
+    try:
+        input()
+    except:
+        time.sleep(60)
+
+except KeyboardInterrupt:
+    print("\n用户中断脚本执行")
+except Exception as e:
+    print(f"\n发生错误: {e}")
+    import traceback
+    traceback.print_exc()
+finally:
+    print("\n脚本执行完成，浏览器保持打开状态用于调试")
+    # 可以选择是否关闭浏览器
+    # page.quit()
+