复旦大学研究生自动选课器【国外】.zip

## 环境配置 ### Ubuntu 20.04+ 运行本项目前请先确认本地是否安装 python 环境及 pip ```bash sudo apt-get install python-pip ``` pip 安装后请下载项目所需依赖包 ```bash pip install lmdb torch torchvision filelock beautifulsoup4 lxml ``` 以及 OpenCV ```bash sudo apt-get install python3-opencv ``` ``` git clone git@github.com:SunflowerAries/yjsxk-automated.git cd yjsxk-automated git submodule update --init ``` ### Windows 10 Windows 环境下请在 Anaconda 环境下使用，安装好 conda 后，进入 Anaconda Prompt ``` conda create -n yjsxk python=3.8.8 activate yjsxk ``` ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch conda install requests python-lmdb filelock beautifulsoup4 lxml ``` 依赖环境搭建好后，可以直接在 Anaconda Prompt 下运行程序 `python main.py` 或者在 VScode 下将解释器切换为 yjsxk 后运行。 从 [Baidu Netdisk](https://pan.baidu.com/s/1pLbeCND) 下载预训练模型到 `crnn/data` 文件夹下 ## 功能配置 本脚本所有配置项均可以在 `config.py` 中配置， - 其中 1-2 行 `uid` 和 `psw` 对应你的学号，密码（学号、密码本地保留，所有代码均已开源、可审计）。 - 第 4 行 `sleep_time` 为刷新频率，单位为秒 - 15-22 行 `yjsxk_wanted_class` 为你想抢的课程，例如如下配置表示希望抢政治理论课模块下的《自然辨证法概论》，学位基础课模块下的《神经网络与深度学习》、《高级数据库》，其他可选课模块下的《前沿网络技术》 ```python yjsxk_wanted_class = { '政治理论课': ['自然辨证法概论'], '第一外国语': [], '专业外语': [], '学位基础课': ['神经网络与深度学习', '高级数据库'], '学位专业课': [], '专业选修课': [], '公共选修课': [], '其他可选课': ['前沿网络技术'] } ``` - 24 行 `qtxxk_dept` 对应其他可选课程中开课院系，一般与自己所属院系对应 <img src="pics/dept.png"> - 其他配置信息不影响用户使用本脚本，如果希望进一步了解剩余配置信息或对本项目实现感兴趣可参考[实现文档](docs/项目实现.md) ## 运行项目 完成上述操作后，即可运行脚本自动帮你抢课（从此可以安心入睡 ``` python3 main.py ``` 请确认屏幕中显示 `已进入选课模式`，若出现常见错误 1 则按指示进行操作 ## 常见报错 - 出现如下报错则说明多次识别验证码错误，需要等待 5 分钟方可选课。 ```bash Traceback (most recent call last): File "XXX/main.py", line 145, in <module> yjsxk_fudan.login() File "XXX/main.py", line 86, in login resp = json.loads(post.text) File "/usr/lib/python3.9/json/__init__.py", line 346, in loads return _default_decoder.decode(s) File "/usr/lib/python3.9/json/decoder.py", line 337, in decode obj, end = self.raw_decode(s, idx=_w(s, 0).end()) File "/usr/lib/python3.9/json/decoder.py", line 355, in raw_decode raise JSONDecodeError("Expecting value", s, err.value) from None json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0) ``` - 如果出现其他错误请通过本项目下的 github issue 告知开发者，或发送邮件至 sunflowerinaries@gmail.com，并附上报错信息截图及必要的文字说明。 ## 后续方向 - 完善文档 - 提升模型性能 - 将整个项目打包成 docker，做到简单配置即可使用 ## 说明 - 本项目仅供复旦大学研究生选课或（其他对自动化选课脚本感兴趣的人）学习，不得用于任何商业目的。 - 当前脚本通过 [rcnn](https://github.com/SunflowerAries/crnn.pytorch) 识别验证码完成登陆，受模型自身能力限制，可能会出现连续多次（大约 20 次）尝试失败。此时选课系统提醒登陆失败，按照提示间隔 5 分钟重新运行脚本即可。 <img src="pics/error.png" width=30%> - 如果你想支持本项目， - 在 dataset 下创建一个文本文件 **code.txt**，将 dataset 中未识别成功的图片按顺序逐个标注，完成后将 dataset 文件夹打包发送到 sunflowerinaries@gmail.com，或者在 [rcnn](https://github.com/SunflowerAries/crnn.pytorch) 项目下提出 PR 直接添加数据—— `alldata` 下为训练集图片，`alldata-val` 下为测试集图片，`log-train` 为训练集对应标签，`log-val` 为测试集对应标签 - 提出更好的模型，并利用 [rcnn](https://github.com/SunflowerAries/crnn.pytorch) 项目下的 `alldata（训练集）` 和 `alldata-val（测试集）` 进行测试，当前模型的正确率大约为 13%。