利用python进行哈工程教务系统中的绩点计算

作为学生党，计算每个学期的平均成绩是头等大事，但是多数教务系统并没有提供这项功能，东学西读网站虽然有一个在线的GPA计算器，但是最近也不能登录哈工程的教务获取成绩了，所以我就借助刚刚学习了一点的简单的爬虫，来完成这项任务。

首先，分析哈工程教务处成绩查询页面，与大多数教务系统页面相同，都是通过POST提交账号、密码等信息，不过哈工程有验证码，我们现在暂时不集成自动识别验证码的功能，于是整体思路就是认证cookie，然后获取验证码图片并显示，手工输入学号、密码、验证码，最后下载页面并分析html。

验证码的显示我利用了PIL库，需要额外进行下载安装，其余的库应该都是python自带的，使用了最原始的正则进行匹配，尤其是在匹配成绩时，由于成绩是一个表格，所以匹配略显复杂，主要思路就是先匹配出成绩表格的全部，然后逐行匹配，拿到所有成绩信息，最重要的信息无非就是学分和成绩了，这两个信息都出现在固定的位置，因此不难获得，另外学校存在考查课，考查课的成绩对应关系也已经集成在了一个字典当中，方便调用。

哈工程的教务成绩是按照学期计算的，在URL上没有显示，而是利用POST的方式做请求返回数据，因此当我们需要选择不同的学期时，还需要POST一个对应的学期代码，这个代码我已经集成在了一个字典的数据结构中。

代码如下：

#encoding=utf-8
import urllib2,cookielib,urllib
import cStringIO,string
import re
import Image

class Tool:
    #去除img标签,7位长空格
    removeImg = re.compile('<img.*?>| {7}| ')
    #删除超链接标签
    removeAddr = re.compile('<a.*?>|</a>')
    #把换行的标签换为\n
    replaceLine = re.compile('<tr>|<div>|</div>|</p>')
    #将表格制表<td>替换为\t
    r