[发明专利]一种自动收集数据方法及系统

说明书

本发明实施例提供一种自动收集数据方法，包括以下步骤：步骤一：使用Selenium模拟鼠标滑动；步骤二：从html获取完整的图片和有缺口的图片；步骤三：根据完整的图片与有缺口的图片相同位置的像素进行对比；步骤四：使用moveByOffset进行模拟滑动；本发明实施例从而提高数据抓取的效率，进而提升用户的体验。

技术领域

本发明涉及计算机技术领域,更具体地说，涉及到一种自动收集数据方法及系统。

背景技术

页面应用中的GeeTest滑动滑块的验证，在表单提交之前可以看到一张完整的图片字节流信息，当点击滑块的时候完整的图片字节流切换成一张有缺口的图片字节流信息，在拖动滑块时图片字节流上方出现一张小图，随着鼠标的左右拖动，小图也会跟随着鼠标的左右移动，将小图拖动到图片缺口并填满整个缺口时松开鼠标左键，这时候验证通过表单正常提交。

需要设计一款自动识别图片字节流的程序，如下是几个需要解决的问题：

1.针对零散的图片字节流如何按序拼接起来，一张是完整的图片字节流，一张是带有缺口的图片字节流；

2.得到拼接之后两种图片字节流需要通过程序算法得出缺口所在的位置，这一步至关重要，技术上突破才能完成表单的提交

需要设计一款自动模拟鼠标移动的程序

1.通过程序让电脑的鼠标听指挥，例如可以做到按住鼠标左键不动，拖动鼠标并在屏幕上显示光标的位置，到达指定位置后，松开鼠标左。

本发明内容

为了克服现有技术的不足，本发明提供一种自动收集数据方法用来解决收集数据效率比较低下的问题。

本发明解决其技术问题所采用的技术方案是：提供一种自动收集数据方法，包括以下步骤：

步骤一：使用Selenium模拟鼠标滑动；

步骤二：从html获取完整的图片和有缺口的图片；

步骤三：根据完整的图片与有缺口的图片相同位置的像素进行对比；

步骤四：使用moveByOffset进行模拟滑动。

优选地，使用Selenium模拟鼠标滑动之后，所述步骤还包括：

使用Selenium中的WebDriver工具类获取html整个DOW节点；

逐层解析从html获取的整个DOW节点，获取图片所在的节点。

优选地，获取图片所在的节点之后，从html获取完整的图片和有缺口的图片之前，所述步骤还包括：

根据获取的图片所在节点，获取图片的url地址；

根据图片的url地址，对图片进行下载。

优选地，从html获取完整的图片和有缺口的图片之后，所述步骤还包括：

计算整个完整图片的宽度和高度。

优选地，计算整个完整图片的宽度和高度之后，所述步骤还包括：

创建一个BufferedImage,将完整图片对应的52张图片通过Graphics进行绘制。

具体地，创建一个BufferedImage,将完整图片对应的52张图片通过Graphics进行绘制，所述步骤包括：

将第一组图片中x*.jpg构造出第一数组，将第一组图片中y*.jpg构造出第二数组；

将第一数组对应的图片与第一数组对应的图片循环依次摆放至空白图片上，得到完整的图片；