本帖最后由 jcwoai 于 2023-4-1 15:47 编辑
由于该网站考试页面需要每月一次登录考试时才能出现，自己不太会爬取，所以直接复制处理后，
再用python进行题库对比 答案也就几分钟就出来了。本人新手 如有不足请包含！
在网页上直接复制下来内容如图：
复制的内容
复制的内容
处理结果：
处理结果
保存到excel表格中：
excel表
代码：
[Asm] 纯文本查看 复制代码 import re
import pandas as pd
def clean(line):
line = re.sub('\nA', '\nAA', line) # 为分段加标记
line = re.sub('\d+.(1分).', '#', line).split('#') # 为分割加标记，并以#号分割
data = []
for item in line:
stem = item.split('\nA')[0]
option = item.split('\nA')[1]
dit = {
'题干': stem,
'选项': option
}
data.append(dit)
return data
def save(data):
df = pd.DataFrame(data)
df.to_excel('newtg.xlsx', index=False, sheet_name='Sheet1')
def main():
with open('1.txt', 'r', encoding='utf-8-sig') as f:
content = f.read()
content2 = clean(content)
data = save(content2)
# print(content2)
# print(data)
if __name__ == '__main__':
main()
| 
发表于 2023-4-1 15:08
