用selenium制作爬虫爬取教务课程信息

https://apriljia.com/2018/09/26/%E7%94%A8selenium%E5%88%B6%E4%BD%9C%E7%88%AC%E8%99%AB%E7%88%AC%E5%8F%96%E6%95%99%E5%8A%A1%E8%AF%BE%E7%A8%8B%E4%BF%A1%E6%81%AF/

https://github.com/plutojia/Crawler-with-checkcode-recognition-

前段时间在选课，而我们的教务系统又十分蛋疼。先是在选课时不停崩溃，进不去，选课结束要打印选课单时又因为它自己系统太老而不支持64位浏览器打印课表。。。没有办法我就写了一个爬取教务课程信息并将其存储在MongoDB中的程序，这个程序稍微改改就可以变成抢课脚本了。内容有：

• 使用selenium驱动chrome浏览器
• 用pytesseract识别验证码
• MongoDB存储

---

首先选课系统长这个样子：

需要做的是通过脚本输入用户名和密码，并识别验证码登陆教务系统，跳转到选课页面，获取选课信息，最后将信息存储于MongoDB中。

打开开发者工具，定位登陆表单各元素：

依次获取元素填写相应字段，最后模拟点击登陆即可，代码如下：

def login():
    browser.get('http://gsmis.graduate.buaa.edu.cn/gsmis/main.do')
    browser.maximize_window()
    input_id=browser.find_element_by_xpath('//input[@name="id"]')
    input_password =browser.find_element_by_xpath('//input[@name="password"]')
    input_checkcode=browser.find_element_by_xpath('//input[@name="checkcode"]')
    img_checkcode=browser.find_element_by_xpath('//img[@src="/gsmis/Image.do"]')

    location = img_checkcode.location
    size = img_checkcode.size
    browser.save_screenshot('checkcode.png')
    checkcode=getCheckcode('checkcode.png',location,size)

    input_id.send_keys(data['id'])
    input_password.s