企业官网建设流程全解析

1. 一个“水”字背后的真实需求

看到“本科生爬虫自动选课”这个标题，再加上一个括号里的“水”字，我第一反应是：这哥们儿要么是在自嘲，要么是在劝退。但不管哪种，这个项目本身涉及的技术点和场景，其实比表面看起来要有意思得多。

先把这个标题拆开看。爬虫是手段，自动选课是目标，本科生是用户画像，水是作者对自己项目含金量的评价。合在一起，这是一个典型的“用技术解决个人刚需”的校园项目。每年选课季，教务系统必然崩溃，热门课程秒没，手速和网速成了决定性因素。于是，有编程基础的同学就会想：能不能写个脚本帮我盯着，一旦有余量就自动提交？

这个需求真实吗？非常真实。但实现起来，坑远比想象的多。这篇文章我就从零开始，把这个项目的完整思路、技术选型、实操步骤、踩坑经验全部拆解一遍。不管你是刚学Python的新手，还是想找个练手项目的在校生，都能从中拿到可以直接复用的东西。

需要提前说明的是：本文讨论的所有技术方案，仅用于学习HTTP协议、会话管理和自动化测试等编程知识。在实际校园环境中，任何自动化操作都应遵守学校教务系统的使用规定，不建议绕过正常选课流程。技术本身是中性的，关键在于怎么用。

2. 项目整体设计与技术选型思路

2.1 为什么选爬虫而不是其他方案

自动选课这件事，理论上有很多种实现路径。我见过有人用按键精灵做屏幕点击，有人用浏览器插件做DOM操作，还有人直接守在电脑前手动刷新。那为什么“爬虫”这个方案最常被提起？

核心原因在于效率和可靠性。屏幕点击方案依赖UI渲染，页面一卡就完蛋；浏览器插件方案受限于浏览器的性能，多开几个标签页内存就爆了。而基于HTTP请求的爬虫方案，直接和服务器对话，跳过了所有渲染环节，速度快、资源占用低，而且可以精确控制请求频率和重试逻辑。

打个比方：屏幕点击就像你亲自去柜台排队，浏览器插件像你打电话让客服帮你排队，而爬虫是你直接给柜台发了一封格式规范的电报，对方处理完就回你。效率完全不在一个量级。

当然，爬虫方案也有门槛。你需要理解HTTP协议、Cookie和Session机制、表单提交格式，还要处理各种反爬策略。但这些东西一旦搞明白，不光选课能用，以后做数据采集、接口测试、自动化运维都用得上。

2.2 技术栈选择：为什么是Python + Requests

技术栈这块，我推荐Python + Requests + BeautifulSoup的组合。理由如下：

• Python：语法简洁，库生态丰富，写脚本的效率极高。对于这种一次性小工具来说，开发速度比运行速度重要得多。
• Requests：HTTP库里的瑞士军刀，API设计极其人性化，处理Cookie和Session只需要几行代码。
• BeautifulSoup：解析HTML的利器，虽然选课系统大部分接口返回的是JSON，但登录页面和某些表单页面还是需要解析HTML的。

如果你更熟悉Node.js，用axios + cheerio也完全可行。但Python的优势在于，即使你以后不写爬虫了，学到的技能在数据分析、自动化办公等场景照样能用。

至于要不要上Selenium或者Playwright这种浏览器自动化工具，我的建议是：先试Requests，搞不定了再考虑浏览器方案。原因很简单，浏览器自动化虽然能绕过很多前端加密，但速度慢、资源消耗大，而且调试起来更麻烦。选课这种场景，速度就是生命，能快一秒是一秒。

2.3 整体架构设计

整个项目的架构可以分成四个模块：

1. 登录模块：负责模拟登录，获取并维持会话。
2. 监控模块：定时轮询目标课程的余量接口。
3. 选课模块：一旦检测到余量，立即发送选课请求。
4. 通知模块：选课成功后通过邮件或消息推送告知用户。

这四个模块串起来就是一个完整的自动化流程。下面我会逐个拆解每个模块的实现细节。

3. 核心细节解析与实操要点

3.1 登录环节：Cookie和Session的门道

登录是整个项目的第一道坎。大部分教务系统的登录流程是这样的：你先GET登录页面，服务器返回一个包含隐藏字段的表单；然后你POST用户名、密码和那些隐藏字段；服务器验证通过后，通过Set-Cookie下发会话标识。

这里的关键在于维持会话。Requests库的Session对象会自动帮你管理Cookie，你只需要在同一个Session实例里发请求就行。代码大概长这样：

import requests session = requests.Session() login_page = session.get('https://example.edu/login') # 解析隐藏字段 # ... login_data = { 'username': 'your_id', 'password': 'your_password', 'csrf_token': 'xxx' } session.post('https://example.edu/login', data=login_data)

看起来简单，但实际操作中你会遇到几个坑：

第一个坑是密码加密。很多教务系统不会明文传输密码，而是在前端用JavaScript做一次加密（比如MD5、SHA1或者自定义算法）。这时候你就需要去分析前端JS代码，找到加密逻辑，然后在Python里复现。如果加密逻辑太复杂，可以考虑用PyExecJS直接执行JS代码。

第二个坑是验证码。有些系统登录时需要输入验证码。简单的数字验证码可以用OCR库（比如ddddocr）识别，复杂的滑动验证码就需要上浏览器自动化方案了。不过据我了解，大部分高校教务系统为了兼容性，验证码机制并不复杂。

第三个坑是CSRF Token。这是防止跨站请求伪造的常见手段。你需要在登录前先GET一次页面，从HTML里提取出token，然后带着token去POST。有些系统的token是动态刷新的，每次请求都要重新提取。

注意：登录环节涉及个人账号密码，建议把敏感信息存在环境变量或单独的配置文件里，不要硬编码在代码中，更不要上传到公开仓库。

3.2 课程余量接口的抓取与分析

登录成功后，下一步就是找到查询课程余量的接口。这个环节我建议用浏览器的开发者工具（F12）来抓包。

具体操作步骤：

1. 打开教务系统的选课页面。
2. 按F12打开开发者工具，切换到Network面板。
3. 勾选Preserve log，过滤XHR或Fetch请求。
4. 在页面上执行一次查询操作，观察发出了哪些请求。
5. 找到返回课程列表和余量信息的那个接口，记录下它的URL、请求方法和参数格式。

通常这个接口会返回JSON数据，结构大概是这样的：

{ "code": 200, "data": [ { "courseId": "CS101", "courseName": "计算机导论", "teacher": "某老师", "capacity": 60, "enrolled": 58, "remaining": 2 } ] }

你需要关注的是remaining字段。当它大于0时，就说明有余量可以选。

这里有个细节值得注意：有些系统的余量数据不是实时的。它可能每隔几分钟才更新一次缓存。这种情况下，你就算检测到余量，提交选课请求时也可能被告知已满。解决办法是尽量找到最接近实时的接口，或者适当提高轮询频率。

3.3 轮询策略：频率与效率的平衡

轮询频率是个需要仔细权衡的参数。太快了，服务器压力大，容易被封IP；太慢了，课程被别人抢走。

我的经验是：选课高峰期用3到5秒一次，非高峰期用10到15秒一次。这个频率既能保证及时性，又不至于触发服务器的限流机制。

另外，轮询的时间间隔最好加一点随机抖动。比如设定5秒，实际执行时在4到6秒之间随机。这样可以避免请求过于规律，降低被识别为机器人的风险。

import time import random def poll_course(session, course_id): while True: try: resp = session.get(f'https://example.edu/api/course/{course_id}') data = resp.json() if data['remaining'] > 0: return True except Exception as e: print(f'查询出错: {e}') time.sleep(random.uniform(4, 6))

这段代码的逻辑很直白：查到有余量就返回True，出错就跳过继续轮询。实际使用中你还可以加上最大重试次数和超时退出机制，避免脚本无限运行。

3.4 选课请求的构造与提交

检测到余量后，下一步就是构造选课请求。这个请求的格式因学校而异，但通常包含以下要素：

• 课程ID
• 教学班ID
• 用户身份标识（通常已经在Session里了）
• 可能的CSRF Token

选课请求一般用POST方法，Content-Type通常是application/json或application/x-www-form-urlencoded。你需要根据抓包结果来构造。

def select_course(session, course_id, class_id): payload = { 'courseId': course_id, 'classId': class_id } resp = session.post('https://example.edu/api/select', json=payload) result = resp.json() if result['code'] == 200: print('选课成功') return True else: print(f'选课失败: {result["msg"]}') return False

这里有个重要的经验：选课请求要准备好重试逻辑。因为高峰期服务器响应可能很慢，或者返回“系统繁忙”之类的临时错误。遇到这种情况不要慌，等一两秒重试就行。但要注意设置最大重试次数，避免陷入死循环。

4. 实操过程与核心环节实现

4.1 环境准备与依赖安装

开始写代码之前，先把环境搭好。我推荐用Python 3.8以上的版本，依赖库就三个：

pip install requests beautifulsoup4 lxml

如果你需要处理验证码，再加一个：

pip install ddddocr

如果需要执行JavaScript代码来复现加密逻辑：

pip install PyExecJS

编辑器用什么无所谓，VS Code、PyCharm甚至记事本都行。但我建议用VS Code，装个Python插件，调试起来方便。

4.2 完整代码框架搭建

下面我把整个项目的代码框架串起来。注意这只是骨架，具体细节需要根据你学校的教务系统来调整。

import requests import time import random from bs4 import BeautifulSoup class CourseSelector: def __init__(self, username, password, base_url): self.session = requests.Session() self.username = username self.password = password self.base_url = base_url self.session.headers.update({ 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) ' 'AppleWebKit/537.36 (KHTML, like Gecko) ' 'Chrome/120.0.0.0 Safari/537.36' }) def login(self): """模拟登录，获取会话""" login_url = f'{self.base_url}/login' resp = self.session.get(login_url) soup = BeautifulSoup(resp.text, 'lxml') # 提取隐藏字段，具体字段名需要根据实际情况调整 hidden_inputs = soup.find_all('input', type='hidden') login_data = {inp['name']: inp.get('value', '') for inp in hidden_inputs} login_data['username'] = self.username login_data['password'] = self.password resp = self.session.post(login_url, data=login_data) if '登录成功' in resp.text or resp.status_code == 200: print('登录成功') return True print('登录失败') return False def check_remaining(self, course_id): """查询课程余量""" url = f'{self.base_url}/api/course/{course_id}' try: resp = self.session.get(url, timeout=10) data = resp.json() return data.get('remaining', 0) except Exception as e: print(f'查询异常: {e}') return -1 def select(self, course_id, class_id): """提交选课请求""" url = f'{self.base_url}/api/select' payload = {'courseId': course_id, 'classId': class_id} try: resp = self.session.post(url, json=payload, timeout=10) result = resp.json() return result.get('code') == 200 except Exception as e: print(f'选课异常: {e}') return False def run(self, course_id, class_id, max_attempts=1000): """主循环""" if not self.login(): return attempts = 0 while attempts < max_attempts: attempts += 1 remaining = self.check_remaining(course_id) if remaining > 0: print(f'检测到余量: {remaining}，尝试选课...') if self.select(course_id, class_id): print('选课成功！') return True else: print('选课失败，继续监控') else: print(f'第{attempts}次查询，余量: {remaining}') time.sleep(random.uniform(4, 6)) print('达到最大尝试次数，退出') return False if __name__ == '__main__': selector = CourseSelector( username='your_student_id', password='your_password', base_url='https://example.edu' ) selector.run(course_id='CS101', class_id='001')

这个框架涵盖了登录、查询、选课、轮询四个核心环节。你可以直接拿去改，把URL和字段名换成你学校的就行。

4.3 参数计算与策略调优

轮询间隔的计算前面提过了，这里再补充几个可以调优的参数：

超时时间：建议设置10秒。太短了容易误判为超时，太长了卡住不动。选课高峰期服务器响应慢，可以适当放宽到15秒。

最大尝试次数：这个取决于你的耐心和选课窗口的时长。一般来说，选课窗口开放后的前30分钟是黄金时间，按5秒一次算，大概360次。设置1000次足够覆盖整个高峰期。

重试延迟：选课失败后的重试延迟建议设为1到2秒。太短了服务器可能还没处理完上一个请求，太长了可能错过时机。

并发策略：有些同学会想用多线程同时监控多门课程。这个思路可行，但要注意控制并发数。我建议最多开3到5个线程，再多就容易触发服务器的限流机制。

5. 常见问题与排查技巧实录

5.1 登录失败的那些原因

登录失败是最常见的问题，排查思路可以按以下顺序来：

我踩过最坑的一次是：教务系统在登录时会对密码做一次RSA加密，公钥是动态获取的。这种情况下，你需要先请求一个接口拿到公钥，然后用公钥加密密码再提交。解决方法是分析前端JS代码，找到加密函数，用PyExecJS调用。

5.2 选课请求被拒绝的排查

选课请求被拒绝的原因通常有以下几种：

余量数据不同步。你查到有余量，但实际已经被别人选了。这种情况没办法完全避免，只能尽量提高查询频率，缩短时间差。

缺少必要的请求头。有些系统会校验Referer和Origin，你需要在请求头里补上。

Token过期。选课接口可能需要一个动态的Token，这个Token有时效性。解决办法是每次选课前重新获取Token。

请求格式不对。Content-Type或者字段名搞错了。这个只能通过抓包对比来排查。

5.3 账号安全与风险规避

这部分我必须重点强调。自动选课脚本涉及个人账号密码，一旦泄露后果很严重。几个基本的安全原则：

• 密码不要硬编码在代码里，用环境变量或加密配置文件。
• 不要把包含账号信息的代码上传到公开仓库。
• 不要频繁登录，一次登录后复用Session。
• 如果学校有明确禁止自动化选课的规定，请遵守规定。

提示：很多学校的教务系统会记录异常请求日志。如果请求频率过高或行为模式异常，可能会被临时封禁账号。建议在非高峰期先小规模测试，确认稳定后再正式使用。

5.4 常见问题速查表

6. 从“水项目”到真本事

说实话，这个项目被作者标了个“水”字，我猜是因为代码量不大，逻辑也不复杂。但我想说的是，项目水不水，取决于你怎么做。如果你只是抄一份代码跑起来，那确实水。但如果你在做的过程中搞懂了HTTP协议、Session机制、反爬策略、异常处理，那这个项目就是一个非常好的入门实战。

我见过不少同学，做完这个项目之后，顺手就把学校图书馆的座位预约、食堂的菜单查询、甚至宿舍的电费查询都自动化了。技术是通用的，关键是你能不能从一个点延伸到一条线。

最后分享一个我在实际调试中的小技巧：把每次请求和响应都记到日志文件里。这样出问题的时候可以回溯，看看是哪一步出了差错。日志格式建议包含时间戳、请求URL、请求参数、响应状态码和响应内容摘要。这个习惯不光写爬虫有用，做任何调试都有用。

另外，如果你真的想把这个项目做得更“不水”，可以考虑加一个Web界面，用Flask或者FastAPI搭一个简单的控制面板，可以实时查看监控状态、手动启停任务、配置监控参数。这样既练了后端开发，又练了前端交互，项目含金量直接上一个台阶。