Python实现一个简单的微信跳一跳辅助
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。
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 <filename>
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 [<source>] <command> [<arg>...] The sources are: trackball joystick touchnavigation mouse keyboard gamepad touchpad dpad stylus touchscreen The commands and default sources are: text <string> (Default: touchscreen) keyevent [--longpress] <key code number or name> ... (Default: keyboard) tap <x> <y> (Default: touchscreen) swipe <x1> <y1> <x2> <y2> [duration(ms)] (Default: touchscreen) press (Default: trackball) roll <dx> <dy> (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。