/Auto-WFH

線上課程自動掛機，包含自動切換章節與防閒置偵測

Primary LanguagePythonMIT LicenseMIT

WFH-cheating-script

線上課程自動掛機外掛，包含自動切換章節與防閒置偵測

Requirement

  1. Python == 3.9.7
  2. Pip == 21.3
  3. Run pip install pyscreenshot pillow pyautogui pyscreenshot pytesseract datetime webbrowser opencv-python in CLI
  4. Install tesseract OCR in Github: tesseract

Pre-Work

事前配置

  1. 設定課程資訊
    • 結構: {classCode: classTime}
  2. 設定登入資訊
  3. 設定程式開始時間
  4. 將瀏覽器開啟

程式流程

  1. 偵測已設定之開始時間，待時間到後開始執行程式
  2. 重新登入系統
  3. 嘗試辨識登入驗證碼直到正確
  4. 讀取各課程資訊(需事先設定)
  5. 開啟課程畫面
  6. 點選'上課'按鈕
  7. 將章節主題點完
  8. 如果閱讀時數條件尚未達成則在頁面上反覆點擊(防閒置偵測)
  9. 指定閱讀時間到 或是 閱讀時數狀態變更為'已達成'則切換課程
  10. 關閉分頁
  11. 以上迴圈皆完成後結束程式

Developing Notes

版本號: v1

問題:

  • 每個章節點擊過程過快(time.sleep(5))，過於反人類正常邏輯，從後台課程觀看紀錄來看很詭異。

解決方式:

以下述算法生成隨機timeStep，以亂數產生之時間間隔去依序訪問所有章節。

import random

timeStep = [
    random.randint(5, 10) for _ in range(2)
] + [
    random.randint(100, 250 + 5*x) for x in range(1, 30)
]

以上更動更新至v2版本

版本號: v2

問題:

  • 點擊章節過程過於冗長，且會偶發性的有遺漏發生。

解決方式:

過去的對y方向座標由420一路+40到2080之前點完的方式(而且只點一輪)， 偶爾會發生可能會沒有點完的狀況， 原因是有的列表會被隱藏在卷軸內。

此次更新主要為:

  • 修正y軸終點為1950(實測卷軸只到1950左右)
  • 到1950後卷軸向下捲到底(pyautogui.scroll(-1000))
  • 再由1950以每步40向上點擊
  • 當狀態為已達成或達到章節表定時間時返回

以上更動更新至v3版本

版本號: v3

問題:

  • 點到1950後往回點的邏輯有誤，導致會無限迴圈重新整理頁面。

解決方式:

原因是因為往回點擊的部分程式邏輯有誤，以於v4版本中修正。

優化:

  • 原先之timeStep算法到後期時間間隔過長，故修改為下述算法。
import random

timeStep = [
    random.randint(5, 10) for _ in range(2)
] + [
    random.randint(150, 250 + 5*x) for x in range(1, 15)
]*10

以上更動更新至v4版本。

版本號: v4

問題:

  • v4版本會出現掛機很久後登入憑證失效，而透過重複動作來避免的做法，實測後發現並不穩定。

解決辦法:

  • 架構重新設計，在每次程式開始時重新登入。
  • 重新登入遇到的問題與解決辦法:
    • 登入驗證碼辨識:
      • 邊緣保留濾波 → 去噪 → 灰化 → 二元化 → 白底黑字 → 辨識。
      • 反覆嘗試直到有辨識出值。
        • 辨識出之值不一定正確，於辨識錯誤的處理流程中說明處理方式。
    • 辨識錯誤的處理流程:
      • 成功: 開啟課程頁面。
      • 失敗: 讀取失敗訊息 → 關掉彈出視窗 → 重新嘗試辨識。
    • 第二次嘗試以後:
      • 帳號欄位會有殘留的值: 以迴圈pyautogui.press('backspace')來清除殘值後再重新輸入。
      • 彈跳出建議的帳號輸入選單: 點擊空白處跳開。

優化:

  • 課程切換架構
  • 課程載入之等待時間由5 seconds提升至10 seconds

備註:

  • 彩色驗證碼之辨識程式碼
import cv2 as cv
import pytesseract
import re
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files/Tesseract-OCR/tesseract.exe'

# 邊緣保留濾波、去噪
blur =cv.pyrMeanShiftFiltering(image, sp=8, sr=60)

# 灰化
gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)

# 二元化
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)

# 型態操作 獲取結構元素
kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2))
bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3))
bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)

# 變成白底黑字，比較好辨識
cv.bitwise_not(bin2, bin2)

# 辨識
test_message = Image.fromarray(bin2)
text = pytesseract.image_to_string(test_message)

try:
    text = re.match(r'\d+', text).group()
except AttributeError:
    pass

print(text)

以上更動更新至v5版本。

版本號: v5

優化:

  • 為了使上課過程看起來更像真人，減少無意義之空點擊，以實際的切換課程取代。

進度:

  • 已加入預設之結束時間到達後程式結束之機制。
  • 加入了程式結尾的執行報告。

待補:

  • 實際課程切換取代空點擊

以上更動將更新至v6版本，目前先更新至v5.1版本。