使用python编写网页自动答题-仿真考试

自动化实践经验分享

  • 监听数据包地址:通过监听数据包地址,可以获得实时的答案信息,确保答题的准确性和实效性。
  • 提取答案内容:使用正则表达式和json模块,可以快速提取和处理答案信息。
  • 答题操作:根据答案内容进行相应的操作,模拟人工答题过程。
  • 提交试卷:在答题完毕后,及时提交试卷并确认提交,完成整个自动化答题流程。

实现自动化答题的Python脚本

python 复制代码
# 导入自动化模块
from DrissionPage import ChromiumPage
# 导入正则表达式模块
import re
# 导入json模块
import json

# 打开浏览器
dp = ChromiumPage()
# 监听答案的数据包地址
dp.listen.start('tk.mnks.cn/kaoshiti')
# 访问答题页面
dp.get('https://www.jsyks.com/kms-fzks')
# 等待数据包加载
resp = dp.listen.wait()
# 获取响应数据内容
data = resp.response.body

# 提取答案内容
answer_info = re.findall('var ExamCnts = (.*?);', data)[0]
# 转成json数据
answer_list = json.loads(answer_info)
# for循环遍历,提取答案内容
for index in answer_list:
    answer_ = index['da']
    for answer in answer_:
        if answer == '对':
            answer = '11'
        elif answer == '错':
            answer = '12'
        elif answer == 'A':
            answer = '21'
        elif answer == 'B':
            answer = '22'
        elif answer == 'C':
            answer = '23'
        elif answer == 'D':
            answer = '24'
        # 进行答题操作
        dp.ele(f'css:#btnDa{answer}').click()
    # 点击下一题
    dp.ele(f'css:#btnNext2').click()
# 点击提交试卷
dp.ele('css:#btnNext3').click()
# 确认提交
dp.ele('css:#Tip_Msg .ConfirmArea span input').click()

结语

通过以上自动化答题实践,可以更高效地完成大量选择题,节省时间和精力。但在使用自动化脚本时,应遵守网站规定,保持诚信,不得用于违规行为。希望这篇博文对您有所帮助,祝您学习顺利!

相关推荐
一晌小贪欢14 分钟前
Python基础:第 09 篇 · while 循环:重复直到不满足
开发语言·c++·python·数据可视化·面向对象·python办公
一条大祥脚1 小时前
CuTe 与 CuTe DSL:从 C++ 模板元编程到 Python DSL 的 GPU 编程演进
开发语言·c++·python·cutlass·cute·cute dsl
10年前端老司机2 小时前
Milvus 8种检索能力实践
数据库·python·agent
Sakura_j_h_2 小时前
从零写一个 MCP stdio Server:用 Python 校验博客文章格式
开发语言·python·自动化·ai工具·mcp·json-rpc
大草原的小灰灰3 小时前
LLM应用的标准开发框架LangChain(八)- 中间件
python·中间件·langchain
卷无止境3 小时前
百万 token 时代的真相:主流大模型上下文窗口与最大输出的横向对比分析
人工智能·python
用户298698530143 小时前
Python 实战:将 HTML 批量转换为 Markdown
python·html·markdown
hhcgchpspk3 小时前
flask服务端页面预防被爬措施
后端·python·flask·网络爬虫·防爬
小小张说故事4 小时前
Python 里 copy.copy() 和 deepcopy() 到底差在哪:拆开 __copy__、__deepcopy__ 和那个防止无限递归的 memo 字典
python
vipxieliang4 小时前
Python collections:高效容器与实战案例
后端·python