python简单实践作业答案_python入门实践四:爬取牛客网面试专项练习题及答案
说明:个人练手python用。
操作系统:window10 x64
IDE:Pycharm 2017.2.2
Python版本:3.6.2
目标
牛客网是一个IT笔试面试的平台,提供了很多题库,今天我们使用python爬取其中的Java专项练习库。
步骤
1、接口抓取:如果是爬取网页,前后端分离的项目可以抓取接口,如果没有分离,则需要爬取整个网页然后使用正则筛选。这里我们直接抓取客户端接口即可。
2、模拟网络请求,获取数据(这里是json)
3、json解析,题目格式调整、写入文件
一、接口抓取
工具:Fiddler
对象:牛客网Android客户端2.21.3.3091
通过Fiddler发现,获取专项练习题的接口为:
http://m.nowcoder.com/test/get-all-question?t=02436CC60E649584D5C4BBF57709E5CA&fm=android_app_2.21.3.3091&tid=10716711
这里:
t=02436CC60E649584D5C4BBF57709E5CA应该是用户身份标识
tid=10716711是本次练习的编号(Java专项练习一共900多道题,每次练习会随机组卷,组卷数量为5、10、20、30这些,这个tid就是组出的试卷的编号)
使用Fiddler模拟请求,就可以得到该tid对应10道题目的json数据了,由于每次请求tid没有变化,可以发现多次请求的json结果是一样的,类似下面的:
{
"data": {
"paper": {
......省略部分
"diffcult": 3,
"questionCount": 10,
......省略部分
},
"allQuestion": [
{
"score": 10,
"shielded": false,
"question": {
"content": "
\n 下列关于构造方法不正确的是:( \n )\n
\n
\n
\n
\n
\n
\n
",
"id": 69561,
"title": "下列关于构造方法不正确的是:( )",
"answer": [
{
"content": "类的构造方法和类同名",
"id": 111297,
"type": 0
},
......省略部分
],
......省略部分
},
"pos": 1
},
......省略部分
],
"userAnswers": [
{
"userAnswer": "111300",
"pos": 1
},
......省略部分
]
},
"code": 0,
"msg": "OK"
}
要想不一样,就需要不一样的tid了,发现生成tid的接口如下:
POST http://m.nowcoder.com/itest/request-make-paper HTTP/1.1
......省略部分request header
questionCount=10&tagIds=570&t=02436CC60E649584D5C4BBF57709E5CA&fm=android_app_2.21.3.3091&source=1
这是一个post请求,可以发现在request body中的questionCount就是表明了本次组卷试题的数量。
这样思路就清晰了:
根据request-make-paper接口获取tid,这里我们指定questionCount为30
根据get-all-question接口,传入tid参数,获取此次组卷的30道题的json数据
然后分析这30道题中的字段的含义,解析、存储即可
二、网络请求
定义一个方法,用于post请求,返回响应的内容,如下:
def post_json_data(url, request_body):
req = request.Request(url)
# 根据需要设置请求头,比如模拟浏览器请求设置UA、一些身份权限认证字段等都会放到header里
req.add_header('OS', 'Android')
req.add_header('VERSION', '82')
req.add_header('CHANNEL', '360')
req.add_header('User-Agent', 'nowcoder android 2.21.3.3091')
# post请求,添加request body即可
with request.urlopen(req, data=request_body.encode('utf-8')) as f:
if f.status == 200:
result_json = json.loads(f.read())
return result_json
再定义一个方法,用于get请求,返回响应的内容,如下:
def get_json_data(url):
req = request.Request(url)
req.add_header('OS', 'Android')
req.add_header('VERSION', '82')
req.add_header('CHANNEL', '360')
req.add_header('User-Agent', 'nowcoder android 2.21.3.3091')
with request.urlopen(req) as f:
if f.status == 200:
result_json = json.loads(f.read())
return result_json
如果把添加到request header中的这些key-value的参数组成dict,就可以通过外部传入,方法中遍历添加,上面两个方法就可以作为工具方法了。
接下来组装post请求的request body中的参数
data_make_paper = parse.urlencode([
('questionCount', '30'),
('tagIds', '570'),
('t', '02436CC60E649584D5C4BBF57709E5CA'),
('fm', 'android_app_2.21.3.3091'),
('source', '1')
])
就可以发送网络请求,获取响应数据了:
result = post_json_data('http://m.nowcoder.com/itest/request-make-paper', data_make_paper)
url_get_questions = "http://m.nowcoder.com/test/get-all-question" + \
"?t=02436CC60E649584D5C4BBF57709E5CA&fm=android_app_2.21.3.3091&tid=" + \
str(result['data'])
需要注意的是,需要引入request和parse模块:
from urllib import request,parse
三、json解析,题目格式调整、写入文件
先定义一个写入文件的方法,这里我们需要追加的形式写,也即后面写入的内容不能覆盖前面已经写入的:
def write_text(path, text, mode='a'):
with open(path, mode=mode, encoding="utf-8") as f:
f.write(text)
f.write("
")
mode = 'a'就表示追加的形式写入。
接下来就是json解析、添加一下格式(如题目编号,选项编号,题与题之间的空行等)、然后写入文件了,直接看代码:
all_questions = get_json_data(url_get_questions)['data']['allQuestion']
# 题号信息,由于获取的题目没有编号
n = 1
# 提取出来方便修改,如果有明确的题目数量,可以嵌套一层循环来循环获取n套题。这里我们获取1套题作为演示
# 之所以写入到html文件,是因为读取的题目中含有html的格式信息
questions_name = "第1套.html"
questions_answer_name = "第1套答案.html"
for item_question in all_questions:
# 获取题干信息
question = item_question['question']
question_type = ['(单选题)', '(不定项选择题)']
# 写入题目信息
write_text("C://python_test/"+questions_name, str(n)+". "+question_type[question['type']-1]+question['content'], 'a')
answer = question['answer']
answer_option = ''
index = 0
for item_answer in answer:
# 获取选项信息
answer_content = item_answer['content']
answer_index_list = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']
# 写入选项信息,加入ABCD等选项编号
write_text("C://python_test/"+questions_name, answer_index_list[index]+". "+answer_content, 'a')
# 获取type字段的值,为1表示该选项为正确答案
answer_type = item_answer['type']
if answer_type == 1:
# 获取正确答案
answer_option += answer_index_list[index]
index += 1
# 每题之间留空行
write_text("C://python_test/"+questions_name, '', 'a')
# 写入答案到另外一个文件中
write_text("C://python_test/"+questions_answer_name, str(n)+"."+'答案: ' + answer_option, 'a')
# 答案之间留空行
write_text("C://python_test/"+questions_answer_name, '', 'a')
# 编号自增
n += 1
注意引入json模块
import json
python中的json和dict直接对应,非常方便。
留个作业:
通过抓取答题接口,完成题目自动答题,保证每套题都得满分~
python简单实践作业答案_python入门实践四:爬取牛客网面试专项练习题及答案相关推荐
- 牛客网获取输入rowinput_Python爬虫入门例题:抓取牛客网题目
最近做题的时候要写一些题解,在把牛客网的题目复制下来的时候,数学公式的处理比较麻烦,所以我用Python的selenium.urllib.request和BeautifulSoup4库对题目信息进行了 ...
- python爬取学校题库_如何使用 Python 爬虫爬取牛客网 Java 题库?
[原文链接]http://www.changxuan.top/?p=146 由于"打怪"失败,最近一直在牛客网上刷题复习备战春招.其中有个 Java专题复习题库,我刷着刷着就想把它 ...
- 如何使用 Python 爬虫爬取牛客网 Java 题库?
[原文链接]http://www.changxuan.top/?p=146 由于"打怪"失败,最近一直在牛客网上刷题复习备战春招.其中有个 Java专题复习题库,我刷着刷着就想把它 ...
- 牛客网SQL题目解析(答案+解析+理解)
本文记录了牛客网sql全部题目的答案与难题解析,部分题目包含多种解法,并且涵盖了开窗函数等各种语法点的理解 标题中高亮的题目,是易错题 牛客网刷题链接:牛客网sql在线练习 本文所有语句使用mysql ...
- Python爬虫框架 scrapy 入门经典project 爬取校花网资源、批量下载图片
####1.安装scrapy 建议:最好在新的虚拟环境里面安装scrapy 注意:博主是在 Ubuntu18.04 + Python3.6 环境下进行开发的,如果遇到安装scrapy不成功请自行百度/ ...
- python爬取小说基本信息_python实战项目:爬取某小说网
项目文档: 项目简介: 爬取某小说网首页中的全部小说,并储存到数据库中 项目版本 :python2.7.12 项目源码: 源码已上传 github: 源码github 项目总览: 1. 爬取小说首页中 ...
- python爬取链家新房_Python爬虫实战:爬取链家网二手房数据
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 买房装修,是每个人都要经历的重要事情之一.相对于新房交易市场来说,如今的二手房交易市场一点也 ...
- python爬取链家新房数据_Python爬虫实战:爬取链家网二手房数据
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 买房装修,是每个人都要经历的重要事情之一.相对于新房交易市场来说,如今的二手房交易市场一点也 ...
- Python开发爬虫之BeautifulSoup解析网页篇:爬取安居客网站上北京二手房数据
目标:爬取安居客网站上前10页北京二手房的数据,包括二手房源的名称.价格.几室几厅.大小.建造年份.联系人.地址.标签等. 网址为:https://beijing.anjuke.com/sale/ B ...
最新文章
- 「最新」《美国人工智能未来20年研究路线图》
- 中国最懂自动驾驶量产公司秀肌肉:自动驾驶算力怪兽、百亿参数云端超大模型、百万公里路测里程...
- 71道Android开发面试题
- 提高工作效率必备神器
- 09丨缓存异常:如何解决缓存和数据库的数据不一致问题
- Visual C++——《可视化编程技术》实验报告——资源的应用—反弹的球
- wxWidgets:wxGraphicsRenderer类用法
- 层次分析法之matlab
- CMS设计和CMS选型(内容管理系统)
- LeetCode 14. 最长公共前缀 (单指针水平扫描)
- 社招2017-阿里、网易、滴滴共十次前端面试碰到的问题
- 最近两周的前后端交互
- c语言.h和.c连接错误,conio.h链接错误问题
- Hadoop中Yarnrunner里面submit Job以及AM生成 至Job处理过程源码解析
- 检测到在集成的托管管道模式下不适用的ASP.NET设置的解决方法(非简单设置为【经典】模式)
- android常用字体代码,Android TextView设置字体风格多种组合
- mysql入门1:建表、插入、单表查询练习题1
- 学生宿舍管理系统c语言程序设计,学生宿舍管理系统C语言编程.doc
- PySimpleGUI:快速开始
- MFC用户名和密码的登录界面设计