從0到1使用python開(kāi)發(fā)一個(gè)半自動(dòng)答題小程序的實(shí)現(xiàn)

更新時(shí)間：2020年05月12日 11:54:45 作者：梁先森-python數(shù)據(jù)分析師進(jìn)階之路

這篇文章主要介紹了從0到1使用python開(kāi)發(fā)一個(gè)半自動(dòng)答題小程序的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

前言

最近每天都有玩微信讀書(shū)上面的每日一答的答題游戲，完全答對(duì)12題后，可以瓜分無(wú)限閱讀卡。但是從小就不太愛(ài)看書(shū)的我，很難連續(xù)答對(duì)12道題，由此，產(chǎn)生了寫(xiě)一個(gè)半自動(dòng)答題小程序的想法。我們先看一張效果圖吧(ps 這里主要是我電腦有點(diǎn)卡，點(diǎn)擊左邊地選項(xiàng)有延遲)

項(xiàng)目GIthub地址：微信讀書(shū)答題python小程序

覺(jué)得對(duì)你有幫助的請(qǐng)點(diǎn)個(gè)⭐來(lái)支持一下吧。

演示圖：

做前準(zhǔn)備

mumu模擬器因?yàn)槭诌厸](méi)有安卓手機(jī)，所以只能在模擬器上進(jìn)行模擬，如果手上有安卓手機(jī)地，可以適當(dāng)?shù)匦薷囊幌鲁绦?。需要安裝微信和微信讀書(shū)這兩個(gè)軟件
python工具包：BeautifulSoup4、Pillow、urllib、requests、re、base64、time

思路

截屏含有題目和答案的圖片(范圍可以自己指定)
使用百度的圖片識(shí)別技術(shù)將圖片轉(zhuǎn)化為文字，并進(jìn)行一系列處理，分別將題目和答案進(jìn)行存儲(chǔ)
調(diào)動(dòng)百度知道搜索接口，將題目作為搜索關(guān)鍵字進(jìn)行答案搜索
將搜索出來(lái)的內(nèi)容使用BeautifulSoup4進(jìn)行答案提取，這里可以設(shè)置答案提取數(shù)量
將搜索結(jié)果進(jìn)行輸出顯示

附：這里我還加了一個(gè)自動(dòng)推薦答案，利用百度短文本相似接口和選項(xiàng)是否出現(xiàn)在答案中這兩種驗(yàn)證方法進(jìn)行驗(yàn)證，推薦相似度最高的答案。準(zhǔn)確度還可以，但是比較耗時(shí)間，比正常情況下時(shí)間要多上一倍。

開(kāi)始寫(xiě)代碼

1. 導(dǎo)入工具包

import requests #訪(fǎng)問(wèn)網(wǎng)站
import re		#正則表達(dá)式匹配
import base64	#編碼
from bs4 import BeautifulSoup #處理頁(yè)面數(shù)據(jù)
from urllib import parse #進(jìn)行url編碼
import time #統(tǒng)計(jì)時(shí)間
from PIL import ImageGrab #處理圖片

2. 編寫(xiě)類(lèi)和初始化方法

class autogetanswer():
  def __init__(self,StartAutoRecomment=True,answernumber=5):
    self.StartAutoRecomment=StartAutoRecomment 
    self.APIKEY=['BICrxxxxxxxxNNI','CrHGxxxxxxxx3C']
    self.SECRETKEY=['BgL4jxxxxxxxxxGj9','1xo0jxxxxxx90cx']
    self.accesstoken=[]
    self.baiduzhidao='http://zhidao.baidu.com/search?'
    self.question=''
    self.answer=[]
    self.answernumber=answernumber
    self.searchanswer=[]
    self.answerscore=[]
    self.reanswerindex=0
    self.imageurl='answer.jpg'
    self.position=(35,155,355,680)
    self.titleregular1=r'(10題|共10|12題|共12|翻倍)'
    self.titleregular2=r'(\?|\？)'
    self.answerregular1=r'(這題|問(wèn)題|跳題|換題|題卡|換卡|跳卡|這有)'

self.StartAutoRecomment 是否開(kāi)啟自動(dòng)推薦答案，默認(rèn)為T(mén)rue
self.APIKEY 百度圖像轉(zhuǎn)文字、百度短文本相似度分析這兩個(gè)接口的apikey
self.SECRETKEY 百度圖像轉(zhuǎn)文字、百度短文本相似度分析這兩個(gè)接口的secretkey

這兩個(gè)key值我就沒(méi)法提供給大家了，大家可以自己去百度云官方申請(qǐng)，免費(fèi)額度大概有5萬(wàn)，足夠我們使用了。

申請(qǐng)過(guò)程大家可以參考這個(gè)博客，很簡(jiǎn)單的如何申請(qǐng)百度文字識(shí)別apikey和Secret Key

self.accesstoken 存儲(chǔ)申請(qǐng)使用接口的accesstoken值
self.baiduzhidao 百度知道搜索接口地址
self.imageurl 圖片地址
self.position 截圖方位信息，依次分別是左間距、上間距、右間距、下間距
self.titleregular1、.titleregular2、answerregular1 這些是進(jìn)行題目和答案處理的條件

3. 獲得accesstoken值

 def GetAccseetoken(self):
    for i in range(len(self.APIKEY)):
      host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}'.format(self.APIKEY[i],self.SECRETKEY[i])
      response = requests.get(host)
      jsondata = response.json()
      self.accesstoken.append(jsondata['access_token'])

這是官方提供的獲取accesstoken的摸板，大家直接使用就行了。

4. 圖像轉(zhuǎn)文字以及相關(guān)處理

 def OCR(self,filename):
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic"
    # 二進(jìn)制方式打開(kāi)圖片文件
    f = open(filename, 'rb')
    img = base64.b64encode(f.read())
    params = {"image":img}
    access_token = self.accesstoken[0]
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    #===上面是使用百度圖片轉(zhuǎn)文字接口轉(zhuǎn)化，返回格式為json
    if response:
      result = response.json()
      questionstart=0
      answerstart=0
      self.question=''
      self.answer=[]
      #確定題目和答案所在的位置
      for i in range(result['words_result_num']):
        if(re.search(self.titleregular1,result['words_result'][i]['words'])!=None):
          questionstart=i+1
        if(re.search(self.titleregular2,result['words_result'][i]['words'])!=None):
          answerstart=i+1
       #下面是進(jìn)行題目和答案的處理
      if(answerstart!=0):
        for title in result['words_result'][questionstart:answerstart]:
          if(re.search(self.answerregular1,title['words'])!=None):
            pass
          else:
            self.question+=title['words']
        for answer in result['words_result'][answerstart:]:
          if(re.search(self.answerregular1,answer['words'])!=None):
            pass
          else:
            if(str(answer['words']).find('.')>0):
              answer2 = str(answer['words']).split('.')[-1]
            else:
              answer2=answer['words']
            self.answer.append(answer2)
      else:
        for title in result['words_result'][questionstart:]:
          if(re.search(self.answerregular1,title['words'])!=None):
            pass
          else:
            self.question+=title['words']
      print("本題問(wèn)題：",self.question)
      print("本題答案：",self.answer)
    return response.json()#可有可無(wú)

此方法是將圖片轉(zhuǎn)化為文字，進(jìn)行圖片中的文字識(shí)別，格式如下：

{
  "log_id": 2471272194, 
  "words_result_num": 2,
  "words_result": 
	  [
		  {"words": " TSINGTAO"}, 
		  {"words": "青島睥酒"}
	  ]
}

下面我們以下面的圖為例，我們是如何去除掉干擾信息的：

上圖就是程序在實(shí)際運(yùn)行中的情況，黃色框內(nèi)就是程序截取的圖像(這個(gè)通過(guò)初始化方法的參數(shù)中的position可以進(jìn)行設(shè)置)，

我們需要的是紅色框內(nèi)的信息，這包含題目和答案選項(xiàng)。文字識(shí)別后，白色框里面的字也會(huì)和紅色框里的字一同被識(shí)別，并以json形式輸出，這些信息對(duì)我們就是干擾信息，所以，我通過(guò)建立了初始化方法里titleregular1、titleregular2、answerregular1 這三個(gè)標(biāo)準(zhǔn)進(jìn)行判定，白色框里的文字與對(duì)應(yīng)，如果判斷包含的話(huà)，就不添加到題目中或者答案中。

5. 百度知道進(jìn)行答案搜索

 def BaiduAnswer(self):
    request = requests.session()
    headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36'}
    data = {"word":self.question}
    url=self.baiduzhidao+'lm=0&rn=10&pn=0&fr=search&ie=gbk&'+parse.urlencode(data,encoding='GB2312')
    ress = request.get(url,headers=headers)
    ress.encoding='gbk'
    if ress:
      soup = BeautifulSoup(ress.text,'lxml')
      result = soup.find_all("dd",class_="dd answer")
      if(len(result)!=0 and len(result)>self.answernumber):
        length=5
      else:
        length=len(result)
      for i in range(length):
        self.searchanswer.append(result[i].text)

這里是模擬瀏覽器進(jìn)行百度知道搜索答案，將返回的文本交給BeautifulSoup進(jìn)行處理，提取出我們需要的部分。后面最后幾句有一個(gè)判定，如果查詢(xún)到的答案數(shù)量超過(guò)我們?cè)O(shè)置的答案數(shù)，比如是5，那么就將前5個(gè)答案放入searchanswer列表中，如果查詢(xún)到的答案數(shù)量要少于我們?cè)O(shè)置的，返回所有答案。

6. 短文本相似度分析

def CalculateSimilarity(self,text1,text2):
    access_token = self.accesstoken[1]
    request_url="https://aip.baidubce.com/rpc/2.0/nlp/v2/simnet"
    request_url = request_url + "?access_token=" + access_token
    headers = {'Content-Type': 'application/json'}
    data={"text_1":text1,"text_2":text2,"model":"GRNN"}
    response = requests.post(request_url, json=data, headers=headers)
    response.encoding='gbk'
    if response:
      try:
        result = response.json()
        return result['score']
      except:
        return 0

這里調(diào)用的是百度短文本相似度分析的接口，用于分析選項(xiàng)與查詢(xún)到的答案的相似度，以此來(lái)推薦一個(gè)參考答案。這個(gè)是官方給的摸板，直接調(diào)用，更換一下參數(shù)即可。

7. 自動(dòng)給出一個(gè)參考答案

 def AutoRecomment(self):
    if(len(self.answer)==0):
      return
    for i in range(len(self.answer)):
      scores=[]
      flag=0
      for j in range(len(self.searchanswer)):
        if(j!=0and (j%2==0)):
          time.sleep(0.1)
        score = tools.CalculateSimilarity(tools.answer[i],tools.searchanswer[j])
        if(tools.answer[i] in tools.searchanswer[j]):
          score=1
        scores.append(score)
        if(score>0.8):
          flag=1
          self.answerscore.append(score)
          break
      if(flag==0):
        self.answerscore.append(max(scores))
    self.reanswerindex = self.answerscore.index(max(self.answerscore))

這里調(diào)用了咱們第六步的CalculateSimilarity()方法，統(tǒng)計(jì)每一個(gè)選項(xiàng)與搜索到的答案相似度，取最高的存入answerscore列表中。這里我又加了一個(gè)操作，我發(fā)現(xiàn)這個(gè)相似度匹配有時(shí)正確率比較低，所以這里加了一個(gè)判定，若選項(xiàng)在搜索到的答案中出現(xiàn)，給予一個(gè)最大相似值，也就是1，這就大大提高了推薦的準(zhǔn)確度。

8. 初始化參數(shù)

def IniParam(self):
    self.accesstoken=[]
    self.question=''
    self.answer=[]
    self.searchanswer=[]
    self.answerscore=[]
    self.reanswerindex=0

相關(guān)參數(shù)的初始化，因?yàn)槊窟M(jìn)行完一道題，要對(duì)存儲(chǔ)題和答案以及相關(guān)信息的數(shù)組進(jìn)行清空，否則會(huì)對(duì)后面題的顯示產(chǎn)生影響。

9. 主方法

def MainMethod(self):
    while(True):
      try:
        order = input('請(qǐng)輸入指令（1=開(kāi)始，2=結(jié)束):')
        if(int(order)==1):
          start = time.time()
          self.GetAccseetoken()
          img = ImageGrab.grab(self.position)#左、上、右、下
          img.save(self.imageurl)
          self.OCR(self.imageurl)
          self.BaiduAnswer()
          if(self.StartAutoRecomment):
            self.AutoRecomment()
          print("======================答案區(qū)======================\n")
          for i in range(len(self.searchanswer)):
            print("{}.{}".format(i,self.searchanswer[i]))
          end = time.time()
          print(self.answerscore)
          if(self.StartAutoRecomment and len(self.answer)>0):
            print("\n推薦答案:",self.answer[self.reanswerindex])
          print("\n======================答案區(qū)======================")
          print("總用時(shí)：",end-start,end="\n\n")
          self.IniParam()
        else:
          break
      except:
        print("識(shí)別失敗，請(qǐng)重新嘗試")
        self.IniParam()
        pass

這里主要是一個(gè)while循環(huán)，通過(guò)輸入指定來(lái)判斷是否結(jié)束循環(huán)。

這里說(shuō)一下下面這兩個(gè)語(yǔ)句：

img = ImageGrab.grab(self.position)#左、上、右、下
img.save(self.imageurl)

這兩個(gè)語(yǔ)句是用來(lái)截取我們指定位置的圖片，然后進(jìn)行圖片的保存。

總結(jié)

上述呢，就是整個(gè)項(xiàng)目完成的流程，整體運(yùn)行是幾乎每什么問(wèn)題，但是還是存在許多可優(yōu)化的空間。也歡迎大家對(duì)此感興趣的留言，說(shuō)說(shuō)你的改進(jìn)意見(jiàn)，我會(huì)非常感謝，并認(rèn)真考慮進(jìn)去。期待與大家的討論!😄

到此這篇關(guān)于從0到1使用python開(kāi)發(fā)一個(gè)半自動(dòng)答題小程序的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)python 半自動(dòng)答題小程序內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: