學校體溫自動上傳爬蟲（學習記錄）

python爬蟲 selenium beautifulsoup

the_shy_of_bush 2021-04-30 09:46:15 ‧ 2053 瀏覽

分享至

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

思路1

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。

問題：

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。
圖

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()

enter_step2()

功能：填入體溫選項，和出席狀況選項。
圖

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()

submit()

功能：點擊填報完成按鈕。
圖

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')
        enter_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()