Python+Selenium模拟问卷星填写

Python+Selenium模拟问卷星填写

本文为“菜鸡”(博主）第一次用PYTHON模拟问卷填写。
因此，特别声明：本文仅供学术/兴趣研究，不用于商业用途，亦不会用于毕业论文的实际应用中

下面代码的主要思路来源于网上各位前辈的文章，在此表示感谢。
由于水平有限，而且单纯拿来练手
故本文存在以下几个问题：

1. 缺乏隐匿性，没有设置IP代理池
2. 缺乏灵活性，没能构思出在一定概率下的提交方案（如：以3:7的男女比例提交），或是更贴合成人提交
3. 缺乏应用型，由于问卷网址的元素都不一样，无法照抄或是照搬，需要个人解析

1.问卷的设计

问卷：https://www.wjx.cn/jq/51844399.aspx
3道单选题，1道多选题（问卷星还有很多题型，但是我
水平有限，只能模拟这么多了）

2.代码部分

import time
import random
from fake_useragent import UserAgent
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities

#设置随机请求头，欺骗问卷星提交
headers = {
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
    'User-Agent': UserAgent().random,
    'Connection': 'keep-alive'
}

# 使用copy()防止修改原代码定义dict
desired_cap = DesiredCapabilities.PHANTOMJS.copy()
 
# 设置其他请求投信息,其中key为要修改的请求投键名
for key, value in headers.items():
    desired_cap['phantomjs.page.customHeaders.{}'.format(
        key)] = value

#声明PhantomJS浏览器，启动随机浏览器头
driver = webdriver.PhantomJS(executable_path=r'C:/Users/ASUS/AppData/Local/Programs/Python/Python37/phantomjs-2.1.1-windows/phantomjs-2.1.1-windows/bin/phantomjs.exe',
desired_capabilities=desired_cap)

#获取网站
def geturl():
    try:
        driver.get("https://www.wjx.cn/m/51844399.aspx") 
        time.sleep(3)  #休眠3秒钟，等待网页显示
        #获取标题
        a = driver.find_element_by_id("htitle").text
        print("您要爬取的问卷标题是：",a)
    except Exception as e:
        print('无法获取网站')  

#输出当前所有问题，由于我这里就4个问题，就不设置自动获取编号
#与此同时，这个参数我并没有放进主程序里面，只是我网页解析的时候，多写一步而已
def get_question():
        geturl()
        for i in range(1,5):
            a = "div"+str(i)
            b = driver.find_element_by_id(a).text
            print(b)

#模拟主程序
def run():
    try:
        geturl()
        #获取选项q1_1(男）的文本被隐藏了，后来发现style="display:none;"
        #driver.find_element_by_id("q1_1").is_displayed() 
        #获取整个选项的文本，反而获取成功，故而我猜测style应该是隐藏元素的控制键
        #driver.find_element_by_id("div1").text
        #参考网站（元素隐藏）:
        #https://www.cnblogs.com/klb561/p/9332968.html 
        
    
        #Q1问题_两个选项（单选），q1_1男性，q1_2女性
        #构建随机数
        r = random.randint(1,2)
        if r==1:
            driver.find_element_by_css_selector("div[for='q1_1']").click()
        elif r==2:
            driver.find_element_by_css_selector("div[for='q1_2']").click()
        
        #休眠2秒钟，防止做题过快，被网站监测到
        time.sleep(3)
        #Q2问题_两个选项（单选），q2_1吃了，q2_2没吃
        r = random.randint(1,2)
        if r==1:
            driver.find_element_by_css_selector("div[for='q2_1']").click()
        elif r==2:
            driver.find_element_by_css_selector("div[for='q2_2']").click()
        
        #Q3问题_四个选项（单选），q3_1吃饭，q3_2看书，q3_3做卷子，q3_4看B站
        time.sleep(3)
        r = random.randint(1,4)
        if r==1:
            driver.find_element_by_css_selector("div[for='q3_1']").click()
        elif r==2:
            driver.find_element_by_css_selector("div[for='q3_2']").click()
        elif r==3:
            driver.find_element_by_css_selector("div[for='q3_3']").click()
        else: 
            driver.find_element_by_css_selector("div[for='q3_4']").click()

        #Q4问题_7个选项（多选），q4_1-6为单项选择,q4_7填空
        time.sleep(5) 
        #随机填写1-5次
        r = random.randint(1,5)          
        for i in range(1,r+1):
            r1 = random.randint(1,7)
            if r1== 7:
                driver.find_element_by_css_selector("div[for='q4_7']").click()
                #定义填写的内容
                d = ["撸猫","看书","科学上网","学日语"]
                r2 = random.randint(0,3)
                q4_7 = d[r2]
                driver.find_element_by_id("tqq4_7").send_keys(q4_7)
            else:
                #随机选择
                q3_x = "div[for="+"'q4_"+str(r1)+"\']"
                driver.find_element_by_css_selector(q3_x).click()

        #提交问卷
        driver.find_element_by_id("ctlNext").click()

    except Exception as e:
        print('运行出错')  

#主函数，填写5份卷子
if __name__ == '__main__':
    for i in range(1,6):
        run()
print("问卷模拟已完成，祝您学业进步")

3.结果

截取多选题的结果看看，还行吧

4.反思

对于网站的元素解析，严重缺乏，而且还有很多东西要学，而且写了才不多8,9个小时，才把一个简单的问卷模拟写出来，还是很辣鸡。