Python | 获取Android设备信息的轻量级框架

简介: 今天跟大家分享一下,如何通过Python实现一个轻量级的库来获取电脑上连接的Android设备信息,为什么说轻量呢因为整个库也就4KB,相比其他诸如Appetizer这样动辄就8MB多的库要轻很多,而且也基本满足项目中的需求。这个库只有一个文件,通过封装Android的ADB命令实现,返回的是一个包含所有设备信息的标准json格式的列表方便解析,下面简单介绍一下

检查环境变量


#判断是否设置环境变量ANDROID_ HOME
if "ANDROID_ HОME" in os. environ:
    command = os. path. join(
        os.environ["ANDROID_HОME"],
        "platform-tools",
        "adb")
else:
    raise EnvironmentError(
        "Adb not found in $ANDROID_ HOME path: %s." %
        os. environ ["ANDROID_ HOME"] )


命令执行


class Shell:
   def_ init_ (self):
      pass
   @staticmethod
   def invoke(cmd):
       output,errors=subprocess.Popen(cmd,shell=True,stdout=subprocess.PIPE,stder-subprocess PIPF).communicate()
       o=output.decode("utf-8")
       return 0


ADB命令封装


class ADB(object):
参数:device_id
def init(self,device id=""):
if device id =="":
self.device_id ="" else:
self.device id="-ss"deviceid
def adb(self,args):
cmd="8S8S8S"%(commandselfdeviceid,str(arqs)) return Shell.invoke(cmd)
def shell(self,args):
cmd ="gs 8s shell &s"%(commandselfdevice id
str(args),)
return Shellinvoke(cmd)
def get device state(self):
获取设备状态:offline|bootloaderdevice
return self.adb("get-state).stdoutread().strip()
def get_device_id(self):
获取设备id号,return serialNo
return self.adb("get-serialno")stdoutread().strip()
def get android version(self):
获取设备中的Android版本号,如4.2.2
return self.shell(
"getprop ro.build.versionrelease")strip()
def get_sdk version(self):
获取设备SDK版本号,如:24
return self.shell("getprop ro.buildversionsdk)strip()


设备信息获取


class DeviceInfo:
def_init_(self,uid,os_type,os_version,sdk_version,brand,model,rom_version):
self.uid=uid
self.os_type=os_type
self.os version=os version self.sdk_version=sdk version self.brand=brand self.model=model
self.rom_version=rom version
class Device:
def _init_(self):
pass
@staticmethod
def get android devices():
android devices list = [] android devices infos=[]
for device in Shell.invoke(adb devices)splitlines():
if 'device' in device and 'devicesnot in device:
device=devicesplit("\t)[0]
android devices listappend(device)
for device uid in android devices list:
device info =DeviceInfo(device uid,"Android"ADB(device uid).get android version(),
ADB(device uid).get sdk version(),
ADB(device_uid).get_product brand(),ADB(device_uid).get_product model(), ADB(device uid).get product rom())
android devices infos.append(device info.dict)  
return android devices_infos


设备信息数据结构


"uid":"BY2WKN1519078327"
"rom version":"Che2-UL00 V100R001CHNC00B287"
"brand":"Honor",
"os version": "4.4.2"
"sdk version":"19"
"os type": "Android"
"model":"Che2-UL00"},{
"uid":"GWY0217414001213"
"rom version":"MHA-AL00C00B213"
"brand":"HUAWEI"
"os_version": "7.0"
"sdk version":"24"
"os_type":"Android"
"model":"MHA-ALO0"}


相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
6月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
453 0
|
6月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
524 1
|
6月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
637 0
|
6月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
331 0
|
7月前
|
机器学习/深度学习 算法 PyTorch
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
193 1
|
7月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
587 0
|
7月前
|
机器学习/深度学习 算法 PyTorch
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
300 0
|
8月前
|
数据挖掘 数据处理 C++
Python Lambda:从入门到实战的轻量级函数指南
本文通过10个典型场景,详解Python中Lambda匿名函数的用法。Lambda适用于数据处理、排序、条件筛选、事件绑定等简洁逻辑,能提升代码简洁性和开发效率。同时提醒避免在复杂逻辑中过度使用。掌握Lambda,助你写出更高效的Python代码。
506 0
|
Android开发
【Android 插件化】“ 插桩式 “ 插件化框架 ( 运行应用 | 代码整理 )
【Android 插件化】“ 插桩式 “ 插件化框架 ( 运行应用 | 代码整理 )
304 0
【Android 插件化】“ 插桩式 “ 插件化框架 ( 运行应用 | 代码整理 )
|
Android开发
【Android 插件化】“ 插桩式 “ 插件化框架 ( 运行应用 | 代码整理 )(二)
【Android 插件化】“ 插桩式 “ 插件化框架 ( 运行应用 | 代码整理 )(二)
234 0
【Android 插件化】“ 插桩式 “ 插件化框架 ( 运行应用 | 代码整理 )(二)

热门文章

最新文章

推荐镜像

更多