Python自动化，模糊匹配助力自动答题，准确率高达100%

前两天的一篇文章给大家分享了利用 Selenium 自动刷课的脚本，时光飞逝，挂脚本刷完时长，又到了要考试的日子。对于这种 “无关紧要” 的考试，我打算继续使用 聪明 的自动化工具帮我完成考试~

爬取题库

想要完成作答，免不了需要题库的支撑。考试的题目也都是源于题库，甚至原封不动从题库中抽取题目进行测试。爬虫那可是咱的拿手好戏，说干咱就干！

加入必要的 params 参数，构造简单的 requests 请求，我们可以轻松的访问到题库所在网页。利用 XPath 我们可以获得问题及其答案。题库这里的题型有判断题以及单项选择题两种，我们可以按照相同的方式将他们存入相应的字典中。

接着使用不同的参数，获取不同类型题库的数据并汇总到同一个txt文件中。

模糊匹配

这里用到了第三方库 fuzzywuzzy 。fuzzywuzzy 是一个简单易用的模糊字符串匹配工具包。它依据 Levenshtein Distance 算法来计算两个序列之间的差异。

Levenshtein Distance 算法，又叫 Edit Distance 算法，是指两个字符串之间，由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。一般来说，编辑距离越小，两