python考试搜题神器_python实现百万英雄答题神器

最近百万英雄之类的答题软件广受大家的喜爱，不过对于我这菜鸟基本没有拿过奖。

但是作为一名码农怎么能忍，于是研究出了即将要与大家分享的答题神器。

流程：

首先，带着大家捋一遍流程：first：将手机屏幕投影到电脑上，或者开启模拟器，在电脑上，将问题和答案截图

second：进行图像识别，将问题和答案转换成文字

third：百度搜索问题和答案并爬取数据

fourth：进行数据分析，给出答案

投影/模拟器

本人使用的iphone和Mac进行投影，只需要通过quickTime即可。

如果是安卓机，你也可以使用vysor

如果不想投影的小伙伴可以下载夜神模拟器或者Genymotion模拟器。

ok，这一步太简单了，就不多说了。

图像识别

其实我的上一篇文章就是为了这一篇做铺垫，我在python人工智能-图像识别文章中已经详细介绍了如何通过PIL截取图片，并通过pytesseract进行文字识别。这里我就不详细讲述了，同学们可以看上一篇。

这里直接上代码：#这里根据个人电脑截取投影到电脑的问题和答案区域：

image = ImageGrab.grab(bbox=(50, 410, 750, 1100))

image.save(IMAGE_PATH)

image = Image.open(IMAGE_PATH)

character = pytesseract.image_to_string(image, lang="chi_sim+eng", config="-psm 4")

print(character)

list = character.split('\n\n')

question = list[0]

answerOne = list[1]

answerTwo = list[2]

answerThree = list[3]

这里我们使用config="-psm 4"，因为我们这里问题和答案相当于一个文本列.

例如下列问题：image = ImageGrab.grab(bbox=(50, 410, 750, 1100))

image.save(IMAGE_PATH)

通过上面的代码，我们会先获得到问题和答案的截图：

然后通过下面的代码识别图中的文字，并保存到变量中，后面会用到：image = Image.open(IMAGE_PATH)

character = pytesseract.image_to_string(image, lang="chi_sim+eng", config="-psm 4")

print(character)

list = character.split('\n\n')

question = list[0]

answerOne = list[1]

answerTwo = list[2]

answerThree = list[3]

运行后question : 4'人民日报海外版侠客岛的作者_般自称自己为岛叔和?

answerOne : 岛妹

answerTwo : 岛婶

answerThree : 岛姨

这下我们的到来问题和答案，接下来就去搜索答案，由于我门没有强大的后台，所以只能自己去百度爬取数据。

搜索答案

这里我们用到了python库中的requests、BeautifulSoup和urllib.request

这篇文章就不具体讲解爬虫的基本知识了。import requests

from bs4 import BeautifulSoup

import urllib.request

#百度知道网

BASE_URL = 'https://zhidao.baidu.com/search?ct=17&pn=0&tn=ikaslist&rn=10&fr=wwwt&word={}'

#将上面图像识别后的问题放到百度知道去搜索答案

questionParm = urllib.request.quote(question)

url = BASE_URL.format(questionParm)

接下来就通过我们的BeautifulSoup去解析页面html = requests.get(url) # requests 请求页面内容 由于百科搜索没有限制爬取，所以不用设置伪请求头

soup = BeautifulSoup(html.content, "html.parser") # BeautifulSoup解析页面内容

items = soup.find_all("dl", "dl") # 获取所有的答案内容

for i in items:

firstResult = i.find("dd", "dd summary") #百度知道的问题

secondresult = i.find("dd", "dd answer") #百度知道的答案

数据分析

到这里我们已经有了如下的数据：for i in items:

firstResult = i.find("dd", "dd summary")

secondresult = i.find("dd", "dd answer")

if firstResult is not None:

countAnswerOne += firstResult.text.count(answerOne)

countAnswerTwo += firstResult.text.count(answerTwo)

countAnswerThree += firstResult.text.count(answerThree)

print(firstResult.text)

if secondresult is not None:

countAnswerOne += secondresult.text.count(answerOne)

countAnswerTwo += secondresult.text.count(answerTwo)

countAnswerThree += secondresult.text.count(answerThree)

print(secondresult.text)

通过统计答案在搜索结果中的次数来给出推荐答案（较为复杂的推荐结果尚在完善之中，敬请期待）

至少我们心中可以快速的检索到答案，并且有推荐答案，提高了答题正正确率，哈哈。