更新於 2024/12/16發佈於 2022/01/10閱讀時間約 21 分鐘

學校體溫自動上傳爬蟲

動機

因為疫情，這學習開始學校要求大家每天都要在九點前到學校網站上傳體溫，我覺得非常麻煩。動點，果沒傳要被記警告！? 這種麻煩的要求我當然是不會每天乖乖上傳的，於是我做了一個小爬蟲來幫我自動上傳體溫。本來每天用的好好，但有一天我發現爬蟲沒有上傳成功，於是我只能手動上傳，但當我打開網站要上傳時，我看到了令我無比傻眼的畫面……….????????!

說實話我看到這個東東我有點驚訝又覺得很好笑??，於是我就開始想解決它。

製作

使用語言*：python 使用套件：

import requests



from bs4 import BeautifulSoup, element

from selenium

import webdriver

import selenium

import time

首先，我用requests和把網站爬下來，然後丟到BeautifulSoup裡剖析。

url=’https://webap1.kshs.kh.edu.tw/kshsSSO/publicWebAP/bodyTemp/index.aspx'

r=requests.get(url)

soup=BeautifulSoup(r.text,’lxml’)

再來，我的任務是讓電腦自動判斷驗證的數字，並勾相應的選項。

取得驗證數字有問題的方式

我把BeautifulSoup剖析後的網頁，用find$=(id=''ContentPlaceHolder1_lb)的方式找出html中顯示驗證數字的span(區域)並將tag_verification_num.string(驗證數字)存到tag_verification_num變數中。但問題來了，當我把tag_verification_num這個變數print出來時，它的值是null。解決方法把BeautifulSoup剖析後的網頁，用find$=(id='ContentPlaceHolder1_lb')的方式找出html中顯示驗證數字的span(區域)並將tag_verification_num.string(驗證數字)存到tag_verification_num變數後，將它轉成str(字串型態)，在這裡我發現這個span轉成字串後的第65個數字就是我要的驗證數字

於是我將其存到變數中，以便之後使用。

tag_verification_num=soup.find(id='ContentPlaceHolder1_lbN')

num_verification=str(tag_verification_num)

num_verification=num_verification[65]

現在我已經取得驗證數字了，接下來我需要取得每個驗證選項的數字。因為驗證選項的html結構是用span標籤把input選項和顯示選項數字的label包起來。

所以我先用find.(id=’ContentPlaceHolder1_RadioButtonList1')找到input和label的父標籤span，存到tag_verification變數中，再用tag_verification.find_all(‘input’)找到所有span裡的input標籤。

tag_verification=soup.find(id=’ContentPlaceHolder1_RadioButtonList1')

tag_verification_input=tag_verification.find_all(‘input’)

錯誤取得選項值的方式

用tag_verification.find_all(‘input’)取得所有span裡的input標籤後，再用 for i in tag_verification_input:存取每個input標籤的value值，但是這邊我遇到跟前面很像的問題，就是當我用print(i.value)把它print出來的值是null。

解決方法

這裡也可以用跟上面一樣的方式，把input標籤轉成字串型態，在找到value的值是字串中的第幾個字元，這樣就可以取得驗證選項的數字。

tag_verification=soup.find(id=’ContentPlaceHolder1_RadioButtonList1')

tag_verification_input=tag_verification.find_all(‘input’)

for i in tag_verification_input:

 　　num_input=str(i)

 　　num_input[121]//驗證選項的數字

因為tag_verification_input裡面的input子標籤在for迴圈裡面是用i代替，所以以下的驗證選項input標籤，都用i代替。

現在我有了驗證的數字，也有了每個選項的數字，那我現在要做的是判斷哪一個選項的數字等於驗證數字。我在for i in tag_verification_input:裡面加上判斷式，來判斷i轉成字串後的第121個字元(驗證選項的數字)是否等於num_verification(驗證數字)，

for i in tag_verification_input:

 num_input=str(i)

　　if num_verification==num_input[121]:



 　　//填報體溫

我已經知道對應到驗證數字的input標籤了，現在我要知道這個input標籤的name屬性，才能用find_element_by_name()控制webdriver勾選正確選項。如果用最直覺的方法num_input=i.name，那num_input的值一樣會是null，所以還是要把i轉成字串，然後num_input[57:99]存取第59~99之間字元，這個就是i的name。

得到input標籤的name之後，就可以控制webdriver勾選正確選項了～

Code

import requests

from bs4 import BeautifulSoup, element

from requests.models import Response

from selenium

import webdriver

import selenium

import time

url='https://webap1.kshs.kh.edu.tw/kshsSSO/publicWebAP/bodyTemp/index.aspx'

r=requests.get(url) soup=BeautifulSoup(r.text,'lxml')

driver=webdriver.Chrome("./chromedriver")

driver.get(url)

tag_verification_num=soup.find(id='ContentPlaceHolder1_lbN')

num_verification=str(tag_verification_num)

num_verification=num_verification[65] def enter_step1():

　　tag_input = driver.find_element_by_name("ctl00$ContentPlaceHolder1$txtId")

　　tag_input.send_keys('(身分證字號)')

　　driver.find_element_by_name("ctl00$ContentPlaceHolder1$btnId").click()

def enter_step2():

　　driver.find_element_by_name('ctl00$ContentPlaceHolder1$rbType').click()

　　driver.find_elenent_by_xpath('//*[@id="ContentPlaceHolder1_ddl1"]/option[3]').click()

　　driver.find_element_by_xpath('//*[@id="ContentPlaceHolder1_ddl2"]/option[3]').click()

　　driver.find_element_by_xpath('//*[@id="ContentPlaceHolder1_ddl3"]/option[2]').click()

　　driver.find_element_by_name('ctl00$ContentPlaceHolder1$btnId0').click()

　　tag_verification=soup.find(id='ContentPlaceHolder1_RadioButtonList1')

　　tag_verification_input=tag_verification.find_all('input')

for i in tag_verification_input:

　　num_input=str(i)

　　print('迴圈外',num_input[121])

　　if num_verification==num_input[121]:

　　　　print('要驗證的數字',num_verification)

　　　　print('要輸入的數字',num_input[121])

　　　　print('secess\n')

　　　　print(i)

　　　　print(type(i),'\n')

　　　　print(num_input[57:99])

　　　　print(type(num_input[57:99]))

　　　　print('選取的數字:',num_input[121])

　　　　driver.find_element_by_name(num_input[57:99]).click()

　　　　enter_step1()

　　　　enter_step2()

　　else:

　　　　print('fail')

time.sleep(3)

driver.quit()

改進

動機2.0

2021/4/21學校又再次做出了令我意外的改動.....

驗證換成了隨機的問題，學校這波操作再次讓我感到驚喜，建議下次驗證改成解微積分。

思路2.0

異想天開

一開始我心想，學校會放的題目因該都是大眾會到的基本知識，那麼維基百科也一定查得到，所我想用requests和 beautifulsoup把題目爬下來，然後再送到維基百科搜尋答案，最後判斷維基百科的答案和網站上選項爬下來的答案是否相同。問題：這次驗證方式改版後，我發現已經沒辦法用requests和beautifulsoup選項標籤的任何屬性。解決方法：能力不足，無解。

暴力解法

後來我老師建議了我一個可以忽略所有標籤的值，和驗證題目的方法。就是我發現驗證選項的每個input標籤的id屬性前面都是ContentPlaceHolder1_RadioButtonList1_，而最後一個數字是選項的編號，比如說：選項一：ContentPlaceHolder1_RadioButtonList1_0 選項二：ContentPlaceHolder1_RadioButtonList1_1 選項三：ContentPlaceHolder1_RadioButtonList1_2 這樣就只需要按照這個規則一個選項一個選項的試，就可以解決了。

function

為了方便，我把除了驗證之外的操作做成function。

enter_step1()

功能:輸入身分證字號和點擊開始填報按鈕。

def enter_step1():

　　print('step1')

　　driver.find_element_by_id('ContentPlaceHolder1_txtId').send_keys('（身分證字號）')

　　driver.find_element_by_id('ContentPlaceHolder1_btnId').click()

2. enter_step2()

功能：填入體溫選項，和出席狀況選項。

def enter_step2():

　　print('step2')

　　driver.find_element_by_id('ContentPlaceHolder1_rbType_1').click()

　　driver.find_element_by_xpath('//*[@id="ContentPlaceHolder1_ddl1"]/option[3]').click()

　　driver.find_element_by_xpath('//*[@id="ContentPlaceHolder1_ddl2"]/option[4]').click()

　　driver.find_element_by_xpath('//*[@id="ContentPlaceHolder1_ddl3"]/option[2]').click()

3. submit()

功能：點擊填報完成按鈕。

def sunmit():

　　print('submit')

　　driver.find_element_by_id('ContentPlaceHolder1_btnId0').click()

驗證首先，我把所有裝有驗證選項的input標籤的id屬性，去掉代表邊好的最後一個數字，然後存到id變數中。

name='ContentPlaceHolder1_RadioButtonList1_'

因為選項的數量每天不一樣，但是經過我的觀察，選項最多只有4個。所以我用for i in range(3)，然後宣告一個變數等於name+iinput_id=name+str(i)，就可以利用for迴圈取得每個input標籤的i屬性，再把這個變數放到find_element_by_id()中，每一圈都試一次。然後因為如果驗證失敗還繼續執行填報體溫的程式碼的話，就會噴error，所以在for迴圈裡面用例外處理try和except，如果驗證失敗就直接去下一回圈。因為按下開始填報後，網頁會跳出一個alert說“開始填報”，所以我要switch_to_alert().accept()來確認這個alert。

for i in range(3):

　　try:

　　　　input_id=name+str(i)

　　　　print(input_id)

　　　　driver.find_element_by_id(input_name).click()

　　　　enter_step1()

　　　　driver.switch_to_alert().accept()

　　　　print('success')         e

　　　　nter_step2()

　　　　# sunmit()

　　except:

　　　　print('fail')

　　　　# driver.switch_to_alert().accept()

可能的問題：這樣也不需要擔心，因為如果今天選項只有兩個，卻跑了4個for迴圈，因為如果只有兩個選項，那正確選項也一定在for回圈前兩圈中，程式只要跑到正確選項時，就會直接完成體溫填報。

結論這樣不管遇到怎樣的驗證問題，都不會影響程式的執行~~ 開心。

Code

import requests

from selenium import webdriver

import time

url='https://webap1.kshs.kh.edu.tw/kshsSSO/publicWebAP/bodyTemp/index.aspx'driver=webdriver.Chrome("./chromedriver")

driver.get(url)

def enter_step1():

　　print('step1')

　　driver.find_element_by_id('ContentPlaceHolder1_txtId').send_keys('（身分證字號）')

　　driver.find_element_by_id('ContentPlaceHolder1_btnId').click()

def enter_step2():

　　print('step2')

　　driver.find_element_by_id('ContentPlaceHolder1_rbType_1').click()

　　driver.find_element_by_xpath('//[@id="ContentPlaceHolder1_ddl1"]/option[3]').click()

　　driver.find_element_by_xpath('//[@id="ContentPlaceHolder1_ddl2"]/option[4]').click()

　　driver.find_element_by_xpath('//[@id="ContentPlaceHolder1_ddl3"]/option[2]').click()

def sunmit():

　　print('submit')

　　driver.find_element_by_id('ContentPlaceHolder1_btnId0').click()

id='ContentPlaceHolder1_RadioButtonList1_'

for i in range(3):

　　try:

　　　　input_id=name+str(i)

　　　　print(input_id)

　　　　driver.find_element_by_id(input_name).click()

　　　　enter_step1()

　　　　driver.switch_to_alert().accept()

　　　　print('success')

　　　　enter_step2()

　　　　sunmit()

　　except:

　　　　print('fail')

time.sleep(5)

driver.quit()

分享至

成為作者繼續創作的動力吧！

The shy of bush

追蹤

從 Google News 追蹤更多 vocus 的最新精選內容

你可能也想看

發表回應

成為會員後即可發表留言