python如何读取safari

一、PYTHON读取SAFARI浏览器数据的方法

Python可以通过使用sqlite3库读取Safari的历史记录、Cookies和书签等数据，使用第三方库如BeautifulSoup解析Safari导出的HTML文件，使用pyobjc库与macOS系统交互。其中，使用sqlite3库读取Safari的历史记录是最为直接和常用的方法。Safari的历史记录保存在一个SQLite数据库文件中，位置通常为~/Library/Safari/History.db。通过sqlite3库可以很方便地连接到这个数据库并执行SQL查询，提取你需要的信息。

使用sqlite3库读取Safari的历史记录，首先需要定位Safari的历史记录数据库文件。通常情况下，这个文件位于用户的Library/Safari目录下，名为History.db。一旦找到这个文件，就可以通过sqlite3库连接到这个数据库，执行SQL查询以获取历史记录数据。下面是一个简单的示例代码：

import sqlite3
import os
def get_safari_history():
    history_db_path = os.path.expanduser('~/Library/Safari/History.db')
    if os.path.exists(history_db_path):
        conn = sqlite3.connect(history_db_path)
        cursor = conn.cursor()
        cursor.execute("SELECT visit_time, url, title FROM history_visits INNER JOIN history_items ON history_visits.history_item = history_items.id")
        rows = cursor.fetchall()
        for row in rows:
            print(f"Time: {row[0]}, URL: {row[1]}, Title: {row[2]}")
        conn.close()
    else:
        print("Safari history database not found.")
get_safari_history()

二、SAFARI历史记录的数据库结构

Safari的历史记录数据库是一个SQLite数据库文件，通常位于~/Library/Safari/History.db。这个数据库包含多个表，其中最重要的两个表是history_items和history_visits。history_items表存储每个历史记录项的信息，如URL和标题，而history_visits表记录每次访问的时间和相关的历史记录项。

history_items表

history_items表存储了每个历史记录项的基本信息。该表的结构通常包括以下字段：
- id: 唯一标识符，每个历史记录项都有一个独特的ID。
- url: 访问的网页的URL。
- title: 网页的标题。
- visit_count: 访问次数。
history_visits表

history_visits表记录了每次访问的详细信息。该表的结构通常包括以下字段：
- id: 唯一标识符，每次访问都有一个独特的ID。
- history_item: 对应history_items表的ID，指向具体的历史记录项。
- visit_time: 访问时间，通常是一个时间戳。
- source: 访问来源。

通过SQL查询，我们可以从这两个表中获取我们需要的历史记录数据。例如，结合这两个表的信息，我们可以查询出每次访问的时间、访问的URL以及网页的标题。

三、使用SQL查询提取历史记录

在连接到Safari的历史记录数据库后，我们可以使用SQL查询提取所需的信息。常见的查询包括获取所有历史记录、按时间排序的历史记录、特定时间范围内的历史记录等。

获取所有历史记录

要获取所有的历史记录，可以执行以下SQL查询：
```
SELECT visit_time, url, title FROM history_visits 
INNER JOIN history_items ON history_visits.history_item = history_items.id
```
这个查询将history_visits表和history_items表结合，提取每次访问的时间、URL和网页标题。
按时间排序的历史记录

要按时间排序获取历史记录，可以在查询中添加ORDER BY子句：
```
SELECT visit_time, url, title FROM history_visits 
INNER JOIN history_items ON history_visits.history_item = history_items.id
ORDER BY visit_time DESC
```
这个查询将按访问时间从最近到最早排序历史记录。
特定时间范围内的历史记录

要获取特定时间范围内的历史记录，可以在查询中添加WHERE子句：
```
SELECT visit_time, url, title FROM history_visits 
INNER JOIN history_items ON history_visits.history_item = history_items.id
WHERE visit_time BETWEEN ? AND ?
```
在执行查询时，需要提供时间范围的开始和结束时间作为参数。

四、解析SAFARI导出的HTML书签

除了直接访问SQLite数据库，另一种获取Safari数据的方法是解析Safari导出的HTML书签文件。Safari允许用户将书签导出为HTML文件，这个文件可以使用Python的HTML解析库来处理。

导出书签为HTML

在Safari中，你可以通过“文件”菜单选择“导出书签”将书签保存为HTML文件。这个文件包含了所有书签的URL和标题。

使用BeautifulSoup解析HTML

BeautifulSoup是一个强大的HTML和XML解析库，它可以很方便地用于解析Safari导出的书签文件。下面是一个简单的示例代码：

from bs4 import BeautifulSoup
def parse_safari_bookmarks(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        soup = BeautifulSoup(file, 'html.parser')
        bookmarks = soup.find_all('a')
        for bookmark in bookmarks:
            print(f"Title: {bookmark.text}, URL: {bookmark['href']}")
parse_safari_bookmarks('Bookmarks.html')

这个代码将读取指定的HTML文件，并使用BeautifulSoup解析其中的每个书签，提取标题和URL。

五、使用pyobjc与macOS交互

在macOS系统上，可以使用pyobjc库与系统进行更深层次的交互。pyobjc是一个桥接库，允许Python代码调用macOS的Cocoa框架。

安装pyobjc

要使用pyobjc，需要首先安装它。可以通过pip安装：
```
pip install pyobjc
```

获取Safari窗口信息

使用pyobjc，可以获取Safari窗口的信息，例如当前打开的URL。以下是一个简单的示例代码：

import objc
from Foundation import NSAppleScript
def get_safari_current_url():
    script = """
    tell application "Safari"
        set currentURL to URL of front document
    end tell
    """
    apple_script = NSAppleScript.alloc().initWithSource_(script)
    result, error = apple_script.executeAndReturnError_(None)
    if error is None:
        print(f"Current URL: {result.stringValue()}")
    else:
        print(f"Error: {error}")
get_safari_current_url()

这个代码使用AppleScript通过pyobjc获取Safari当前窗口打开的URL。

六、处理SAFARI Cookies

Safari的Cookies通常保存在~/Library/Cookies目录下的SQLite数据库文件中。通过sqlite3库，我们可以读取和处理这些Cookies数据。

定位Cookies数据库

Safari的Cookies信息通常保存在名为Cookies.binarycookies的文件中。这个文件需要通过专门的工具或脚本进行解析，因为它不是标准的SQLite数据库文件。
解析Cookies文件

要解析Safari的Cookies文件，可以使用现有的Python脚本或工具。例如，有一个名为binarycookie.py的开源脚本，可以将Cookies.binarycookies文件转换为可读的格式。

下面是一个简单的示例，假设我们已经有一个可以解析Cookies.binarycookies文件的脚本：
```
import binarycookie  # 假设这是一个可以解析Cookies的模块
def parse_safari_cookies(file_path):
    cookies = binarycookie.read(file_path)
    for cookie in cookies:
        print(f"Name: {cookie.name}, Value: {cookie.value}, Domain: {cookie.domain}")
parse_safari_cookies('~/Library/Cookies/Cookies.binarycookies')
```
注意：解析Cookies文件可能涉及到一些第三方工具或库，具体实现可能需要根据实际情况调整。

七、注意事项及安全性

权限问题

访问Safari的历史记录和Cookies通常需要适当的权限。在某些情况下，可能需要管理员权限或通过终端命令行以管理员身份执行脚本。
隐私和数据安全

处理浏览器数据时，尤其是历史记录和Cookies，必须注意用户的隐私和数据安全。确保数据的使用符合相关法律法规，并且在处理敏感数据时采取适当的安全措施。
数据备份

在对Safari的数据进行任何修改之前，建议先备份相关的数据库文件或书签文件，以防止数据丢失或损坏。