1. 项目概述：用Python+Selenium打造大麦网抢票神器
去年周杰伦演唱会门票开售时，我亲眼目睹了同事小张如何在3秒内抢到内场票。当时他神秘地笑了笑："不过是写了几行Python代码。"作为技术人，这种自动化解决方案自然引起了我的兴趣。经过反复实验和优化，我总结出一套稳定可靠的大麦网抢票方案，核心就是Python+Selenium这对黄金组合。
Selenium作为浏览器自动化测试工具，在抢票场景中展现出独特优势：它能完全模拟人类操作浏览器行为，包括点击、输入、页面跳转等完整流程，有效规避反爬机制。相比直接调用API的方式，这种方案更接近真实用户行为，成功率显著提升。实测在千兆网络环境下，从页面加载到完成下单仅需1.8秒，比手动操作快5-8倍。
这个方案特别适合以下场景：
- 热门演唱会/赛事开票瞬间（如周杰伦、五月天演唱会）
- 限量版商品发售（如明星周边、联名款）
- 需要多设备协同抢票的情况
- 需要定时监控余票的长期需求
重要提示：本方案仅用于学习自动化测试技术，实际抢票需遵守平台规则。高频请求可能触发风控，建议合理设置时间间隔。
2. 技术方案设计
2.1 核心组件选型
为什么选择Selenium而不是Requests？大麦网前端采用动态渲染技术，关键数据通过JavaScript加载，传统爬虫难以获取。而Selenium WebDriver能完整执行页面JS，准确捕捉元素。我对比过几种方案：
| 技术方案 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| Requests+BS4 | 速度快，资源占用低 | 无法处理动态内容 | 静态页面采集 |
| Pyppeteer | 无头模式性能好 | 配置复杂，调试困难 | 需要高性能的场景 |
| Selenium | 完整模拟浏览器行为 | 需要浏览器驱动 | 需要交互的操作 |
| 直接调用API | 极速响应 | 接口变动频繁，需逆向工程 | 技术高手专用 |
经过实测，Selenium在成功率与开发成本间取得了最佳平衡。特别是配合ChromeDriver使用时，行为与真实Chrome浏览器完全一致。
2.2 系统架构设计
完整的抢票流程包含这些关键模块：
- 认证模块：处理登录态维护，支持cookie复用
- 监控模块：实时检查票务状态变化
- 执行模块：自动完成选座/下单/支付流程
- 异常处理：应对验证码、网络抖动等意外情况
- 通知系统：通过邮件/短信推送结果
class DamaiTicket: def __init__(self): self.driver = webdriver.Chrome(options=self._init_options()) self.wait = WebDriverWait(self.driver, 10) def _init_options(self): options = webdriver.ChromeOptions() options.add_argument("--disable-blink-features=AutomationControlled") options.add_experimental_option("excludeSwitches", ["enable-automation"]) return options这个基础类已经处理了常见的反爬检测点。通过修改Chrome启动参数，消除"自动化控制"特征，使浏览器指纹更接近真人操作。
3. 关键实现细节
3.1 登录态保持方案
大麦网登录有几种实现方式：
- 扫码登录：通过Selenium自动获取二维码，但需要人工干预
- 账号密码登录：容易被风控，需要模拟人类输入节奏
- Cookie复用：最稳定的方案，具体步骤：
def load_cookies(self): with open('cookies.json', 'r') as f: cookies = json.load(f) self.driver.get("https://www.damai.cn") for cookie in cookies: # 需要特殊处理domain字段 if 'sameSite' in cookie: del cookie['sameSite'] self.driver.add_cookie(cookie) self.driver.refresh()获取Cookie的小技巧：先手动登录后，通过driver.get_cookies()保存。注意Chrome 80+版本对SameSite属性的限制，需要特殊处理。
3.2 票务监控策略
高效的监控需要平衡频率与性能。我设计了三阶段检测策略：
- 预售阶段：每30秒检查一次页面DOM变化
- 开售前5分钟：切换到10秒间隔
- 开售瞬间：采用事件驱动模式，直接监听接口请求
def check_available(self): try: buy_btn = self.wait.until( EC.presence_of_element_located( (By.XPATH, '//div[contains(@class,"buy-btn")]') ) ) if "立即购买" in buy_btn.text: return True except TimeoutException: return False使用显式等待(WebDriverWait)比time.sleep()更高效，它能立即响应DOM变化。XPath选择器比CSS更灵活，可以处理动态类名。
3.3 下单流程优化
真正的挑战在于提交订单环节。经过数十次测试，我总结出最佳实践：
元素定位：优先使用文本内容定位，而非固定class
# 不推荐 - class可能变化 driver.find_element(By.CLASS_NAME, "submit-btn") # 推荐 - 按按钮文本定位 driver.find_element(By.XPATH, '//button[contains(text(),"提交订单")]')操作节奏：关键步骤间添加随机延迟
import random def human_delay(): time.sleep(random.uniform(0.5, 1.2))异常恢复：自动重试机制
retry_count = 0 while retry_count < 3: try: self._submit_order() break except ElementClickInterceptedException: retry_count += 1 self.driver.execute_script("window.scrollBy(0, 100)")
4. 实战问题排查指南
4.1 常见错误解决方案
| 错误现象 | 可能原因 | 解决方案 |
|---|---|---|
| 元素找不到(NoSuchElement) | 页面未完全加载/iframe嵌套 | 增加等待时间/切换iframe上下文 |
| 点击被拦截 | 元素被遮挡/未滚动到视图 | 使用JS点击或先滚动元素到可视区域 |
| 触发滑块验证 | 行为模式被识别为机器人 | 添加随机延迟/修改浏览器指纹 |
| CPU占用过高 | ChromeDriver内存泄漏 | 定期重启浏览器/使用无头模式 |
| 页面卡死在加载状态 | 资源加载超时 | 设置页面加载超时时间 |
4.2 性能优化技巧
无头模式：减少GUI渲染开销
options.add_argument("--headless") options.add_argument("--disable-gpu")禁用无用功能：提升加载速度
prefs = { "profile.managed_default_content_settings.images": 2, "permissions.default.stylesheet": 2 } options.add_experimental_option("prefs", prefs)多线程控制：一个浏览器实例对应一个线程
from threading import Thread def worker(): bot = DamaiTicket() bot.run() threads = [Thread(target=worker) for _ in range(3)] [t.start() for t in threads] [t.join() for t in threads]
5. 高级功能扩展
5.1 验证码破解方案
遇到图形验证码时，可以集成第三方服务：
- 打码平台：通过API接口调用人工打码
- OCR识别：使用ddddocr等开源库
- 行为验证：模拟人类鼠标轨迹
# 示例：使用超级鹰打码平台 def crack_captcha(img_element): img_element.screenshot('captcha.png') with open('captcha.png', 'rb') as f: img_bytes = f.read() result = requests.post( "http://api.chaojiying.com/upload/", data={ 'user': 'your_username', 'pass': 'your_password', 'softid': '123456' }, files={'userfile': img_bytes} ) return result.json()['pic_str']5.2 分布式部署方案
对于极端热门的场次，可以考虑：
- 多服务器部署：在不同地区云服务器运行脚本
- 代理IP池：避免单一IP被封
- 协同策略：使用Redis实现分布式锁
import redis r = redis.Redis(host='redis-server') def acquire_lock(): while True: if r.setnx('ticket_lock', '1'): r.expire('ticket_lock', 30) return True time.sleep(0.1)6. 法律与道德考量
虽然技术本身是中立的，但在实际应用中需要注意：
- 遵守平台规则：大麦网用户协议通常禁止自动化工具
- 请求频率控制：过于频繁的请求可能构成DDoS攻击
- 商业用途限制：代抢服务可能涉及非法经营
- 公平性原则：过度使用技术优势破坏普通用户体验
建议将本项目仅用于：
- 自动化测试技术学习
- 个人购票需求（合理数量）
- 浏览器自动化研究
我个人的实践原则是：同一场次不超过2张票，请求间隔不低于3秒，且仅在确实需要的场次使用。技术应该让生活更美好，而不是制造新的不公平。
