基于python的安全知识自动搜题

Mount〆

已于 2024-04-03 12:56:20 修改

阅读量1.3k

点赞数 20

文章标签： python 自动化正则表达式

于 2024-04-03 00:31:59 首次发布

本文链接：https://blog.csdn.net/qq_64997449/article/details/137296293

版权

前言：

近期学校要求强制去微信公众号小程序进行：安全知识答题，连续5天，每次25题，时间由10分钟逐级递减，感觉题量有点大，而且每天都要答题，所以我就在想有没有什么办法能进行自动答题，同时也可以来锻炼自己的技术，经过不断踩坑失败后，终于成功了。效果如下图所示：

前期思路：

1.selenium自动化：首先我想到的就是，能不能分享小程序链接，在网页做，可以用selenium来实现，不过我发现这个小程序链接根本就分享不了，这种方法直接pass。

2.抓包：可以用一些抓包软件来抓包解析请求分析参数，但是难度肯定极高，而且说不定一堆反爬，鉴于我逆向基础较差这种方法pass

3.用模拟器模拟手机，然后登陆微信进行操作，最后发现模拟器登陆微信打不开这个做题小程序，不知道是不是反扒措施，非常恼火。

解决办法：

山穷水尽疑无路，柳暗花明又一村。经过一次次碰壁，我最终选择了一个最笨的办法：

1.使用投屏软件将手机投屏到电脑屏幕上

2.使用python的pyautogui库，将电脑截屏，刚好把题目截下来

3.使用百度api图片文字识别技术，将截屏的问题识别出来

4.获取题库，采用正则表达式将问题和答案保存进字典里

5.根据问题和字典获取答案

解决过程及代码：

1.使用投屏软件将手机投屏到电脑屏幕上

这里我使用的软件是todesk，手机和电脑各下载一个，就可以投屏了

2.使用python的pyautogui库，将电脑截屏，刚好把题目截下来

其中(x1,y1)是左上角坐标， (x2,y2)是右下角坐标

import pyautogui


# 获取屏幕截图
def save_screen(x1, y1, x2, y2):
    screenshot = pyautogui.screenshot()
    cropped_screenshot = screenshot.crop((x1, y1, x2, y2))
    cropped_screenshot.save('cropped_screenshot.png')
    
    
save_screen(66, 400, 730, 1500)

3.使用百度api图片文字识别技术，将截屏的问题识别出来

这里需要去百度智能云-登录注册账号，创建应用，把下面的api_key和secret_key换成自己的就行了

import base64
import urllib
import requests

API_KEY = "您的API_KEY "
SECRET_KEY = "您的SECRET_KEY "


def get_text(filaPath):
    url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=" + get_access_token()
    image = get_file_content_as_base64(filaPath, True)
    payload = f'image={image}'
    headers = {
        'Content-Type': 'application/x-www-form-urlencoded',
        'Accept': 'application/json'
    }
    response = requests.request("POST", url, headers=headers, data=payload)
    return response.text


def get_file_content_as_base64(path, urlencoded=False):
    """
    获取文件base64编码
    :param path: 文件路径
    :param urlencoded: 是否对结果进行urlencoded
    :return: base64编码信息
    """
    with open(path, "rb") as f:
        content = base64.b64encode(f.read()).decode("utf8")
        if urlencoded:
            content = urllib.parse.quote_plus(content)
    return content


def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    :return: access_token，或是None(如果错误)
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))


get_text("images/2.png")

4.获取题库，采用正则表达式将问题和答案保存进字典里

这是一份题库，里面涵盖了绝大部分原题，不会写代码的把文字复制进文档，按ctrl+f搜索题也可以查到题和答案。

也可以将下列文字保存进txt文件，然后使用正则表达式进行解析，由于题库格式问题我踩了不少坑，我列举一下我踩过的坑：

我开始发现的规律是每道题都以 题号(数字)+、开头 ,以  ()。结尾，所以我开始写的正则表达式就是        res = re.findall('\d{1,3}、(.*?)()。', text, re.S) 但是很快我就发现，匹配的少了几十道题，误差较大，在我仔细核对后发现：

第一个坑：

问题：有些题不以()。为结尾，这就导致很多题没匹配上

解决方法：在我的一番观察后发现，虽然很多题空不在最后，但是每到题结束后肯定有选项吧，第一个选项就是选项A，改进后的代码： res = re.findall('\d{1,3}、(.*?)A', text, re.S) 确实多匹配到很多数据，但是还是有遗漏。

        第二个坑：

问题：有些题不以 题号(数字)+、开头，比如有的是题号(数字)+. 或者题号(数字)+空格

解决方法：res = re.findall('\d{1,3}[、\s \\.](.*?)A', text, re.S)，这样不论是以点顿号还是空格开头，都能匹配上了。

第三个坑：

        问题：有些题的选项部分甚至没有ABCD，只有简单的换行，而且题目还有几十个，看到这我一下子就懵了，没办法题库质量太差了。

解决方法：res = re.findall('\d{1,3}[、\s \\.](.*?)答案', text, re.S)，这样即使有的题没有abcd选项，至少有“参考答案”这几个字是全的(有的参考两个字都没有，所以我匹配的是答案)这样一下就能直接匹配一整道题，答案的匹配就容易很多了answer= re.findall('答案.*?(\w{1,7}\s', text, re.S)因为答案有单选和多选，而且有的多选很恶心中间放空格。

        第三个坑：

        问题：有些问题没有题号，导致无法匹配

        解决方法：这下真的没办法了，还好不是很多，只能一个一个去加了，如果大家有什么好办法欢迎来评论区讨论。

5.根据问题和字典获取答案

这里我将识别文本重新拼接了一下，可以直接返回第count张图片的问题

def get_question(count):
    url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=" + get_access_token()
    image = get_file_content_as_base64(f"images/{count}.png", True)
    payload = f'image={image}'
    headers = {
        'Content-Type': 'application/x-www-form-urlencoded',
        'Accept': 'application/json'
    }
    response = requests.request("POST", url, headers=headers, data=payload)
    data = json.loads(response.text)
    words_result = data['words_result']
    question = ''
    flag = False
    for result in words_result:
        words = result['words']
        if '【判断】' in words or '【多选】' in words or '【单选】' in words:
            flag = True
        if flag:
            question += words
        if '()' in words:
            flag = False
    print('问题:', question)
    return question

结果如下：

主函数如下：

1.首先加载保存好的字典

2.为了能够持续识别，采用while True循环

3.屏幕区域截图

4.通过截图获取问题

5.为了防止截图识别到的文字和题库有细微差别，这里我选取了识别到的问题中两个关键词，判断题库里的问题是否同时包含这俩关键词，如果同时包含，说明大概率就是这道题，输出问题以及结果就行。

优化思路：可以选用机器学习里的知识，求 截图问题的文本 和 所有题库里的问题 做相关性分析，进行排序找到相似度最高的，输出答案。

def main():
    # 加载题库
    dan_xuan = load_answer('构建题库/单选.json')
    duo_xuan = load_answer('构建题库/多选.json')
    pan_duan = load_answer('构建题库/判断.json')
    x1, y1, x2, y2 = 66, 400, 730, 1500
    count = 0
    while True:
        s = input('是否继续?')
        count += 1
        save_screen(x1, y1, x2, y2, count)
        q = get_question(count)
        s1 = q[8:11]
        ss = q[-8:-4]
        print('关键词: ', s1, ss)
        print()
        if '【单选】' in q:
            for k, v in dan_xuan.items():
                if ss in k and s1 in k:
                    print('搜索结果：'+k, '答案：'+v)
        if '【多选】' in q:
            for k, v in duo_xuan.items():
                if ss in k and s1 in k:
                    print('搜索结果：' + k, '答案：' + v)
        if '【判断】' in q:
            for k, v in pan_duan.items():
                if ss in k and s1 in k:
                    print('搜索结果：'+k, '答案：'+v)
        print('\n\n\n')

全部代码：

import base64
import json
import urllib
import pyautogui
import requests

API_KEY = "您的API_KEY "
SECRET_KEY = "您的SECRET_KEY "


def get_file_content_as_base64(path, urlencoded=False):
    with open(path, "rb") as f:
        content = base64.b64encode(f.read()).decode("utf8")
        if urlencoded:
            content = urllib.parse.quote_plus(content)
    return content


def get_access_token():
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))


# 获取屏幕截图
def save_screen(x1, y1, x2, y2, i):
    screenshot = pyautogui.screenshot()
    cropped_screenshot = screenshot.crop((x1, y1, x2, y2))
    cropped_screenshot.save(f'images/{i}.png')


#加载json文件读取为字典
def load_answer(fileName):
    with open(fileName, 'r') as file:
        data_dict = json.load(file)
    return data_dict


#获取第i张图片的 问题 的文本
def get_question(count):
    url = "https://aip.baidubce.com/rest/2.0/ocr/v1/accurate?access_token=" + get_access_token()
    image = get_file_content_as_base64(f"images/{count}.png", True)
    payload = f'image={image}'
    headers = {
        'Content-Type': 'application/x-www-form-urlencoded',
        'Accept': 'application/json'
    }
    response = requests.request("POST", url, headers=headers, data=payload)
    data = json.loads(response.text)
    words_result = data['words_result']
    question = ''
    flag = False
    for result in words_result:
        words = result['words']
        if '【判断】' in words or '【多选】' in words or '【单选】' in words:
            flag = True
        if flag:
            question += words
        if '()' in words:
            flag = False
    print('问题:', question)
    return question


def main():
    # 加载题库
    dan_xuan = load_answer('构建题库/单选.json')
    duo_xuan = load_answer('构建题库/多选.json')
    pan_duan = load_answer('构建题库/判断.json')
    x1, y1, x2, y2 = 66, 400, 730, 1500
    count = 0
    while True:
        s = input('是否继续?')
        count += 1
        save_screen(x1, y1, x2, y2, count)
        q = get_question(count)
        s1 = q[8:11]
        ss = q[-8:-4]
        print('关键词: ', s1, ss)
        print()
        if '【单选】' in q:
            for k, v in dan_xuan.items():
                if ss in k and s1 in k:
                    print('搜索结果：'+k, '答案：'+v)
        if '【多选】' in q:
            for k, v in duo_xuan.items():
                if ss in k and s1 in k:
                    print('搜索结果：' + k, '答案：' + v)
        if '【判断】' in q:
            for k, v in pan_duan.items():
                if ss in k and s1 in k:
                    print('搜索结果：'+k, '答案：'+v)
        print('\n\n\n')


if __name__ == '__main__':
    main()