python考试搜题神器_python实现百万英雄答题神器.pdfVIP

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)image = Image.open(IMAGE_PATH) print(character) list = character.split( ) question = list[0] answerOne = list[1] answerTwo = list[2] answerThree = list[3]answerThree = list[3] 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： 然后然后通过通过下⾯下⾯的的代代码识别图码识别图中中的⽂字，并的⽂字，并保存保存到到变量中变量中，，后⾯会后⾯会⽤到：image = Image.open(IMAGE_PATH)⽤到：image = Image.open(IMAGE_PATH) print(character) list = character.split( ) 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 = /search?ct=17pn=0tn=ikaslistrn=10fr=wwwtword={} #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 ⽤设置伪请求头⽤设置伪请求头⽤设置伪请求头 for i in items:for i in items:for i in items: 数据分析 到这⾥我们已经有了如下的数据：for i in items:到这⾥我们已经有了如下的数据：for i in items:到这⾥我们已经有了如下的数据：for i in items: if firstResult is not None: countAnswerOne += firstResult.text.count(answerOne) countAnswerTwo += firstResult