代码小白即可完成的刷题脚本 ( Cursor 和 阿里云的 API 的 Python 刷题脚本)
利用 cursor 编写刷题脚本
项目地址:GitHub - LY-zhang-yi-hao/刷题脚本🌐
📺 附上详细的讲解视频:点击观看
实现效果:🚀
初衷
在当今教育环境下,经常需要面对大量重复性的练习题。为了减轻负担,借助AI技术开发刷题脚本,合理分配娱乐时间(狗头)
AI技术的快速发展,特别是Cursor等AI编程助手的出现,即使编程基础较弱的同学也能轻松开发出实用的刷题工具。本项目旨在降低编程门槛,让更多学生受益于AI技术。
定位:编程有一点基础,能看懂基本的语句,这个脚本主要利用python进行编写,css和javascript需要用到,但是都是利用AI以及查阅资料进行编写。
前言
10月在GitHub已经开源了一个简单的刷题脚本.
项目地址:
- 实验室安全考核 刷题脚本:
- 简单介绍:
本项目使得刷题的脚本的编写下限变低,利用阿里云模型回答问题,不需要进行题库的编写或网页搜索还需绕过许多反爬。
将问题发送给AI,拿到答案后,进行回答填写。
本代码只是提供一个示例。
另外根据浏览器类型,需要不同的浏览器驱动,请自行谷歌搜索下载,code已经注释,请勿忘更改路径。
ps:需要简单的css基础或利用截图发给AI给出定位网页元素的python代码,获取问题和填写答案。
正文
- 调取阿里云api,回答问题python代码块
- 另外根据浏览器类型,需要不同的浏览器驱动,请自行谷歌搜索下载,code已经注释,请勿忘更改路径。
Microsoft Edge WebDriver | Microsoft Edge Developer - python环境的配置与安装,看炮哥的视频,配置的很简单,不用改环境那么麻烦. 环境配置链接
项目实战
- 驾校科目一考试,拿到题目和选项,将题目和选项发送给阿里云大模型,阿里云模型回答问题,得到答案后,再进行答案填写。
逻辑 :
- 打开网址: https://www.jsyks.com/
- 点击科目一顺序练习,跳转到新的页面
- 获得当前的题目和选项的信息
- 把信息发送给阿里云模型
- 从阿里云模型得到答案
- 答案填入
- 查找网页元素快捷键:F 12 或者 FN+F 12
- 如果有验证码登陆 :人工干预,到输入验证码阶段,停止代码运行,人工输入之后,在键盘输入任意键,继续运行代码。
cursor 输入内容:
- 我的角色:我是一个python小白,没有相应的css和javascript基础,所以请你对以后的代码写好非常详细的注释。
- 任务: 请你帮我写一个python刷题脚本,打开edge浏览器,具体的题目网址: https://www.jsyks.com/ ,然后点击一些选项(待定,我给你具体的网页元素位置)拿到题目和选项,将题目和选项发送给阿里云大模型,阿里云模型回答问题,得到答案后,再进行答案填写。
- 我的Edge驱动路径,'D:/python/msedgedriver. exe'
- 这是调用阿里云api的代码:
from http import HTTPStatus
import dashscope
from dashscope import Generation
import random
import json
class DashScopeAPI:
def __init__(self):
# 配置API-KEY
dashscope.api_key = "sk-f02484ea78744f5a90a6b680bc288dbb"
# 单轮对话
def call_with_messages(self, messages):
response = Generation.call(
model="qwen-turbo",
messages=messages,
# 设置随机数种子seed,如果没有设置,则随机数种子默认为1234
seed=random.randint(1, 10000),
# 将输出设置为"message"格式
result_format='message'
)
if response.status_code == HTTPStatus.OK:
print(response.output.choices[0]['message']['content'])
# print(response)
else:
print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
response.request_id, response.status_code,
response.code, response.message
))
if __name__ == '__main__':
dsapi = DashScopeAPI()
messages = [
{'role': 'system', 'content': 'You are a helpful assistant.'},
{'role': 'user', 'content': '我的题目,请你只需要回答答案即可。91、实验室电器设备所引起的火灾,应:A.用水灭火B.用二氧化碳或干粉灭火器灭火C.用泡沫灭火器灭火'},
]
# 单轮对话
dsapi.call_with_messages(messages)
- 后续慢慢截图和调试就可以了,详情看我的视频(建议二倍速食用)
最后代码
# 导入所需的库
from selenium import webdriver # 用于控制浏览器
from selenium.webdriver.common.by import By # 用于定位网页元素
from selenium.webdriver.support.ui import WebDriverWait # 用于等待网页元素加载
from selenium.webdriver.support import expected_conditions as EC # 用于设置等待条件
from selenium.webdriver.edge.service import Service # 用于设置Edge浏览器驱动
from http import HTTPStatus # 用于处理HTTP状态码
import dashscope # 阿里云API
from dashscope import Generation # 阿里云生成模型
import random # 用于生成随机数
import time # 用于添加延时
import json # 用于处理JSON数据
class AutoExam:
def __init__(self):
"""
初始化自动答题类
设置浏览器驱动并创建浏览器实例
"""
# 创建Edge浏览器驱动服务
service = Service('D:/python/msedgedriver.exe')
# 创建浏览器实例
self.driver = webdriver.Edge(service=service)
# 创建等待对象,最长等待时间为10秒
self.wait = WebDriverWait(self.driver, 10)
# 创建阿里云API实例
self.dsapi = DashScopeAPI()
def start_exam(self):
"""
开始考试:
1. 打开指定网址
2. 等待页面加载
3. 点击"顺序练习"链接
"""
try:
# 打开指定网址
self.driver.get("https://www.jsyks.com/")
# 等待页面完全加载
time.sleep(3)
# 只使用一种最可靠的定位方式
practice_link = self.wait.until(
EC.presence_of_element_located((By.XPATH, "//a[.//img[@alt='科目一顺序练习']]"))
)
# 使用JavaScript点击元素,避免被遮挡的问题
self.driver.execute_script("arguments[0].scrollIntoView(true);", practice_link)
time.sleep(1) # 等待滚动完成
self.driver.execute_script("arguments[0].click();", practice_link)
# 等待新页面加载
time.sleep(3)
# 切换到新打开的标签页
self.driver.switch_to.window(self.driver.window_handles[-1])
# 等待题目页面加载完成
self.wait.until(
EC.presence_of_element_located((By.ID, "ExamTit"))
)
except Exception as e:
print(f"启动考试时出错: {e}")
print("具体错误:无法找到或点击'顺序练习'链接")
# 如果发生错误,尝试关闭浏览器
self.driver.quit()
raise # 重新抛出异常,中止程序
def get_question_content(self):
"""
获取题目内容
返回值:题目文本,如果出错返回None
"""
try:
# 增加重试机制
for _ in range(3): # 最多重试3次
try:
# 等待题目元素出现并获取文本
question_element = self.wait.until(
EC.visibility_of_element_located((By.ID, "ExamTit"))
)
# 获取题目文本并清理多余的空格和特殊字符
question_text = question_element.text.replace('\u00A0', ' ').strip()
if question_text: # 确保获取到了文本
print("\n获取到的题目:")
print(question_text)
return question_text
time.sleep(1)
except:
time.sleep(1)
raise Exception("无法获取题目内容")
except Exception as e:
print(f"获取题目时出错: {e}")
return None
def get_options(self):
"""
获取所有选项内容
返回值:选项文本列表,如果出错返回None
"""
try:
# 增加重试机制
for _ in range(3): # 最多重试3次
try:
# 等待选项列表元素出现
options_list = self.wait.until(
EC.visibility_of_element_located((By.ID, "ExamOpt"))
)
options = []
# 遍历选项A到D
for option_id in ['ExamOptA', 'ExamOptB', 'ExamOptC', 'ExamOptD']:
option_element = self.wait.until(
EC.visibility_of_element_located((By.ID, option_id))
)
# 获取label元素中的文本
label_text = option_element.find_element(By.TAG_NAME, "label").text
if label_text: # 确保获取到了文本
options.append(label_text)
if len(options) == 4: # 确保获取到了所有选项
print("\n获取到的选项:")
for i, option in enumerate(options):
print(f"{chr(65+i)}. {option}") # 打印 A. xxx, B. xxx 等
return options
time.sleep(1)
except:
time.sleep(1)
raise Exception("无法获取完整的选项内容")
except Exception as e:
print(f"获取选项时出错: {e}")
return None
def choose_answer(self, answer):
"""
选择答案
参数:
answer: AI返回的答案文本
"""
try:
# 从AI答案中提取选项字母(A、B、C、D)
# 处理可能的答案格式:'B' 或 'B、12个月' 或 'B.'等
answer = answer.strip().upper() # 转换为大写并去除空格
option_letter = answer[0] # 获取第一个字符
# 验证是否是有效的选项
if option_letter not in ['A', 'B', 'C', 'D']:
print(f"无效的答案格式: {answer}")
return
option_id = f"in{option_letter}" # 构造选项ID,例如"inA"
# 找到对应的单选按钮并点击
answer_element = self.wait.until(
EC.element_to_be_clickable((By.ID, option_id))
)
# 使用JavaScript点击元素,避免可能的点击问题
self.driver.execute_script("arguments[0].click();", answer_element)
print(f"已选择答案: {option_letter}")
except Exception as e:
print(f"选择答案时出错: {e}")
print(f"尝试选择的答案选项: {answer}")
def submit_to_ai(self, question, options):
"""
将题目提交给AI获取答案
参数:
question: 题目文本
options: 选项列表
返回值:AI的答案
"""
# 将题目和选项组合成完整的问题
full_question = f"{question}\n" + "\n".join(options)
# 构造发送给AI的消息,强调只需要返回选项字母
messages = [
{'role': 'system', 'content': 'You are a helpful assistant. Please only respond with a single letter (A, B, C, or D) as the answer.'},
{'role': 'user', 'content': f'请只回答选项字母(A、B、C、D),不要包含其他内容。题目:{full_question}'}
]
# 调用AI获取答案
answer = self.dsapi.call_with_messages(messages)
if answer:
print("\nAI的答案:")
print(answer)
return answer
def click_next_question(self):
"""
点击下一题按钮
返回值:是否成功点击下一题
"""
try:
# 通过span标签文本定位"下一题"按钮
next_button = self.wait.until(
EC.element_to_be_clickable((By.XPATH, "//span[text()='下一题']"))
)
next_button.click()
time.sleep(2) # 等待新题目加载
return True
except Exception as e:
print(f"点击下一题时出错: {e}")
return False
def run(self):
"""
运行主程序
控制答题流程 - 循环处理题目直到用户选择退出
"""
try:
# 开始考试
self.start_exam()
question_count = 0
while True:
question_count += 1
print(f"\n正在处理第 {question_count} 题...")
# 获取题目内容
question = self.get_question_content()
# 获取选项内容
options = self.get_options()
# 如果成功获取到题目和选项
if question and options:
# 获取AI答案
ai_answer = self.submit_to_ai(question, options)
# 选择答案
self.choose_answer(ai_answer)
print(f"\n第 {question_count} 题完成!")
# 询问用户是否继续下一题
user_input = input("\n是否继续下一题?(y/n): ").lower()
if user_input != 'y':
print("\n答题结束!")
break
# 点击下一题
if not self.click_next_question():
print("\n无法进入下一题,答题结束!")
break
else:
print("\n获取题目或选项失败!")
break
except Exception as e:
print(f"运行出错: {e}")
finally:
# 等待用户按键后关闭浏览器
input("\n按回车键关闭浏览器...")
self.driver.quit()
# 保持原有的DashScopeAPI类不变
class DashScopeAPI:
def __init__(self):
dashscope.api_key = "sk-f02484ea78744f5a90a6b680bc288dbb"
def call_with_messages(self, messages):
response = Generation.call(
model="qwen-turbo",
messages=messages,
seed=random.randint(1, 10000),
result_format='message'
)
if response.status_code == HTTPStatus.OK:
return response.output.choices[0]['message']['content']
else:
print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
response.request_id, response.status_code,
response.code, response.message
))
return None
# 程序入口
if __name__ == "__main__":
# 创建自动答题实例并运行
bot = AutoExam()
bot.run()
本文作者:边走边唱如诗如理想
本文链接:https://www.cnblogs.com/zyhlearning/p/18674071
版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步