赞
踩
随着数字化时代的到来,各种线上活动层出不穷。最近,公司举办了一场线上好声音活动,其中包含一个猜歌名的互动环节。这一环节不仅考验了参与者的音乐知识储备,更在一定程度上挑战了他们的反应速度。作为一名技术爱好者,我自然想到了一个问题:能否利用技术手段,实现自动答题,从而在竞争中取得优势?本文将详细解析我如何利用爬虫技术、OCR识别以及自动化点击工具,打造了一款自动答题小程序。
场景分析
首先,我们需要对猜歌名活动的流程进行分析。参与者在听到一段音乐后,需要在给定的四个选项中选择一个。题目类型多样,包括猜歌名、猜歌曲作者、猜歌曲年代等。答题结束后,系统会根据答对题目的数量和答题时间进行排名。由于竞争激烈,许多参与者会反复练习,以提高答题速度和准确性。
为了实现自动答题,我们需要解决以下几个关键问题:
如何获取题目和答案?
如何识别题目并匹配答案?
如何模拟点击屏幕,选择正确答案?
针对这些问题,我们提出了以下解决方案:
使用爬虫工具爬取小程序中的题目和答案,并将它们存储到数据库中。
利用OCR技术识别题目中的文字,并通过比对数据库中的答案,找到正确答案。
使用自动化点击工具模拟点击屏幕,选择正确答案。
在实现自动答题小程序的过程中,我们选择了以下工具:
Charles是一个强大的网络调试工具,它可以帮助我们捕获和分析小程序中的网络请求和响应数据。通过Charles,我们可以爬取到小程序中的题目和答案信息。
PyCharm是一款优秀的Python集成开发环境,它提供了丰富的功能,如代码编辑、调试、版本控制等。我们使用PyCharm来编写和调试自动答题小程序。
OCR(Optical Character Recognition,光学字符识别)技术可以识别图片中的文字信息。我们选择使用百度OCR技术来识别题目中的文字,为后续匹配答案提供数据支持。
PyAutoGUI是一个Python库,它可以模拟鼠标和键盘操作。我们使用PyAutoGUI来模拟点击屏幕,选择正确答案。
首先,我们使用Charles工具对小程序进行抓包分析,找到题目和答案的网络请求。通过分析请求和响应数据,我们可以提取出题目和答案的信息,并将它们存储到数据库中。
在答题过程中,我们需要识别题目中的文字,并与数据库中的答案进行匹配。为了实现这一功能,我们利用百度OCR技术识别题目中的文字,并将其与数据库中的答案进行比对。通过比对,我们可以找到正确答案。
找到正确答案后,我们需要模拟点击屏幕来选择它。这里,我们使用PyAutoGUI库来模拟鼠标操作。通过设置鼠标的位置和点击事件,我们可以实现自动点击屏幕,选择正确答案。
在开发自动答题小程序的过程中,我收获了很多宝贵的经验。首先,我了解了如何使用爬虫工具抓取小程序中的题目和答案信息。其次,我学会了利用OCR技术识别图片中的文字信息,为自动答题提供了数据支持。最后,我掌握了如何使用自动化点击工具模拟鼠标操作,实现了自动答题的功能。
虽然最终实现的自动答题小程序并没有完全达到预期的效果,但它让我深刻体会到了技术的魅力和挑战。我相信在未来的学习和工作中,我会继续探索和应用新技术,为解决实际问题提供更多的解决方案。
通过本次实践,我不仅掌握了爬虫技术、OCR识别以及自动化点击工具的使用方法,还锻炼了自己的实践能力和解决问题的能力。我相信这些经验和技能将对我未来的学习和工作产生积极的影响。同时,我也期待在未来的技术探索中,能够不断挑战自己,实现更多的创新和突破。
这一页没什么敏感信息。代码可直接运行。
import requests,json url = "https://stm.leyoutb.com/api/Voicemeetapi/getBasedata" headers = { "Host": "stm.leyoutb.com", "Connection": "keep-alive", "Content-Length": "55", "xweb_xhr": "1", "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 MicroMessenger/6.8.0(0x16080000) NetType/WIFI MiniProgramEnv/Mac MacWechat/WMPF MacWechat/3.8.4(0x13080410)XWEB/31009", "Content-Type": "application/json", "Accept": "*/*", "Sec-Fetch-Site": "cross-site", "Sec-Fetch-Mode": "cors", "Sec-Fetch-Dest": "empty", "Referer": "https://servicewechat.com/wx0aa6aff20be54418/1/page-frame.html", "Accept-Encoding": "gzip, deflate, br", "Accept-Language": "zh-CN,zh;q=0.9" } data={"data":"PNRtUqSXzYx6PZS0cjkNQUxm8VObCMlBUysI9gC8oZ4="} response = requests.post(url, headers=headers,data=json.dumps(data)) print(response.status_code) response_dict = response.json() print(json.dumps(response_dict, indent=1, ensure_ascii=False))
这一部分比较敏感,我用的自己的信息(工号信息)
去爬取的,大家可以根据自己的id去改变data的值。
import requests,json url = "https://stm.leyoutb.com/api/Voicemeetapi/getUserdata" headers = { "Host": "stm.leyoutb.com", "Connection": "keep-alive", "Content-Length": "99", "xweb_xhr": "1", "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 MicroMessenger/6.8.0(0x16080000) NetType/WIFI MiniProgramEnv/Mac MacWechat/WMPF MacWechat/3.8.4(0x13080410)XWEB/31009", "Content-Type": "application/json", "Accept": "*/*", "Sec-Fetch-Site": "cross-site", "Sec-Fetch-Mode": "cors", "Sec-Fetch-Dest": "empty", "Referer": "https://servicewechat.com/wx0aa6aff20be54418/1/page-frame.html", "Accept-Encoding": "gzip, deflate, br", "Accept-Language": "zh-CN,zh;q=0.9" } #根据个人调整data的值,data很复杂,Charles可以直接看到 data={"data":"根据需要改动"} response = requests.post(url, headers=headers,data=json.dumps(data)) print(response.status_code) response_dict = response.json() print(json.dumps(response_dict, indent=1, ensure_ascii=False))
涉及公司同事姓名,已经马赛克。
import requests,json url = "https://stm.leyoutb.com/api/Voicemeetapi/getRanklist" headers = { "Host": "stm.leyoutb.com", "Connection": "keep-alive", "Content-Length": "119", "xweb_xhr": "1", "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 MicroMessenger/6.8.0(0x16080000) NetType/WIFI MiniProgramEnv/Mac MacWechat/WMPF MacWechat/3.8.4(0x13080410)XWEB/31009", "Content-Type": "application/json", "Accept": "*/*", "Sec-Fetch-Site": "cross-site", "Sec-Fetch-Mode": "cors", "Sec-Fetch-Dest": "empty", "Referer": "https://servicewechat.com/wx0aa6aff20be54418/1/page-frame.html", "Accept-Encoding": "gzip, deflate, br", "Accept-Language": "zh-CN,zh;q=0.9" } #根据个人调整data的值,data很复杂,Charles可以直接看到 data={"data":"根据需要改动"} response = requests.post(url, headers=headers, json=data) print(response.status_code) response_dict = response.json() print(json.dumps(response_dict, indent=1, ensure_ascii=False))
每一次运行脚本,相当于答题者重新开始一次答题,可以获取题库中100题的题干以及正确答案,通过不断运行该脚本,就能爬取到题库全部到题目和答案,需要注意的是这里的题目的顺序是随机的。
也就是说小程序出现的题目的顺序并不是按照爬取结果的顺序来的,这里我还没有搞明白小程序的出题顺序是怎样的。
import requests import json url = "https://stm.leyoutb.com/api/Voicemeetapi/getVoicelist" headers = { "xweb_xhr": "1", "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36 MicroMessenger/6.8.0(0x16080000) NetType/WIFI MiniProgramEnv/Mac MacWechat/WMPF MacWechat/3.8.4(0x13080410)XWEB/31009", "Content-Type": "application/json", "Accept": "*/*", "Sec-Fetch-Site": "cross-site", "Sec-Fetch-Mode": "cors", "Sec-Fetch-Dest": "empty", "Referer": "https://servicewechat.com/wx0aa6aff20be54418/1/page-frame.html", "Accept-Encoding": "gzip, deflate, br", "Accept-Language": "zh-CN,zh;q=0.9" } data = {"data":"PNRtUqSXzYx6PZS0cjkNQS9tUDIBNN81UU8lOpcHWmBy4vcfoPSqj0MNBM6JCflE3ZsUgveoj+aUyaWEo8FsrQ=="} # 这里填写你的数据 response = requests.post(url, headers=headers, data=json.dumps(data),verify=False) print(response.status_code) response_dict = response.json() print(json.dumps(response_dict, indent=1, ensure_ascii=False))
这样只需要根据程序的提示,选择正确的答案即可。
import socket,time,os,re server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) server_socket.bind(('localhost',2000)) # 绑定到本地的8888端口 server_socket.listen(1) # 最多允许1个连接 print('Listening on port 2000...') while True: #获取题目 client_socket, client_address = server_socket.accept() # 等待客户端连接 #当前时间 current_time = time.time() formatted_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(current_time)) print("当前时间:", formatted_time) print(f'Received connection from {client_address}') data = client_socket.recv(150) # 接收数据,每次最多接收1024字节 data_str = data.decode('utf-8') # 将字节类型的数据转换为字符串 # print(type(data_str),'\n',data_str) mp3_name = re.search(r'/([^/]+)\.mp3', data_str).group(1) print("mp3_name:",mp3_name+'.mp3') #获取答案 #查询数据库或者json文档 #查到 未查到 #提交答案 post或者模拟点击 #client_socket.close() # 关闭客户端连接 def query_db(song_name,db_name,tb_name): """ :param song_name: 歌曲名称 :param db_name: 数据库名称 :param tb_name: 数据表名称 :return: ansewer 歌曲答案 功能: 如果歌曲名称=='', 根据歌曲名称,查询数据库对应的数据表,返回歌曲答案 """
import socket,time server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) server_socket.bind(('localhost',8000)) # 绑定到本地的8888端口 server_socket.listen(1) # 最多允许1个连接 print('Listening on port 8000...') while True: client_socket, client_address = server_socket.accept() # 等待客户端连接 # 当前时间 current_time = time.time() formatted_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(current_time)) print("当前时间:", formatted_time) print(f'Received connection from {client_address}') data = client_socket.recv(1024) # 接收数据,每次最多接收1024字节 # 处理接收到的数据,你可以将其打印出来或进行其他操作 print(data) client_socket.close() # 关闭客户端连接
import sqlite3 """ 建立数据库song.db 建立数据表 表名称 song_info 列名:id audio answer 类型均为char字符串 """ import sqlite3 # 连接数据库,如果不存在则创建 conn = sqlite3.connect('song.db') cursor = conn.cursor() # 创建数据表 song_info cursor.execute(''' CREATE TABLE IF NOT EXISTS song_info ( id TEXT PRIMARY KEY, audio TEXT, title TEXT, answer TEXT ) ''') # 提交事务并关闭连接 conn.commit() conn.close() # 重新连接数据库 conn = sqlite3.connect('song.db') cursor = conn.cursor() # 查询数据表 song_info 的所有内容 cursor.execute("SELECT * FROM song_info") rows = cursor.fetchall() # 打印数据表的内容 for row in rows: print(row) # 关闭连接 conn.close()
import pyautogui
try:
# 设置截图区域,格式为 (left, top, width, height)
region = (100, 100, 300, 200)
# 截取指定区域
screenshot = pyautogui.screenshot(region=region)
# 保存截图到文件
screenshot.save('screenshot_region.png')
except Exception as e:
print(e)
import time import pyautogui for i in range(5, 0, -1): print(i) time.sleep(1) # 获取当前鼠标指针的坐标位置 x, y = pyautogui.position() print("当前鼠标指针的坐标位置为:", x, y) """ answer 1: 201 339 answer 2: 201 430 answer 3: 201 516 answer 4: 201 601 """
import keyboard #pip install keyboard import time #built-in module from aip import AipOcr #pip install baidu-aip from PIL import ImageGrab #pip install pillow (PIL is short for pillow) keyboard.wait(hotkey='f1') keyboard.wait(hotkey='ctrl+c') time.sleep(0.1) image = ImageGrab.grabclipboard() image.save('screen.png') with open('ocr_content.txt','r',encoding='utf-8') as f: r = f.readlines() content_list = r content = ' '.join(content_list) APP_ID = 'XXXXXXXXX' API_KEY = 'YYYYYYYYY' SECRET_KEY = 'ZZZZZZZZZ' client = AipOcr(APP_ID,API_KEY,SECRET_KEY) with open('screen.png','rb') as f: image = f.read() text = client.basicAccurate(image) result= text["words_result"] for i in result: content = content + i["words"] content = content content = content + '\n' with open('ocr_content.txt','w',encoding = 'utf-8') as f: f.write(content)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。