导航到登录页面

标准化日期时间格式 Args: text: 日期时间字符串 output_format: 输出格式 Returns: 标准化后的字符串，解析失败返回原字符串

标准化为日期时间格式 (YYYY-MM-DD HH:MM:SS)

标准化数据记录 Args: record: 数据记录 date_fields: 需要标准化的日期字段 number_fields: 需要标准化的数值字段 text_fi

从 B站视频 URL 中解析视频 ID 支持的格式： - https://www.bilibili.com/video/BV1dwuKzmE26/?spm_id_from=... - https://www.bilibili.com/video/BV1d54y1g

创建交互式饼图 Args: data: [(名称, 数值), ...] 列表 title: 标题 output_path: 输出路径 rose_type: 玫瑰图类型

从给定的 SQL 中查询记录，返回的是一个列表 :param sql: 查询的sql :param args: sql中传递动态参数列表 :return:

记录一次使用

释放上下文

释放并发许可

保存数据到 JSON 文件

按关键词搜索视频 Args: keyword: 搜索关键词 page: 页码（从1开始） page_size: 每页数量（B站固定为20） order: 排序方式（空=

公共的发送请求的函数 :param page_start: 分页起始位置 :param page_size: 每一页的长度 :return:

公共的发送请求的函数 :param page_start: 分页起始位置 :param page_size: 每一页的长度 :return:

公共的发送请求的函数 :param page_start: 分页起始位置 :param page_size: 每一页的长度 :return:

公共的发送请求的函数 :param page_start: 分页起始位置 :param page_size: 每一页的长度 :return:

公共的发送请求的函数 :param page_start: 分页起始位置 :param page_size: 每一页的长度 :return:

公共的发送请求的函数 :param page_start: 分页起始位置 :param page_size: 每一页的长度 :return:

发送验证码 Returns: 是否发送成功

设置资源拦截

对请求参数进行签名 签名流程： 1. 添加当前时间戳 wts 2. 按 key 字典序排序 3. 过滤特殊字符 4. URL 编码后与 salt 拼接 5. 计算 MD5 作为 w_r

使用本地 OCR 识别

启动客户端

提交登录 Returns: 是否登录成功

全角字符转半角 将全角数字、字母、标点转为半角

分词 Args: text: 输入文本 min_length: 最小词长度 Returns: 词语列表

从浏览器上下文更新 Cookie 登录成功后调用此方法，将浏览器的 Cookie 同步到客户端。 Args: browser_context: Playwright 浏览器上下文

验证 Cookie 是否有效 Returns: Cookie 是否有效

验证B站Cookie是否有效 Args: cookies: Cookie字典 Returns: 有效返回用户信息，无效返回None

等待随机时间 Returns: 实际等待的时间（秒）

检查 Cookie 是否即将过期 Args: cookies: Cookie 列表 threshold_hours: 阈值小时数 Returns: 是否在阈值时间内过期

词频统计 Args: text_field: 文本字段名 top_n: 返回 Top N min_length: 最小词长度 Returns: (词语

初始化数据分析器 Args: data: 数据列表 output_dir: 输出目录

Args: login_url: 登录页 URL phone_input_selector: 手机号输入框选择器 send_code_btn_selector: 发送验证码按钮选择器 c

初始化检测器 Args: timeout: 检测超时时间（秒） check_urls: 自定义检测 URL 列表

检查是否通过

清理过期代理

爬取帖子详情

爬取帖子列表

根据方式创建登录实例

执行登录 Returns: bool: 是否登录成功

下载二维码图片 Args: url: 二维码图片 URL Returns: str: Base64 编码的图片数据

从响应中提取B站Cookie

查找登录二维码 Returns: str: Base64 编码的二维码图片，如果未找到返回 None

获取上一页分页号

初始化浏览器

初始化 API 客户端

是否需要检测

通知状态变化

解析时长字符串为秒数 Args: duration_str: 时长字符串，如 "3:45" 或 "1:23:45" Returns: int: 时长（秒）

轮询获取结果

后台刷新循环

保存 Cookie

搜索单个关键词 Args: keyword: 搜索关键词

显示二维码 优先使用 PIL 显示，如果不可用则保存到文件。 Args: qrcode_base64: Base64 编码的二维码图片

尝试加载 Cookie

验证 Cookie 是否有效

获取并发许可

添加单个代理

基础用法演示

开始登录流程 根据 login_type 自动选择登录方式。 Returns: bool: 登录是否成功

二值化 Args: image_bytes: 图片字节 threshold: 阈值 (0-255)，小于阈值变黑，大于变白 Returns: 处理后的图片字节

构建传统 AJAX 请求头 Args: referer: Referer 地址 x_requested_with: 是否添加 X-Requested-With 头 Returns:

构建移动端请求头 Args: referer: Referer 地址 extra_headers: 额外的请求头 Returns: 移动端请求头字典

从文件读取代理并检测 Args: filepath: 代理列表文件路径（每行一个代理） Returns: 可用的代理列表

检测单个代理 Args: proxy_str: 代理字符串，格式为 host:port 或 protocol://host:port Returns: 代理是否可用

执行完整的文本清洗 Args: text: 原始文本 Returns: 清洗后的文本

清理资源

清空代理池

清除 Cookie

命令行入口

关闭浏览器

关闭浏览器

关闭爬虫

关闭爬虫

上下文日志

爬取所有页面 Args: max_pages: 最大页数 Returns: 所有名言列表

爬取单个页面的示例 - 展示异常处理最佳实践

爬取单页数据 Args: page_num: 页码 Returns: 名言列表

爬虫场景的日志使用示例

创建扫码登录

创建短信登录

自定义日志格式

解码 HTML 实体 Args: text: 包含 HTML 实体的文本 Returns: 解码后的文本

根据单个字段去重 Args: items: 字典列表 key_field: 用于去重的字段名 Returns: 去重后的列表

模糊去重 Args: items: 字符串列表 threshold: 相似度阈值 (0.0 - 1.0) similarity_func: 相似度算法 (levenshtein/jaccard

列表去重（保持顺序） Args: items: 字符串列表 Returns: 去重后的列表

演示文本清洗功能

去重工具演示

数据标准化演示

演示 Cookie 管理器的使用

演示登录状态检测

验证码服务演示

滑块验证码处理演示

演示 OCR 验证码识别

演示词云生成功能

演示图表生成功能