转载请注明出处！

仅用于学习和技术讨论，严禁用于商业用途！

所有源码与编译好的刷题APP见github仓库:keggin-CHN/njfu_grinding

https://github.com/keggin-CHN/njfu_grinding

抓包部分

1.单个试题的选项与答案的抓取

在校园网环境下打开马院答题系统，这里以马原系统为例(http://202.119.208.106），进入之后随便点击一个正式考试，这时你的网址会变成http://202.119.208.106/talk/ExamCaseGeneral.jspx?case_id=ee920c4c-d2c8-4623-a40e-717ceec16a80，

这个网址中ExamCaseGeneral.jspx是考试页面的特征url,更一般地提交以后ExamCaseGeneral.jspx会变成ExamCaseReportGeneral.jspx，这是报告页面的特征url。ee920c4c-d2c8-4623-a40e-717ceec16a80则是考试中心分配给这张试卷的唯一UUID。

如果将report界面的网址（例如:http://202.119.208.106/talk/ExamCaseReportGeneral.jspx?case_id=ee920c4c-d2c8-4623-a40e-717ceec16a80）手动删除Report，

并回车http://202.119.208.106/talk/ExamCaseGeneral.jspx?case_id=ee920c4c-d2c8-4623-a40e-717ceec16a80，你会发现自己又回到了答题界面，并且试卷结构没有改变。

因此我们可以直接提交一张白卷，进入report页面，将这套试卷的答案进行保存。此功能可以由一个简单的javascript脚本搭配Tampermonkey插件实现，见github仓库:https://github.com/keggin-CHN/njfu-exam

https://github.com/keggin-CHN/njfu-exam

实现方法:（使用Reqable或者打开F12开发者模式）

在解析出来的HTML里面包含了所有题目的题干、选项、作答情况和正确答案，即可后期编写程序对这个html页面进行爬取。

2.题库接口的抓包

由于马院答题系统的题库是发生在服务器端的，其API无法查询到，但是我们可以通过找到再次考试的接口，实现绕过答题总次数的限制，该接口的抓包如下:

在系统首页（特征url为talk/ExaminationList.jspx?type=1）的页面点击正式考试

在F12-NETWORK或者小黄鸟Reqable中找到http://202.119.208.106/talk/ExaminationList.jspx?type=1的请求包，搜索如下关键字:servlet/pc/ExamCaseController，会查找到多个结果

如图这里是马原作业3的抓包结果，则马原平时作业3对应的uuid就是d234b2bb-636c-488d-8016-46df7c801da4，

这时把浏览器的网址进行修改:将http://202.119.208.106/xxxxxxxxxxxxxxxxxxxx(你当前所在的子页面)改成

http://202.119.208.106/servlet/pc/ExamCaseController?exam_id=d234b2bb-636c-488d-8016-46df7c801da4，

你会发现自己进入了马原平时作业3的考试界面，并且再这个过程中URL发生了跳转，变成了http://202.119.208.106/talk/ExamCaseGeneralStep.jspx?exam_id=d234b2bb-636c-488d-8016-46df7c801da4，

这是由于在你访问ExamCaseController页面时，考试中心服务器对你的请求进行了转发，给了你一张对应的卷子，同时当你再次输入这个网址http://202.119.208.106/servlet/pc/ExamCaseController?exam_id=d234b2bb-636c-488d-8016-46df7c801da4，

你会发现卷子变成了另一套！并且我们是通过直接向考试中心服务器发送请求包的，而没有中间途径，因此跨越了考试次数3次（模拟考试5次）的限制。

说到这你应该就明白了题库的爬虫原理。

爬虫原理

爬虫所使用的python脚本见github仓库:njfu_grinding/爬虫/scraper.py at main · keggin-CHN/njfu_grinding

https://github.com/keggin-CHN/njfu_grinding/blob/main/%E7%88%AC%E8%99%AB/scraper.py

由于蝙蝠在线考试系统具备一定反爬虫机制，直接使用request库发送接口请求会被检测到，并引入到一个不存在的界面（request嗅探到的页面于自己手动点开并不相同！）

因此放弃request路线，使用selenium库，使用web模拟浏览器的方式来模仿真人进行点击和各种操作，从而实现不断刷新和对题库的爬取。

使用此脚本需要修改如下变量:

# --- 宏定义 ---
USERNAME = ""
PASSWORD = ""
EXAM_URL = "http:/202.119.208.106/servlet/pc/ExamCaseController?exam_id=d234b2bb-636c-488d-8016-46df7c801da4"
LOOP_COUNT = 30
BASE_URL = "http://202.119.208.106"
HEADLESS = True  # 设置为 True 启用无头模式（看不到浏览器窗口）
USE_EDGE = True   # 设置为 True 使用 Edge 浏览器，False 使用 Chrome
# --- 宏定义结束 ---

Selenium