无需Java/Kotlin，如何用Python/ADB获取android.view.ViewGroup子元素及文本？

方案1：通过ADB导出UI层级解析ViewGroup子元素 #

直接用ADB的uiautomator dump导出当前屏幕的UI结构，再用Python解析XML获取ViewGroup及其子元素：

• 先执行ADB命令导出UI文件到本地：

  adb shell uiautomator dump /sdcard/ui_dump.xml
  adb pull /sdcard/ui_dump.xml ./
  

• 用Python内置的XML解析库处理，遍历ViewGroup并提取子元素：

  import xml.etree.ElementTree as ET
  
  tree = ET.parse('ui_dump.xml')
  root = tree.getroot()
  
  # 遍历所有ViewGroup节点
  for view_group in root.findall(".//*[@class='android.view.ViewGroup']"):
      # 获取该ViewGroup下的所有子元素
      children = view_group.findall("./*")
      for child in children:
          # 提取子元素的类名、位置、文本等属性
          print(f"子元素类名: {child.get('class')}, 位置: {child.get('bounds')}, 文本: {child.get('text') or '无'}")
  

• 提示：屏幕显示的文本大概率是ViewGroup的子元素（比如TextView）承载的，重点遍历子元素的text字段即可。

方案2：用Python的uiautomator2库简化操作 #

这是Python封装的UIAutomator工具，无需Java环境，直接调用就能定位控件：

1. 先安装库：

   pip install uiautomator2
   

2. 连接设备后定位ViewGroup并获取子元素：

   import uiautomator2 as u2
   
   d = u2.connect()  # 自动连接模拟器/真机
   # 定位所有ViewGroup控件
   view_groups = d.xpath("//android.view.ViewGroup")
   for vg in view_groups.all():
       # 获取当前ViewGroup的所有子元素
       children = vg.children()
       for child in children:
           # 尝试提取文本，获取控件属性
           text = child.text
           if text:
               print(f"子元素文本: {text}, 位置: {child.bounds}")
           print(f"子元素类名: {child.info['className']}")
   

• 针对elementId不固定的问题，这个库支持用控件位置（bounds）、子元素特征、层级关系来定位，完全不需要依赖不稳定的elementId。

方案3：截图+OCR提取隐藏文本 #

如果ViewGroup的文本完全不暴露在UI层级（比如是Canvas绘制的），就用ADB截图后通过OCR识别：

1. 安装依赖库：

   pip install pytesseract pillow
   

2. 实现截图、裁剪、识别的流程：

   import os
   from PIL import Image
   import pytesseract
   
   # 截图并拉取到本地
   os.system("adb shell screencap /sdcard/screen.png")
   os.system("adb pull /sdcard/screen.png ./")
   
   # 先通过UI层级获取目标ViewGroup的bounds，比如解析得到坐标[100,200][300,400]
   left, top, right, bottom = 100, 200, 300, 400
   # 裁剪出ViewGroup对应的区域
   img = Image.open('screen.png')
   cropped_img = img.crop((left, top, right, bottom))
   
   # OCR识别文本（根据实际语言调整lang参数，比如'chi_sim'是简体中文）
   text = pytesseract.image_to_string(cropped_img, lang='chi_sim')
   print(f"识别到的文本: {text.strip()}")
   

• 注意：需要提前安装Tesseract引擎，不同分辨率的模拟器要对应调整裁剪坐标。

关于elementId不固定的替代方案 #

完全放弃elementId，改用以下稳定的定位方式：

• 用ViewGroup的bounds坐标（模拟器分辨率固定的话，坐标不会变）
• 结合子元素的特征（比如子元素的类名数量、文本内容）
• 依托父控件的层级关系定位（比如某ViewGroup是某个固定控件的子元素）

内容的提问来源于stack exchange，提问作者regregoff