代码小白即可完成的刷题脚本 ( Cursor 和 阿里云的 API 的 Python 刷题脚本)

利用 cursor 编写刷题脚本

项目地址：GitHub - LY-zhang-yi-hao/刷题脚本🌐
📺 附上详细的讲解视频：点击观看
实现效果：🚀

初衷

在当今教育环境下，经常需要面对大量重复性的练习题。为了减轻负担，借助AI技术开发刷题脚本，合理分配娱乐时间（狗头）

AI技术的快速发展，特别是Cursor等AI编程助手的出现，即使编程基础较弱的同学也能轻松开发出实用的刷题工具。本项目旨在降低编程门槛，让更多学生受益于AI技术。

定位：编程有一点基础，能看懂基本的语句，这个脚本主要利用python进行编写，css和javascript需要用到，但是都是利用AI以及查阅资料进行编写。

前言

10月在GitHub已经开源了一个简单的刷题脚本.
项目地址：

• 实验室安全考核 刷题脚本：
• 简单介绍：
  本项目使得刷题的脚本的编写下限变低，利用阿里云模型回答问题，不需要进行题库的编写或网页搜索还需绕过许多反爬。
  将问题发送给AI，拿到答案后，进行回答填写。
  本代码只是提供一个示例。
  另外根据浏览器类型，需要不同的浏览器驱动，请自行谷歌搜索下载，code已经注释，请勿忘更改路径。
  ps：需要简单的css基础或利用截图发给AI给出定位网页元素的python代码，获取问题和填写答案。
  

正文

1. 调取阿里云api，回答问题python代码块
2. 另外根据浏览器类型，需要不同的浏览器驱动，请自行谷歌搜索下载，code已经注释，请勿忘更改路径。
   Microsoft Edge WebDriver | Microsoft Edge Developer
3. python环境的配置与安装，看炮哥的视频，配置的很简单，不用改环境那么麻烦. 环境配置链接

项目实战

• 驾校科目一考试，拿到题目和选项，将题目和选项发送给阿里云大模型，阿里云模型回答问题，得到答案后，再进行答案填写。

逻辑 ：

1. 打开网址： https://www.jsyks.com/
2. 点击科目一顺序练习，跳转到新的页面
3. 获得当前的题目和选项的信息
4. 把信息发送给阿里云模型
5. 从阿里云模型得到答案
6. 答案填入

• 查找网页元素快捷键：F 12 或者 FN+F 12
• 如果有验证码登陆 ：人工干预，到输入验证码阶段，停止代码运行，人工输入之后，在键盘输入任意键，继续运行代码。

cursor 输入内容：

• 我的角色：我是一个python小白，没有相应的css和javascript基础，所以请你对以后的代码写好非常详细的注释。
• 任务: 请你帮我写一个python刷题脚本，打开edge浏览器，具体的题目网址： https://www.jsyks.com/ ，然后点击一些选项（待定，我给你具体的网页元素位置）拿到题目和选项，将题目和选项发送给阿里云大模型，阿里云模型回答问题，得到答案后，再进行答案填写。
• 我的Edge驱动路径，'D:/python/msedgedriver. exe'
• 这是调用阿里云api的代码：

from http import HTTPStatus
import dashscope
from dashscope import Generation
import random
import jsonclass DashScopeAPI:def __init__(self):# 配置API-KEYdashscope.api_key = "sk-f02484ea78744f5a90a6b680bc288dbb"# 单轮对话def call_with_messages(self, messages):response = Generation.call(model="qwen-turbo",messages=messages,# 设置随机数种子seed，如果没有设置，则随机数种子默认为1234seed=random.randint(1, 10000),# 将输出设置为"message"格式result_format='message')if response.status_code == HTTPStatus.OK:print(response.output.choices[0]['message']['content'])# print(response)else:print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (response.request_id, response.status_code,response.code, response.message))
if __name__ == '__main__':dsapi = DashScopeAPI()messages = [{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '我的题目，请你只需要回答答案即可。91、实验室电器设备所引起的火灾，应：A．用水灭火B．用二氧化碳或干粉灭火器灭火C．用泡沫灭火器灭火'},]# 单轮对话dsapi.call_with_messages(messages)

• 后续慢慢截图和调试就可以了，详情看我的视频（建议二倍速食用）

最后代码

# 导入所需的库from selenium import webdriver  # 用于控制浏览器from selenium.webdriver.common.by import By  # 用于定位网页元素from selenium.webdriver.support.ui import WebDriverWait  # 用于等待网页元素加载from selenium.webdriver.support import expected_conditions as EC  # 用于设置等待条件from selenium.webdriver.edge.service import Service  # 用于设置Edge浏览器驱动from http import HTTPStatus  # 用于处理HTTP状态码import dashscope  # 阿里云APIfrom dashscope import Generation  # 阿里云生成模型import random  # 用于生成随机数import time  # 用于添加延时import json  # 用于处理JSON数据class AutoExam:def __init__(self):"""初始化自动答题类设置浏览器驱动并创建浏览器实例"""# 创建Edge浏览器驱动服务service = Service('D:/python/msedgedriver.exe')# 创建浏览器实例self.driver = webdriver.Edge(service=service)# 创建等待对象，最长等待时间为10秒self.wait = WebDriverWait(self.driver, 10)# 创建阿里云API实例self.dsapi = DashScopeAPI()def start_exam(self):"""开始考试：1. 打开指定网址2. 等待页面加载3. 点击"顺序练习"链接"""try:# 打开指定网址self.driver.get("https://www.jsyks.com/")# 等待页面完全加载time.sleep(3)# 只使用一种最可靠的定位方式practice_link = self.wait.until(EC.presence_of_element_located((By.XPATH, "//a[.//img[@alt='科目一顺序练习']]")))# 使用JavaScript点击元素，避免被遮挡的问题self.driver.execute_script("arguments[0].scrollIntoView(true);", practice_link)time.sleep(1)  # 等待滚动完成self.driver.execute_script("arguments[0].click();", practice_link)# 等待新页面加载time.sleep(3)# 切换到新打开的标签页self.driver.switch_to.window(self.driver.window_handles[-1])# 等待题目页面加载完成self.wait.until(EC.presence_of_element_located((By.ID, "ExamTit")))except Exception as e:print(f"启动考试时出错: {e}")print("具体错误：无法找到或点击'顺序练习'链接")# 如果发生错误，尝试关闭浏览器self.driver.quit()raise  # 重新抛出异常，中止程序def get_question_content(self):"""获取题目内容返回值：题目文本，如果出错返回None"""try:# 增加重试机制for _ in range(3):  # 最多重试3次try:# 等待题目元素出现并获取文本question_element = self.wait.until(EC.visibility_of_element_located((By.ID, "ExamTit")))# 获取题目文本并清理多余的空格和特殊字符question_text = question_element.text.replace('\u00A0', ' ').strip()if question_text:  # 确保获取到了文本print("\n获取到的题目：")print(question_text)return question_texttime.sleep(1)except:time.sleep(1)raise Exception("无法获取题目内容")except Exception as e:print(f"获取题目时出错: {e}")return Nonedef get_options(self):"""获取所有选项内容返回值：选项文本列表，如果出错返回None"""try:# 增加重试机制for _ in range(3):  # 最多重试3次try:# 等待选项列表元素出现options_list = self.wait.until(EC.visibility_of_element_located((By.ID, "ExamOpt")))options = []# 遍历选项A到Dfor option_id in ['ExamOptA', 'ExamOptB', 'ExamOptC', 'ExamOptD']:option_element = self.wait.until(EC.visibility_of_element_located((By.ID, option_id)))# 获取label元素中的文本label_text = option_element.find_element(By.TAG_NAME, "label").textif label_text:  # 确保获取到了文本options.append(label_text)if len(options) == 4:  # 确保获取到了所有选项print("\n获取到的选项：")for i, option in enumerate(options):print(f"{chr(65+i)}. {option}")  # 打印 A. xxx, B. xxx 等return optionstime.sleep(1)except:time.sleep(1)raise Exception("无法获取完整的选项内容")except Exception as e:print(f"获取选项时出错: {e}")return Nonedef choose_answer(self, answer):"""选择答案参数：answer: AI返回的答案文本"""try:# 从AI答案中提取选项字母（A、B、C、D）# 处理可能的答案格式：'B' 或 'B、12个月' 或 'B.'等answer = answer.strip().upper()  # 转换为大写并去除空格option_letter = answer[0]  # 获取第一个字符# 验证是否是有效的选项if option_letter not in ['A', 'B', 'C', 'D']:print(f"无效的答案格式: {answer}")returnoption_id = f"in{option_letter}"  # 构造选项ID，例如"inA"# 找到对应的单选按钮并点击answer_element = self.wait.until(EC.element_to_be_clickable((By.ID, option_id)))# 使用JavaScript点击元素，避免可能的点击问题self.driver.execute_script("arguments[0].click();", answer_element)print(f"已选择答案: {option_letter}")except Exception as e:print(f"选择答案时出错: {e}")print(f"尝试选择的答案选项: {answer}")def submit_to_ai(self, question, options):"""将题目提交给AI获取答案参数：question: 题目文本options: 选项列表返回值：AI的答案"""# 将题目和选项组合成完整的问题full_question = f"{question}\n" + "\n".join(options)# 构造发送给AI的消息，强调只需要返回选项字母messages = [{'role': 'system', 'content': 'You are a helpful assistant. Please only respond with a single letter (A, B, C, or D) as the answer.'},{'role': 'user', 'content': f'请只回答选项字母（A、B、C、D），不要包含其他内容。题目：{full_question}'}]# 调用AI获取答案answer = self.dsapi.call_with_messages(messages)if answer:print("\nAI的答案：")print(answer)return answerdef click_next_question(self):"""点击下一题按钮返回值：是否成功点击下一题"""try:# 通过span标签文本定位"下一题"按钮next_button = self.wait.until(EC.element_to_be_clickable((By.XPATH, "//span[text()='下一题']")))next_button.click()time.sleep(2)  # 等待新题目加载return Trueexcept Exception as e:print(f"点击下一题时出错: {e}")return Falsedef run(self):"""运行主程序控制答题流程 - 循环处理题目直到用户选择退出"""try:# 开始考试self.start_exam()question_count = 0while True:question_count += 1print(f"\n正在处理第 {question_count} 题...")# 获取题目内容question = self.get_question_content()# 获取选项内容options = self.get_options()# 如果成功获取到题目和选项if question and options:# 获取AI答案ai_answer = self.submit_to_ai(question, options)# 选择答案self.choose_answer(ai_answer)print(f"\n第 {question_count} 题完成！")# 询问用户是否继续下一题user_input = input("\n是否继续下一题？(y/n): ").lower()if user_input != 'y':print("\n答题结束！")break# 点击下一题if not self.click_next_question():print("\n无法进入下一题，答题结束！")breakelse:print("\n获取题目或选项失败！")breakexcept Exception as e:print(f"运行出错: {e}")finally:# 等待用户按键后关闭浏览器input("\n按回车键关闭浏览器...")self.driver.quit()# 保持原有的DashScopeAPI类不变class DashScopeAPI:def __init__(self):dashscope.api_key = "sk-f02484ea78744f5a90a6b680bc288dbb"def call_with_messages(self, messages):response = Generation.call(model="qwen-turbo",messages=messages,seed=random.randint(1, 10000),result_format='message')if response.status_code == HTTPStatus.OK:return response.output.choices[0]['message']['content']else:print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (response.request_id, response.status_code,response.code, response.message))return None# 程序入口if __name__ == "__main__":# 创建自动答题实例并运行bot = AutoExam()bot.run()