Add files via upload

cloud.py

@@ -0,0 +1,28 @@
+import oss2
+import json
+import shutil
+import os
+import get_answer
+#获取本地json文件
+def get_json(file):
+    return [i for i in os.listdir(file) if i.endswith('.json')]
+json_name = get_json(os.getcwd())[0]
+# 阿里云 OSS 配置
+access_key_id = 'LTAI5t927vdUFZa9NRnWfrL3'
+access_key_secret = 'FbXoJUqe545eZhWFvADvGcFwatsGAx'
+bucket_name = 'tasks-jsons'
+endpoint = ''
+# 创建Bucket对象，所有Object相关的接口都可以通过Bucket对象来进行
+bucket = oss2.Bucket(oss2.Auth(access_key_id, access_key_secret), endpoint, bucket_name)
+# 判断文件是否存在
+exist = bucket.object_exists(json_name)
+# 如果文件存在，则下载到本地并覆盖本地文件
+if exist:
+    bucket.get_object_to_file(json_name, json_name)
+    print('已从云服务器下载文件')
+else: #否则调用OpenAI API获得答案，并上传到云服务器
+    new_data = get_answer.new_data
+    #将new_data变为json格式并上传到云端
+    with open(json_name, 'w', encoding='utf-8') as f:
+        json.dump(new_data, f, ensure_ascii=False, indent=4)
+    bucket.put_object_to_file(json_name,json_name)

get_answer.py

@@ -0,0 +1,87 @@
+'''
+本模块用于答案获得
+1、先获得本地的json文件
+2、云端检查json是否存在，存在则直接调用，不存在则步骤3
+3、调用openai的api获得答案并处理格式，生成新的json文件并存储在云端
+'''
+from openai import AsyncOpenAI
+import os
+import json
+import asyncio
+#读取当前目录下的json文件
+#获得指定目录下的所有json文件的文件名
+def get_json(file):
+    return [i for i in os.listdir(file) if i.endswith('.json')]
+#将file指定为当前目录
+file = os.getcwd()
+#获得json文件名，因为程序逻辑是每次只有一个json文件，所以直接取第一个
+'''
+后续准备与云服务器连接，先判断当前json是否已在云服务器上，如果在，则直接调用，
+节省调用API的时间和资费，否则，调用API，获得答案，并将答案存入云服务器
+阿里云服务器申请成功！
+'''
+json_name = get_json(file)[0]
+#读取json文件并转换为字典
+with open(json_name,'r',encoding='utf-8') as f:
+    data = json.load(f)
+#遍历字典，获得每一关的参数，构造请求，获得答案
+'''
+用于构造请求的参数：describe,require,code
+向GPT提问的格式：promot + 参数模板化的问题
+'''
+os.environ['http_proxy'] = 'http://127.0.0.1:10809'
+os.environ['https_proxy'] = 'http://127.0.0.1:10809'
+
+promot = '现在，我想让你扮演一个Python程序员来解一个问题，我的问题将由三个部分组成，第一部分是问题的描述，第二部分是问题的需求，第三部分是问题的代码，我需要你按照我的模板编写代码。并且你返回的代码应当是带有注释的'
+#构造问题模板
+#遍历字典，获得每一关的参数，构造请求，获得答案
+#使用异步函数提升效率
+'''
+异步思路：由于每一关都会的答案查询都是独立的，可以把不同的查询请求构建成异步任务，谁先完成就先返回谁的答案，
+最后把所有的答案整合到一个字典中，再写入json文件中
+'''
+
+# 初始化异步客户端
+client = AsyncOpenAI(
+    api_key='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'
+)
+def get_answer_from_api(jsonfile:dict,client:AsyncOpenAI,promot:str) -> dict:
+    data = jsonfile
+    client = client
+    promot = promot
+    # 异步函数来获取答案
+    async def get_answer(value):
+        des, req, code = value['describe'], value['require'], value['code']
+        question = f'问题描述：{des}\n任务需求：{req}\n根据上面的需求，你需要补充并完善代码：\n{code}'
+        try:
+            response = await client.chat.completions.create(
+                model='gpt-3.5-turbo',
+                messages=[
+                    {'role': 'system', 'content': promot},
+                    {'role': 'user', 'content': question}
+                ]
+            )
+            return response.choices[0].message.content
+        except Exception as e:
+            print(f'错误信息：{e}')
+
+    # 主函数
+    async def main(data) -> dict:
+        tasks = [get_answer(value) for value in list(data.values())[:1:]]
+        answers = await asyncio.gather(*tasks)
+
+        # 在data的每个value中新增一个键值对，键为answer，值为答案，并作为返回值返回
+        for i,val in enumerate(data.values()):
+            val['answer'] = answers[i]
+
+        return data
+
+
+    # 运行主函数
+    return asyncio.run(main(data=data))
+new_data = get_answer_from_api(jsonfile=data,client=client,promot=promot)
+print(new_data)
+#重写本地json文件
+with open(json_name,'w',encoding='utf-8') as f:
+    json.dump(new_data,f,ensure_ascii=False,indent=4)
+

get_params.py

@@ -32,12 +32,12 @@ user_name = 'hnu202311020126'
 password = 'hzy123456'
 safari = Chrome()
 safari.get(url)
-time.sleep(5) #等待页面加载
+safari.implicitly_wait(10)
 #模拟登录
 safari.find_element(By.ID, 'login').send_keys(user_name)
 safari.find_element(By.ID, 'password').send_keys(password)
 safari.find_element(By.ID, 'password').send_keys(Keys.ENTER)
-time.sleep(4)
+time.sleep(2)
 #获取cookie，User-Agent
 Cookie = safari.get_cookies()
 User_Agent = safari.execute_script('return navigator.userAgent')
@@ -73,10 +73,11 @@ total = {}
 i=1
 try:
     while i <= task_num:
+        safari.implicitly_wait(10)
         safari.find_element(By.XPATH, '//*[@id="task-left-panel"]/div[1]/a[1]').click()
-        time.sleep(2)
+        safari.implicitly_wait(10)
         safari.find_element(By.XPATH,f'/html/body/div[1]/div/div/div/div[2]/section[1]/div[3]/div[3]/div/div/div/div/div[{i}]/div[1]/a').click()
-        time.sleep(4)
+        time.sleep(3)
         #获取课程id -> 根据url中?前面的，最后一个/后面的那部分参数构造请求，同时，似乎还需要用到cookie，User-Agent和Referer参数，这些统一用selenium在登陆后获取并组装成headers
         #获取cookie，User-Agent和Referer
         cur_url=Referer = safari.current_url
@@ -101,8 +102,7 @@ try:
         require = obj2.findall(page_source)
         #获取编辑器中的代码,由于代码都是class = "view-line"的div,先找到所有class = "view-line"的div，获取其中的所有文本，再把不同行的代码用\n连接起来
         code = safari.find_elements(By.CLASS_NAME,'view-line')
-        code = '\n'.join([i.text for i in code])
-
+        code = '\n'.join([i.text for i in code]).lstrip('\n')
         #把参数存入字典，再转换为json格式
         task = {
             'describe':describe[0] if len(describe) != 0 else '',
@@ -117,6 +117,5 @@ try:
 except BaseException:
     print('获取参数失败')
 #把参数写入本地json文件中，文件名字与实shixun_name相同键为course_id，值为一个列表，列表中每个元素为一个字典，字典中包含每一关的参数
-#这些数据都是将要上传到云端的，为防止每次运行程序都覆盖了，需要改写写入文件的逻辑
 with open(f'{shixun_id}.json','w',encoding='utf-8') as f:
     json.dump(total,f,ensure_ascii=False,indent=4)