项目链接：https://github.com/VGDXHan/Automatic-Questionnaire_Script_With_DeepSeek

1 方法 1：基于逻辑判断

  • 优点：可以得到满分答案
  • 局限：只适用单选题且题目不从题库随机抽取（否则状态空间很大，很难收敛）

1.1 网页交互部分

通过 playwright 与网页交互、获取网页上的数据

安装

1
2
3
4
conda config --add channels conda-forge
conda config --add channels microsoft
conda install playwright
playwright install

同步模式与异步模式的区别

  • 同步模式：依赖多线程（资源开销大），基于线程阻塞，每一步操作等待完成后再继续执行
  • 异步模式：单线程高效处理多任务（协程切换成本低），基于协程，非阻塞执行

同步模式使用方法

1
from playwright.sync_api import sync_playwright
1
2
3
4
5
6
7
8
9
def open_questionaire(self, url: str = 'http://www.baidu.com'):
	with sync_playwright() as p:
		browser = p.chromium.launch(headless=False)
		page = browser.new_page()
		page.goto(url)
		print("成功打开问卷: {}".format(page.title()))
		...
		...
		browser.close()

headless=False 意味着展示浏览器操作，调试完毕后可以将其设置为 true 提高运行效率

提取页面元素

核心是使用 locator 方法

该方法针对 page 对象使用，传入 selector 参数

可在网页上根据如下方法获取 selector：

  1. 按 F12
  2. 上方选择栏中 Elements
  3. 找到需要的元素，右键>Copy>Copy Selector
  4. 以 str 形式粘贴到 locator 的参数中

image-20250309173711561

1
2
3
4
5
6
7
def extract_qa(self, page):
	question_locator = page.locator('#div1 > div.field-label > div.topichtml')
	question = question_locator.inner_text()
	answer_locator = page.locator('#div1 > div.ui-controlgroup.column1')
	answer = answer_locator.all_inner_texts()

	return question, answer[0].split('\n')

对 page. locator 返回的对象使用 inner_text 或 all_inner_texts 方法获得 selector 对应元素的文本内容

点击选项

image-20250309173730712

对 page. locator 返回的对象调用 click 方法进行点击操作

1
page.locator("#div1 > div.ui-controlgroup.column1 > div:nth-child(1)").click()

按钮验证

1
2
3
4
if page.locator(self.valid_button_selector).count() > 0:
	print("进行智能验证")
	page.locator(self.valid_button_selector).click()
	print("验证成功")

valid_button_selector 存储着验证按钮对应的 selector 值，对 page. locator 返回的对象调用 count 方法返回 selector 对应元素的数量，如果网页中这个元素的数量大于 0（即该页面存在该元素），则定位到该按钮进行点击

1.2 求解部分

判断逻辑如图：

image-20250309173944271

2 方法 2：基于 deepseek

  • 优点：适用所有题型
  • 局限：无法获得满分

网页交互部分与方法 1 一致，不赘述

求解部分使用 deepseek 实现

Deepseek api 的使用方法如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
client = OpenAI(api_key=self.params.api_key, base_url=self.params.base_url)

try:
    content = "要给deepseek发送的文本"
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[
            {"role": "system", "content": "用于设置系统角色的文本"},
            {"role": "user", "content": content},
        ],
        stream=False
    )
    answer = response.choices[0].message.content # 得到答案
except json.JSONDecodeError as e:
    print("服务器繁忙")
    exit(1)
except Exception as e:
    print("其他错误")
    exit(1)

通过提示词设置让 Deepseek 生成指定格式的答案，在再后面的程序进行解析与选择即可

我给的提示词是：

1
2
3
4
5
6
7
我上面向你提供的是一个问卷的提取文本，不同题目间用换行符进行了间隔，你必须严格按照下列要求作答\
        作答规则:\
        1. 题目无论单选多选还是判断,都以数字形式作答，数字为选项的序号(如一题的答案选项为BCDA,则B对应序号1,A对应序号4)\
        2. 只有题干中出现多选题字样的题目（如“王某夫妇收到陌生人电话，称有一款理财产品回报率高，便去银行汇款，银行工作人员怕其上当阻止，王某夫妇应该怎么办?【多选题】”）才按照多选题处理,多个序号间用空格隔开\
        3. 判断题答题规则与单选题一致，也按照序号回答，跟对错字样无关\
        4. 不同题目的答案之间要用\n隔开\
        5. 答案行数应该与题目数量一致"

读取答案部分代码如下，由于 Deepseek 生成的答案有随机性，所以需要对其答案的正确性进行简单判断（这里是判断答案数量对不对）

1
2
3
4
5
6
7
with open(self.params.ANSWERS_PATH, 'r') as f:
	raw_answers = f.readlines() # 每一行是一个题目
        
if len(raw_answers) != self.params.n_questions :# 检查答案数量是否等于题目数量
	print("题目数量为{},而答案数量为{}".format(self.params.n_questions, len(raw_answers)))
	print("答案有误")
	exit(1)