考试安排查询脚本（CUP）
去年热情高涨的时候心血来潮做了个简易的查询脚本，限于当时技术水平（菜），实现得不是很好，这几天终于想起来填坑了。环境依赖：
brew install python3 pip3 install requests pip3 install tkinter pip3 install fuzzywuzzy pip3 install xlrd
首先，CUP教务处考试安排通知一般是发布在网站的“考试通知”专栏里的。比如：
这样的一个通知，通常内部会有一个考试通知的xls表格文件。
打开以后：
每次考试通知的格式都是一致的。
基于此，思路就来了，先输入考试通知发布网页的地址，然后程序自动获取到文件的下载地址，再自动将文件下载下来，得到考试安排信息。
代码：
def get_one_page(url, headers): try: response = requests.get(url, headers=headers) if response.status_code == 200: response.encoding = response.apparent_encoding return response.text return None except RequestException: return None def countPoint(UrlPart): cnt = 0 for i in UrlPart: if i != \'.\': break cnt += 1 return cnt def getNewXls(url): html = get_one_page(url, headers=headers) if not html: return False als = re.findall(\'<a.*?href="(.*?)"\', html, re.S) for a in als: if a.endswith(\'xls\'): cnt = countPoint(a) url = \'/\'.join(url.split(\'/\')[:-cnt]) + a[cnt:] break content = requests.get(url, headers).content with open(\'content.xls\', \'wb\') as f: f.write(content) return True
在得到考试安排信息后，我分析可以通过“课程&教师&班级”三种条件可以比较精确的搜索到要查询的考试安排。
通过这三个列名，可以建立一个简易的搜索字典：
data = {\’课程名\’: {}, \’上课老师\’: {}, \’主修班级\’: {}}
def init(): xls = xlrd.open_workbook(\'content.xls\') global name_col, teacher_col, sc_col, sheet sheet = xls.sheet_by_index(0) keys = sheet.row_values(0) for i in range(len(keys)): if keys[i] == \'课程名\': name_col = i elif keys[i] == \'上课教师\': teacher_col = i elif keys[i] == \'主修班级\': sc_col = i if not name_col or not teacher_col or not sc_col: exit(\'Unknown xls layout\') ls = sheet.col_values(name_col) for i in range(1, len(ls)): if ls[i] not in data[\'课程名\']: data[\'课程名\'][ls[i]] = set() data[\'课程名\'][ls[i]].add(i) ls = sheet.col_values(teacher_col) for i in range(1, len(ls)): if ls[i] not in data[\'上课老师\']: data[\'上课老师\'][ls[i]] = set() data[\'上课老师\'][ls[i]].add(i) ls = sheet.col_values(sc_col) for i in range(1, len(ls)): cls = ls[i].split(\',\') for cl in cls: if cl not in data[\'主修班级\']: data[\'主修班级\'][cl] = set() data[\'主修班级\'][cl].add(i)
而考虑查询方便，必然不可能让用户（我）每次都输入精准的信息才能查到结果，这太不酷了。
所以我考虑间隔匹配+模糊匹配的方式来得到搜索结果。
间隔匹配：
def fm(string, ls): res = [] match = \'.*?\'.join([i for i in string]) for i in ls: if re.findall(match, i): res.append((i, 100)) return res
模糊匹配：（这里使用了一个叫fuzzywuzzy的第三方库，只有间隔匹配失败后才会使用模糊匹配）
res = fm(aim, data[keys[i]].keys()) if not res: res = process.extract(aim, data[keys[i]].keys(), limit=3)
那么如果用户提供了多个搜索条件怎么处理呢？答案是利用集合的并交运算来处理。
比如搜索表达式: xx&yy&zz。显然我们通过搜索算法可以得到三个独立集合分别为xx，yy和zz的结果，那么对这三个集合取交即可得到正解。
def search(exp): if not pre_check(): return None keys = [\'课程名\', \'上课老师\', \'主修班级\'] res_set = set() flag = False for i in range(len(exp)): if i < 3: aim = exp[i].strip() if not aim: continue res = fm(aim, data[keys[i]].keys()) if not res: res = process.extract(aim, data[keys[i]].keys(), limit=3) ts = set() for mth in res: if mth[1]: ts = ts.union(data[keys[i]][mth[0]]) if flag: res_set = res_set.intersection(ts) else: res_set = res_set.union(ts) flag = True else: break res = \'\' for line_num in res_set: line = sheet.row_values(line_num) res += \'-\' * 50 + \'\n\' res += \'课程名称：\' + line[name_col] + \'\n\' res += \'授课教师：\' + line[teacher_col].replace(\'\n\', \',\') + \'\n\' cls = line[sc_col].split(\',\') linkstr = \'\' for i in range(len(cls)): linkstr += cls[i] if i + 1 == len(cls): break elif (i + 1) % 5 == 0: linkstr += \'\n\' + \' \' * 9 else: linkstr += \',\' res += \'主修班级：\' + linkstr + \'\n\' day = "%04d年%02d月%02d日" % xldate_as_tuple(line[4], 0)[:3] res += \'考试时间：\' + day + \'(周%s) \' % line[2] + line[5] + \'\n\' res += \'考试地点：\' + line[-1].replace(\'\n\', \',\') + \'\n\' return res
到这，脚本的硬核部分就结束了~
然后我们基于这份代码，撸一个GUI出来。
大功告成~！
GitHub开源地址：https://github.com/Rhythmicc/CUP_EXAM
版权声明：本文为Rhythm-原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。