因为有一个课程要求进行调查数据的统计,而且小组里选用的是问卷星为平台,问题的形式比较单一,都为单选或多选,于是想到了用python实现一个脚本来代替小组里大家的手动填写。。
大体上使用的就是python+Selenium+PIL+Tesseract
Selenium 是一种浏览器自动化测试框架,通过它检索html与css代码就可以轻松地找到想要的单选框、复选框、提交键等等,然后便可以自动化地实现点击事件。但在这个过程中,还是有很多细节需要注意的。
例如我使用的firefox浏览器需要下载一个调试驱动插件 -> "geckodriver" 。
在最后提交数据的时候使用click()函数没有起到跳转页面的作用,最后是使用send_keys(Keys.ENTER),也就是按Enter键才能实现。猜测是资料中提及的click只是触发事件的方式的其中一种。
PIL (Python Image Library)则是python的一个图形处理库,在一段时间内提交的次数过多时,网站便会要求输入验证码,这时候就要通过Selenium截取屏幕图片然后通过PIL进行进一步的截取和优化图片的效果。因为验证码当中可能会有干扰线、拉伸变形,这时候就要通过处理才能更好地判断出当中的数据。
Tesseract 是一款由HP实验室开发由Google维护的开源的光学字符识别引擎,PIL处理过后的图片便是通过tesseract来与从github上已有的训练数据进行匹配。
#coding: utf-8
from selenium importwebdriverfrom selenium.webdriver.common.by importByfrom selenium.webdriver.common.keys importKeysfrom selenium.webdriver.support.ui importSelectfrom selenium