Files

T

butubb 0bc713137d feat(抓取): 选择器优先语义化（同 id 多实例用 @text 限定，而非序号）+ 修掉两类"死选择器"

语义消歧（B 项）：主属性在整棵树里重复时，先找第二个属性把目标单独圈出来 ——
  //*[@resource-id="x" and @text="我"]   （次属性 text > content-desc > class，
                                        单个不够就两两组合）
标 semantic:true + via；只有组合也分不开（列表里同 id 同文字）才退回
  (//*[@resource-id="x"])[k]            （标 indexed，前端黄标提醒脆弱）
抖音底部导航正是这个场景：tab 个数随灰度版本变（4 个 ↔ 3 个），序号必然错位。

顺带修掉两个结构性缺陷（给上面做验证时逐条 lxml 求值发现的，均非本次引入）：
1. 结构步进把 class 当标签名 —— dump 的 XML 标签**一律是 <node>**，class 在
   @class 上，所以 //FrameLayout[1]/… 这类路径**永远零命中**；改 *[@class="…"][n]
2. 兜底结构路径用 @index 定位兄弟 —— 实测同级 index 会重复（状态栏/内容区/
   导航栏三个兄弟全是 index="0"）；改按子节点位置 //hierarchy/*[1]/*[2]

前端：抓取列表把 text/content-desc 排到最前并加粗上色（最稳的定位依据）；
序号型从蓝标改**黄标 ⚠ 序号 k/n**，语义型给**绿标 ✓ 语义**；属性页新增
「选择器稳定性」一行说明这个选择器靠什么定位、会不会因界面变化失效。

真机实测（192.168.20.100，248 个元素）：
  精确命中目标 221 → 247 ｜ 死选择器 26 → 0 ｜ 语义型 0 → 26（序号型 141 → 115）
  「我」的语义选择器经 /api/steps/test 真机点击 → 命中 ✓

文档：TASK_DEV §5.3/5.4（含两个 XPath 坑）、API §8（suggested 字段表 +
snapshot 行）、research/U2_ELEMENT_SELECTORS §五/§六、backlog ②标记完成。

2026-09-13 22:05:47 +08:00

8.4 KiB

Raw Blame History

元素选择器研究：为什么"点不到按钮"（2026-09-13）

背景：任务步骤（click 等）频繁出现"元素明明在屏幕上却点不到"。用户怀疑是任务执行用的 u2 与元素抓取用的 uiautodev 两条通道不一致，要求研究。分支：research/raw-u2-elements。

一、先否掉一个假设：两条通道并不冲突

	用的东西	连接方式
任务执行（点击/输入…）	原生 `u2.connect(serial)`	直连设备的 uiautomator2 server
元素抓取（编辑器按钮）	`uiautodev` 服务（localhost:20242）→ `/api/android/{serial}/hierarchy`	它自己的连接

实测（同一设备、同一屏、同一时刻，两边各 dump 一次）：

对比项	u2	uiautodev
节点总数	330	330
`id/0qf`（抖音底部 tab）	3	3
`id/content_layout`	5	5

逐项一致 —— 两个通道给出的元素树是同一份（都是设备的 UiAutomation dump）。所以"抓取看到的和执行看到的不是一回事"这个假设不成立。

顺带纠正一处过时注释：core/uiauto_helper.py 说"uiautodev 归一化浮点坐标无法换算像素"。实际上 uiautodev 的节点里 rect 就是像素（{x,y,width,height}），bounds 才是归一化的 0~1 浮点。要用像素直接用 rect 即可。

二、真正的原因：序号型选择器（`(…)[k]`）会随界面变形而错位

复现（192.168.20.100，抖音 v40.4.0）—— 进「我」页面，底部导航 dump 出来是：

[1] text='首页'  bounds=[38,1484][106,1530]
[2] text='消息'  bounds=[470,1484][538,1530]
[3] text='我'    bounds=[631,1484][665,1530]

只有 3 个 0qf。而任务里的步骤写的是：

(//*[@resource-id="com.ss.android.ugc.aweme:id/0qf"])[4]    ← 第 4 个，根本不存在

必然点空 —— 日志里表现为 click 未找到元素，而界面上那个「我」明明就在那儿。

为什么有的设备是 4 个？

抖音底部的「朋友」tab 是灰度功能：有的账号/设备有（首页/朋友/消息/我 = 4 个），有的没有（首页/消息/我 = 3 个）。同一个序号 [4]：

4 个 tab 的设备 → 点到「我」（碰巧对）
3 个 tab 的设备 → 点空（或点到别的东西）

同一个选择器在不同机器上语义不同，这是"时好时坏"的根源。

三、解法：用语义选择器，不要依赖序号

实测有效（同一台 3-tab 设备）：

# ✗ 序号型：依赖"底部有几个 tab"
(//*[@resource-id="com.ss.android.ugc.aweme:id/0qf"])[4]

# ✓ 语义型：同一个 id，用文字限定 —— 不管有几个 tab 都对
//*[@resource-id="com.ss.android.ugc.aweme:id/0qf" and @text="我"]

验证：命中（bounds 落在「我」上）→ 点击 → 进入我页面 → jy-（切换按钮）出现 ✓

同类可用限定条件（按优先级）：

@text="…" —— 文字最稳（tab 名、按钮名）
@content-desc="…" —— 无文字但有描述（如 首页，按钮）
@resource-id="…" —— 唯一时直接用
组合：//*[@resource-id="x" and @text="y"] —— 同一 id 多实例时的最佳解
结构路径（…/FrameLayout[2]）—— 最后手段，最脆
(…)[k] —— 只在上面都不行时

四、抓取弹窗"老是错位"的根因 —— 截图和元素树不是同一时刻

（2026-09-13 追加，用户反馈"抓取的窗口老是会错位"）

先把几个常见猜测逐一排除（都实测过）：

猜测	实测结果
两条通道元素树不一致	✗ 排除：节点数/各 id 个数逐项相同
截图被 CSS 缩放了、框没跟着缩	✗ 排除：`scaleX=clientWidth/naturalWidth` 算得对，实测框位置与理论值一致
窗口 resize 后没重算	✗ 排除：预览列固定 320px，resize 不影响
列表索引与框的 `data-idx` 对不上	✗ 排除：用 `indexOf` 保住原始序号，过滤后也不乱

真因：截图与元素树分两次取，中间隔了 1~2 秒。

取数方式	截图	元素树	两者时间差
现在（`/api/uiauto/screenshot` + `/api/uiauto/elements` 两次请求，走 uiautodev）	0.4s	1.8s	约 1.8 秒
原生 u2 背靠背（同一个连接）	0.3s	1.4s	约 1.4 秒

元素树的 dump 本身就要 1.3~1.8 秒（设备端 uiautomator 的开销，改不动）。界面只要在动（抖音信息流、视频、加载动画…），两秒足够让元素位置全变 → 框永远落在旧位置上 —— 这就是"老是错位"，不是偶发。

解法（✅ 2026-09-13 已实现，见 `core/uiauto_helper.snapshot`）

一次请求取齐（推荐，也是用户说的"用原始 u2"）：新增 GET /api/uiauto/snapshot?serial=X，服务端用一个 u2 连接背靠背 dump_hierarchy() + screenshot()，返回 {image, elements}；前端只调这一个接口 → 天然同源，间隔从 ~2.2s 降到 ~1.4s。 并且抓取弹窗改成大图 1:1 预览（原来预览列只有 320px、图片被缩到 294px，框全挤在一起，看着就像"错位"；现在铺满左侧、按原始分辨率显示）。
双截图校验（关键：让失败可见而不是悄悄错位）：抓取时前后各截一张，两张不一致就明确提示"界面在抓取过程中变化了，请让设备停在目标界面再抓"，而不是给一个已经错位的框。
文档里明确写：抓元素要让设备停在静止界面（设置页、已加载完的页面），别在视频播放/信息流滑动中抓。

五、建议的改动

✅ 抓取器优先产出语义选择器（2026-09-13 已实现，core/uiauto_helper._extract）：同一属性值出现多个实例时，先找第二个属性把目标单独圈出来 —— //*[@resource-id="x" and @text="…"]（次属性按 text > content-desc > class 排，单个不够就两个组合）；只有怎么都分不开（列表里同 id 同文字）才退回 (…)[k]。返回值标 semantic:true + via（限定用的属性）或 indexed:true。抓取列表里 text/content-desc 排在最前并加粗上色，让用户能看着选。
✅ 序号型加醒目提示（同日）：前端把 indexed 的徽标从蓝色 #k/n 换成黄色 ⚠ 序号 k/n，悬浮说明"依赖同类元素个数，界面一变就指到别的元素上"；语义型给绿色 ✓ 语义；右侧「属性」页新增一行选择器稳定性。
⏳ 已存任务：把 (…)[k] 型选择器扫一遍，能改成文字限定的自动改（脚本），其余在编辑器里逐个复核。（用户自行处理）
⏳ 运行期：click 未命中时，日志里顺带 dump 一下"同 id 现在有几个实例"，让"序号错位"当场可诊断（现在是干巴巴一句"未找到元素"）。
✅ （针对第四节的"抓取错位"） 抓取接口合并成一个快照接口 + 双截图校验，具体见第四节「解法」。

六、顺带修掉的两个"结构性"坑（2026-09-13）

给 §五.1 做验证时（对真机 dump 逐条用 lxml 求值，比对"命中数==1 且 bounds 一致"），发现旧实现 248 个元素里有 26 条选择器永远匹配不到任何东西 —— 都是"结构路径"类：

坑	现象	原因
`//FrameLayout[1]/LinearLayout[2]`	零命中	dump 的 XML 标签名一律是 `<node>`，class 在 `@class` 属性上 —— 把类名当标签名写的路径永远匹配不到
`//hierarchy/node[@index="1"]`	零命中或一次命中多个	同级节点的 `index` 属性会重复（实测状态栏/内容区/导航栏三个兄弟的 `index` 全是 `0`）

修法：

子路径步进改成 *[@class="android.widget.ImageView"][n]（谓词 [n] 在步进选出的节点集上按文档序定位，语义与原来的"同 class 兄弟序号"一致）
兜底结构路径改成按子节点位置：//hierarchy/*[1]/*[3]

效果（同一份真机 XML，248 个元素）：

	旧	新
先按 lxml 求值，精确命中目标	221	247
零命中（死选择器）	26	0
语义型 / 序号型	0 / 141	26 / 115

core/uiauto_helper.py 里 _child_path() 的注释与 doc/TASK_DEV.md §5.4 都记了这两个坑，避免以后又写回来。

8.4 KiB Raw Blame History Unescape Escape