前言

前段时间看师兄在分享会上写了用selenium搞作业订阅的程序。 当时庆幸我院的老师都用静态网页发作业，看看Last-Modified 属性即可监测作业更新。然而好景不长，我院的服务器被黑了(黑人脸)，好久没修，老师只好使用blackboard系统更新作业。于是只能参照师兄写一个。其实动手做之后发现并不是很难。只是编程技术一般，写的并不是简洁。

selenium 使用

比较简单，需要webdriver 网上有资料。webdriver 用 Chrome 或 PhantomJS 都可以。 我是调试时用Chrome ，部署时用 PhantomJS。因为PhantomJS是没有图形界面的，比较方便。

Google 的例子

import time 
from selenium import webdriver
import selenium.webdriver.chrome.service as service

service = service.Service('C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe')
service.start()
capabilities = {'chrome.binary':'C:\Program Files (x86)\Google\Chrome\Application\chrome.exe'}
browser = webdriver.Remote(self.service.service_url, self.capabilities)
browser.get("www.baidu.com")
time.sleep(2)
browser.quit()

代码

from selenium import webdriver
import selenium.webdriver.chrome.service as service
import time
import re


class HomeworkCheck:
    def __init__(self, classes, keyword):
        self.service = service.Service('C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe')
        self.service.start()
        self.capabilities = {'chrome.binary': 'C:\Program Files (x86)\Google\Chrome\Application\chrome.exe'}
        self.browser = webdriver.Remote(self.service.service_url, self.capabilities)
        self.selected_classes = classes
        self.key_words = keyword

    def login(self):
        self.browser.get("http://study.jnu.edu.cn")
        # 为了安全，请使用环境变量。"os.environ.get()"
        self.browser.find_element_by_name('user_id').send_keys('账号') 
        self.browser.find_element_by_name('password').send_keys('密码')
        self.browser.find_element_by_xpath("//*[@id=\"login\"]/table/tbody/tr[3]/td[2]/input").click()

# 根据课名和keyword来搜索页面，返回对应的url。理论上修改keyword可以搜索其他页面。
    def find_homework_pages(self):
        self.login()
        self.browser.get("http://study.jnu.edu.cn/webapps/portal/execute/tabs/tabAction?tab_tab_group_id=_1_1")
        time.sleep(1)
        course_page = self.browser.page_source
        courses = re.findall("%3DCourse%26id%3D(.*?)%26url%3D.+?target=\"_top\">(.*?)</a>", course_page)
        homework_urls = []
        for i in courses:
            for j in self.selected_classes:
                if j.encode('utf-8') == i[1].encode('utf-8'):
                    print(i)
                    course_id = i[0]
                    course_url = "http://study.jnu.edu.cn/webapps/blackboard/execute/launcher?type=Course&id=%s&url=" % course_id
                    self.browser.get(course_url)
                    homework_page = self.browser.page_source
                    for key in self.key_words:
                        homework_id = re.findall("content_id=(.*?)&amp.*?%s" % key, homework_page)
                        if homework_id:
                            print(homework_id)
                            homework_urls.append(
                                "http://study.jnu.edu.cn/webapps/blackboard/content/listContent.jsp?course_id=%s&content_id=%s&mode=reset" % (
                                    course_id, homework_id[0]))
                    time.sleep(2)
        print(homework_urls)
        return homework_urls

    def get_homework(self):
        homework_urls = self.find_homework_pages()
        for url in homework_urls:
            self.browser.get(url)
            time.sleep(2)
            content = self.browser.find_element_by_id("content_listContainer").get_attribute('innerHTML')
            print(len(content)) # 作业的页面是一个表格，我粗暴地把表格长度记下来，下一次更新时长度肯定会变的。


# key words 用来搜索作业或实验的发布页面。 class name 就不必多说了
if __name__ == '__main__':
    class_names = ['离散数学Ⅰ（全英）', '问题求解与程序设计实验（全英）']
    key_words = ['Assignments', 'Labs']
    action = HomeworkCheck(class_names, key_words)
    action.get_homework()