前言

最近每天都有玩微信讀書上面的每日一答的答題游戲，完全答對12題后，可以瓜分無限閱讀卡。但是從小就不太愛看書的我，很難連續(xù)答對12道題，由此，產(chǎn)生了寫一個半自動答題小程序的想法。我們先看一張效果圖吧(ps 這里主要是我電腦有點卡，點擊左邊地選項有延遲)

項目GIthub地址：微信讀書答題python小程序

覺得對你有幫助的請點個⭐來支持一下吧。

演示圖：

做前準(zhǔn)備

mumu模擬器 因為手邊沒有安卓手機(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這兩個軟件 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 調(diào)動百度知道搜索接口，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：這里我還加了一個自動推薦答案，利用百度短文本相似接口和選項是否出現(xiàn)在答案中這兩種驗證方法進(jìn)行驗證，推薦相似度最高的答案。準(zhǔn)確度還可以，但是比較耗時間，比正常情況下時間要多上一倍。

開始寫代碼

1. 導(dǎo)入工具包

import requests #訪問網(wǎng)站import re#正則表達(dá)式匹配import base64#編碼from bs4 import BeautifulSoup #處理頁面數(shù)據(jù)from urllib import parse #進(jìn)行url編碼import time #統(tǒng)計時間from PIL import ImageGrab #處理圖片

2. 編寫類和初始化方法

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|問題|跳題|換題|題卡|換卡|跳卡|這有)’ self.StartAutoRecomment 是否開啟自動推薦答案，默認(rèn)為True self.APIKEY 百度圖像轉(zhuǎn)文字、百度短文本相似度分析 這兩個接口的apikey self.SECRETKEY 百度圖像轉(zhuǎn)文字、百度短文本相似度分析 這兩個接口的secretkey

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

申請過程大家可以參考這個博客，很簡單的如何申請百度文字識別apikey和Secret Key

self.accesstoken 存儲申請使用接口的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+1if(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('本題問題：',self.question) print('本題答案：',self.answer) return response.json()#可有可無

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

{ 'log_id': 2471272194, 'words_result_num': 2, 'words_result': [ {'words': ' TSINGTAO'}, {'words': '青?u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：

上圖就是程序在實際運行中的情況，黃色框內(nèi)就是程序截取的圖像(這個通過初始化方法的參數(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。文字識別后，白色框里面的字也會和紅色框里的字一同被識別，并以json形式輸出，這些信息對我們就是干擾信息，所以，我通過建立了初始化方法里titleregular1、titleregular2、answerregular1 這三個標(biāo)準(zhǔn)進(jìn)行判定，白色框里的文字與對應(yīng)，如果判斷包含的話，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判定，如果查詢到的答案數(shù)量超過我們設(shè)置的答案數(shù)，比如是5，那么就將前5個答案放入searchanswer列表中，如果查詢到的答案數(shù)量要少于我們設(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，用于分析選項與查詢到的答案的相似度，以此來推薦一個參考答案。這個是官方給的摸板，直接調(diào)用，更換一下參數(shù)即可。

7. 自動給出一個參考答案

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=1scores.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)計每一個選項與搜索到的答案相似度，取最高的存入answerscore列表中。這里我又加了一個操作，我發(fā)現(xiàn)這個相似度匹配有時正確率比較低，所以這里加了一個判定，若選項在搜索到的答案中出現(xiàn)，給予一個最大相似值，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，因為每進(jìn)行完一道題，要對存儲題和答案以及相關(guān)信息的數(shù)組進(jìn)行清空，否則會對后面題的顯示產(chǎn)生影響。

9. 主方法

def MainMethod(self): while(True): try:order = input(’請輸入指令（1=開始，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：',end-start,end='nn') self.IniParam()else: break except:print('識別失敗，請重新嘗試')self.IniParam()pass

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

這里說一下下面這兩個語句：

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

這兩個語句是用來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，就是整個項目完成的流程，整體運行是幾乎每什么問題，但是還是存在許多可優(yōu)化的空間。也歡迎大家對此感興趣的留言，說說你的改進(jìn)意見，我會非常感謝，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開發(fā)一個半自動答題小程序的實現(xiàn)的文章就介紹到這了,更多相關(guān)python 半自動答題小程序內(nèi)容請搜索好吧啦網(wǎng)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好吧啦網(wǎng)！