This repository has been archived by the owner on Feb 19, 2022. It is now read-only.
-
Notifications
You must be signed in to change notification settings - Fork 0
/
zarovizsga.py
executable file
·371 lines (346 loc) · 19.5 KB
/
zarovizsga.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
#!/usr/bin/python3
# -*- coding: UTF-8 -*-
import requests, re, getpass, configparser, json, argparse, sys, datetime, random, string, time
from bs4 import BeautifulSoup
fcsop_re=re.compile(r'fcsop\[fcsop\]=(\d+)');
fejezetek_re=re.compile(r'fcsop\[fejezet\]=(\d+)');
baseurl='https://aok.zarovizsga.hu/segedanyagok/kerdes_tallozo/'
jar=[]
kerdesek=[]
class LoginException(Exception):
pass
def randomstring(n):
return ''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(n))
def ghostlogin():
gmapi="https://api.guerrillamail.com/ajax.php"
zvregurl="https://aok.zarovizsga.hu/registration/"
user=randomstring(10)
password=randomstring(10)
debug("Choosing random username "+user)
debug("Choosing random password "+password)
debug("Creating temporary e-mail address...")
s=requests.session()
r=s.get(gmapi, params={'f':'get_email_address','agent':'zarovizsgapy','ip':'127.0.0.1','lang':'en','SUBSCR':''})
debug(s.cookies,2)
rarr=json.loads(r.text)
email=rarr['email_addr']
debug("Got temporary e-mail address: "+email)
r=s.post(zvregurl, data={"doregistration[reg_type]":"1","doregistration[reg_data]":"TOVÁBB"})
debug(s.cookies,2)
r=s.post(zvregurl, data={"doregistration[name]":user,"doregistration[password]":password, "doregistration[password_re]":password,"doregistration[email]":rarr['email_addr'],"doregistration[egyetemek]_name":"Semmelweis","doregistration[egyetemek]":"1","doregistration[egyetem_kar]":"1","doregistration[reg_check]":"KÜLDÉS"})
r=s.post(zvregurl,data={"doregistration[store_reg_data]":"TOVÁBB"})
gotreglink=False
for i in range(30):
debug("Checking e-mail... ("+str(i)+")")
r=s.get(gmapi, params={'f':'check_email','agent':'zarovizsgapy','ip':'127.0.0.1','seq':0})
rarr=json.loads(r.text)
for msg in rarr['list']:
if(msg["mail_from"]=="[email protected]"):
r=s.get(gmapi, params={'f':'fetch_email','agent':'zarovizsgapy','ip':'127.0.0.1','email_id':msg['mail_id']})
msgarr=json.loads(r.text)
btr=BeautifulSoup(msgarr['mail_body'],"lxml")
reglink=btr.a['href']
debug("Got registration link: "+reglink)
gotreglink=True
break
if(gotreglink): break
time.sleep(10)
if not gotreglink: raise LoginException()
r=s.get(reglink)
r.encoding="UTF-8"
resbs=BeautifulSoup(r.text,"lxml")
try:
print(resbs.select('div.reg_message')[0].get_text(strip=True))
except:
pass
return login(email, password)
def login(user=None, password=None):
global jar
debug("Preparing to log in", 3)
if(user is None or password is None):
try:
cp=configparser.RawConfigParser()
cp.read('login.ini')
login={'login[username]':cp.get('zarovizsga', 'user'),'login[password]':cp.get('zarovizsga','pass'),'login[loggedin]':'BELÉP'}
debug("Login info read from file", 2)
except:
debug("Failed to read login.ini", 2)
login={'login[username]':input('E-mail cím? '),'login[password]':getpass.getpass('Jelszó? '),'login[loggedin]':'BELÉP'}
debug("Login array: "+str(login), 3)
else:
login={'login[username]':user,'login[password]':password,'login[loggedin]':'BELÉP'}
debug("Login info read from file", 2)
try:
debug("Attempting login", 2)
r=requests.post('https://aok.zarovizsga.hu/login_box/',data=login)
r.encoding="UTF-8"
soup=BeautifulSoup(r.text,"lxml")
errordiv=soup.find("div",class_="error")
assert errordiv is None
except AssertionError as e:
raise LoginException(errordiv.string.strip())
debug("Logged in successfully")
debug("Login PHPSESSID: "+r.cookies.get('PHPSESSID'), 3)
return r.cookies
def crawlfejezet(cookiejar, fcsop, fejezet=None):
global jar
kerdesgy=[]
debug('Entering category "'+fcsop['title']+(('", subcategory "'+fejezet['title']+'"') if fejezet else '"'), 1)
params={"fcsop[fcsop]":fcsop['fcsop'], "fcsop[fejezet]":fejezet['fej'] if fejezet else None, "feladatcsoport_kerdes_lista[kerdes_pager][pg]": 1}
gotqs=20
while gotqs>0:
debug('Loading page '+str(params["feladatcsoport_kerdes_lista[kerdes_pager][pg]"]), 2)
r=requests.get(baseurl, params=params, cookies=cookiejar)
debug("Retrieved "+r.url, 3)
r.encoding="utf-8"
soup=BeautifulSoup(r.text, "lxml")
kerdess=soup.find_all('div', class_='kerdes_reszletes_belso')
gotqs=len(kerdess)
for kerdes in kerdess:
pvf=kerdes.find('div', class_='probavizsga_feladat')
if(pvf):
ktype=pvf.table['title']
if(pvf is None):
debug("\tFound pairing question", 4)
kerdesgy.append(pairing(kerdes))
elif(ktype==u"I. Egyszerü feleletválasztás GY."):
debug("\tFound simple question", 4)
kerdesgy.append(simplechoice(kerdes))
elif(ktype==u"II. Többszörös feleletválasztás GY"):
debug("\tFound multiple choice question", 4)
kerdesgy.append(multiplechoice(kerdes))
elif(ktype==u"IV. Relációanalizis GY"):
debug("\tFound relanal question", 4)
kerdesgy.append(relanal(kerdes))
else:
raise Exception("Ismeretlen kérdéstípus!")
try:
if(kerdesgy[-2]['sorszam']==kerdesgy[-1]['sorszam']):
del kerdesgy[-1]
debug("Discarding duplicate question "+kerdesgy[-1]['sorszam'])
if(kerdesgy[-2]['magyarazat']==kerdesgy[-1]['magyarazat']):
kerdesgy[-2]['magyarazat']="Magyarázat: ld. következő kérdés"
debug("Discarding duplicate explanation for question "+kerdesgy[-2]['sorszam'])
except IndexError:
pass
except KeyError:
pass
debug(str(gotqs)+' questions gathered on this page.', 2)
params["feladatcsoport_kerdes_lista[kerdes_pager][pg]"]+=1
debug(str(len(kerdesgy))+' questions gathered in this '+('sub' if fejezet else '')+'category.', 1)
debug('Exiting category "'+fcsop['title']+(('", subcategory "'+fejezet['title']+'"') if fejezet else ""), 2)
r=requests.get(baseurl, params={"fcsop[vissza]":'true'}, cookies=cookiejar)
return kerdesgy
def getfcsops(cookiejar):
r=requests.get(baseurl, cookies=cookiejar)
r.encoding="utf-8"
soup=BeautifulSoup(r.text,"lxml")
return [{'title': div.a.string.strip(), 'fcsop':fcsop_re.search(div.a['href']).group(1)} for div in soup.find_all("div", class_="feladatcsoportok") if fcsop_re.search(div.a['href'])]
def getfejezets(fcsop, cookiejar):
r=requests.get(baseurl, params={"fcsop[fcsop]":fcsop['fcsop']}, cookies=cookiejar)
r.encoding="utf-8"
soup=BeautifulSoup(r.text,"lxml")
fejezets=[{'title': div.a.string.strip(), 'fej':fejezetek_re.search(div.a['href']).group(1)} for div in soup.find_all("div", class_="feladatcsoportok") if fejezetek_re.search(div.a['href'])]
if(fejezets):
debug('Found '+str(len(fejezets))+' subcategories in category "'+fcsop['title']+u'"')
return fejezets
else:
print(u'No subcategories found in category "'+fcsop['title']+u'"')
return [None]
r=requests.get(baseurl, params={"fcsop[vissza]":'true'}, cookies=cookiejar)
def simplechoice(div):
try:
kerdes={'type':1,
'sorszam':str(div.span.label.get_text(strip=True)),
'leiras':'\n\n'.join(list(map(lambda d: d.get_text(strip=True), div.select('div.probavizsga_kerdes_leiras, div.probavizsga_esetleiras')))),
'valaszok':[[td.get_text(strip=True).replace('\xa0',' ').strip() for td in tr.contents[1:]] for tr in div.select("div.probavizsga_feladat table tr")],
'megoldas':[td.get_text(strip=True).replace('\xa0',' ').strip() for td in div.select("div.megoldas_magyarazat table tr:nth-of-type(2) > td")],
'statusz':getkstat(div)
}
if len(div.select('div.megoldas_magyarazat table tr:nth-of-type(4) > td'))>0: kerdes['magyarazat']=div.select('div.megoldas_magyarazat table tr:nth-of-type(4) > td')[0].get_text(strip=True).strip()
return kerdes
except Exception as e:
print(div)
raise e
def simplechoicets(k):
return r'\multicolumn{3}{|p{\columnwidth - 2\tabcolsep - 2\arrayrulewidth}|}{'+latex(k['leiras'])+"}\\\\\n"+'\\\\\n'.join([latex(v[0])+r"&\multicolumn{2}{p{\columnwidth - 1.5em - 4\tabcolsep - 2\arrayrulewidth}|}{"+latex(v[1])+r'}' for v in k['valaszok']])+"\\\\\n\\hline\n\\multicolumn{3}{|p{\\columnwidth - 2\\tabcolsep - 2\\arrayrulewidth}|}{Megoldás: "+latex(" ".join(k['megoldas']))+"}\\\\\n"+(("\\multicolumn{3}{|p{\\columnwidth - 2\\tabcolsep - 2\\arrayrulewidth}|}{ "+latex(k['magyarazat'])+"}\\\\\n") if 'magyarazat' in k else "")+"\\hline\n"
def multiplechoice(div):
try:
kerdes={'type':2,
'sorszam':str(div.span.label.get_text(strip=True)),
'leiras':'\n\n'.join(list(map(lambda d: d.get_text(strip=True), div.select('div.probavizsga_kerdes_leiras, div.probavizsga_esetleiras')))),
"valaszok":[[td.get_text(strip=True).replace('\xa0',' ').strip() for td in tr.contents[1:]] for tr in div.select("div.probavizsga_feladat table tr")],
'megoldas':[td.get_text(strip=True).replace('\xa0',' ').strip() for td in div.select("div.megoldas_magyarazat table tr:nth-of-type(2) > td")],
'elemi_valaszok':[ev.get_text(strip=True).replace('\xa0', ' ').split(None, 1) for ev in div.select("div.elemi_valaszok")],
'statusz':getkstat(div)
}
if len(div.select('div.megoldas_magyarazat table tr:nth-of-type(4) > td'))>0: kerdes['magyarazat']=div.select('div.megoldas_magyarazat table tr:nth-of-type(4) > td')[0].get_text(strip=True).strip()
return kerdes
except Exception as e:
print(div)
raise e
def multiplechoicets(k):
return r'\multicolumn{3}{|p{\columnwidth - 2\tabcolsep - 2\arrayrulewidth}|}{'+latex(k['leiras'])+"}\\\\\n"+'\\\\\n'.join([latex(v[0])+r"&\multicolumn{2}{p{\columnwidth - 1.5em - 4\tabcolsep - 2\arrayrulewidth}|}{"+latex(v[1])+r'}' for v in k['elemi_valaszok']])+'\\\\\n\\hline\n'+'\\\\\n'.join([latex(v[0])+r"&\multicolumn{2}{p{\columnwidth - 1.5em - 4\tabcolsep - 2\arrayrulewidth}|}{"+latex(v[1])+r'}' for v in k['valaszok']])+"\\\\\n\\hline\n\\multicolumn{3}{|p{\\columnwidth - 2\\tabcolsep - 2\\arrayrulewidth}|}{Megoldás: "+latex(" ".join(k['megoldas']))+"}\\\\\n"+(("\\multicolumn{3}{|p{\\columnwidth - 2\\tabcolsep - 2\\arrayrulewidth}|}{ "+latex(k['magyarazat'])+"}\\\\\n") if 'magyarazat' in k else "")+"\\hline\n"
def relanal(div):
try:
kerdes={'type':3,
'sorszam':str(div.span.label.get_text(strip=True)),
'leiras':'\n\n'.join(list(map(lambda d: d.get_text(strip=True), div.select('div.probavizsga_kerdes_leiras, div.probavizsga_esetleiras')))),
"valaszok":[[td.get_text(strip=True).replace('\xa0',' ').strip() for td in tr.contents[1:]] for tr in div.select("div.probavizsga_feladat table tr")],
'megoldas':[td.get_text(strip=True).replace('\xa0',' ').strip() for td in div.select("div.megoldas_magyarazat table tr:nth-of-type(2) > td")],
'statusz':getkstat(div)
}
if len(div.select('div.megoldas_magyarazat table tr:nth-of-type(4) > td'))>0: kerdes['magyarazat']=div.select('div.megoldas_magyarazat table tr:nth-of-type(4) > td')[0].get_text(strip=True).strip()
return kerdes
except Exception as e:
print(div)
raise e
def relanalts(k):
return r'\multicolumn{3}{|p{\columnwidth - 2\tabcolsep - 2\arrayrulewidth}|}{'+latex(k['leiras'])+"}\\\\\n"+r'\multicolumn{3}{|p{\columnwidth - 2\tabcolsep - 2\arrayrulewidth}|}{<Relációanalízis>}'+"\\\\\n\\hline\n\\multicolumn{3}{|p{\\columnwidth - 2\\tabcolsep - 2\\arrayrulewidth}|}{Megoldás: "+latex(" ".join(k['megoldas']))+"}\\\\\n"+(("\\multicolumn{3}{|p{\\columnwidth - 2\\tabcolsep - 2\\arrayrulewidth}|}{ "+latex(k['magyarazat'])+"}\\\\\n") if 'magyarazat' in k else "")+"\\hline\n"
def pairing(div):
try:
kerdes={'type':4,
'leiras':div.find('div',class_='asszociacios_leiras').get_text(strip=True),
'kerdesek':[{
'sorszam':tr.select('span.kerdes_csorszam_2')[0].get_text(strip=True),
'leiras':tr.select('span.kerdes_leiras')[0].get_text(strip=True),
'megoldas':tr.select('span.kerdes_csorszam_2')[1].get_text(strip=True),
} for tr in div.select('div.asszociacios_feladat table:nth-of-type(1) tr')],
'valaszok':[[td.get_text(strip=True).replace('\xa0',' ').strip() for td in [tr.contents[0],tr.contents[2]]] for tr in div.select('div.asszociacios_feladat table:nth-of-type(2) tr')],
'statusz':getkstat(div)
}
kerdes['sorszam']=kerdes['kerdesek'][0]['sorszam']+'-'+re.search(r'(\d+)$', kerdes['kerdesek'][-1]['sorszam']).group(1)
for k in kerdes['kerdesek']: k['sorszam']=re.search(r'(\d+)$',k['sorszam']).group(1)
return kerdes
except Exception as e:
print(div)
raise e
def pairingts(k):
return r'\multicolumn{3}{|p{\columnwidth - 2\tabcolsep - 2\arrayrulewidth}|}{'+latex(k['leiras'])+"}\\\\\n"+'\\\\\n'.join([latex(l['sorszam'])+'&'+latex(l['leiras'])+'&'+latex(l['megoldas']) for l in k['kerdesek']])+'\\\\\n\\hline\n'+'\\\\\n'.join([latex(v[0])+r"&\multicolumn{2}{p{\columnwidth - 1.5em - 4\tabcolsep - 2\arrayrulewidth}|}{"+latex(v[1])+r'}' for v in k['valaszok']])+"\\\\\n\\hline\n"
typesetters=[lambda x:"", simplechoicets, multiplechoicets, relanalts, pairingts]
def getkstat(div):
try:
statspan=div("span", class_=lambda c:c.startswith('kerdes_statusz_') if c is not None else False)[0]
for c in statspan["class"]:
if c.startswith('kerdes_statusz'):
debug("Kérdés státusza: "+c[15:], 2)
return c[15:]
except IndexError as e:
debug("Nincs megadva kérdésstátusz!", 2)
return '0'
def writestats(k, f):
numttot={}
numtot=0
for fcsop in kerdesek:
numtfc={}
numfc=0
for fejezet in fcsop["fejezets"]:
numtfe={}
numfe=0
for kerdes in fejezet["kerdesek"]:
if(kerdes['statusz'] not in numttot.keys): numttot[kerdes['statusz']]=0
if(kerdes['statusz'] not in numtfc.keys): numtfc[kerdes['statusz']]=0
if(kerdes['statusz'] not in numtfe.keys): numtfe[kerdes['statusz']]=0
numttot[kerdes["statusz"]]+=1
numtfc[kerdes["statusz"]]+=1
numtfe[kerdes["statusz"]]+=1
numtot+=1
numtfc+=1
numtfe+=1
def typeset(kerdesek):
debug("Typesetting")
with open(args.output, 'w') as f:
f.write(r'''\documentclass[openany]{book}
\usepackage[utf8]{inputenc}
\usepackage[magyar]{babel}
\usepackage{t1enc}
\usepackage{tabularx}
\usepackage{calc}
\usepackage{fontspec}
\usepackage[a4paper,margin=.5in,lmargin=1in]{geometry}
\pagestyle{headings}
\setlength{\parindent}{0pt}
\title{Záróvizsga kérdések}
\setmainfont{FreeSans}
\begin{document}
\maketitle
\tableofcontents
''')
for fcsop in kerdesek:
f.write(r'\chapter{'+fcsop['fcsop']['title']+'}\n')
for fejezet in fcsop['fejezets']:
if(fejezet['fejezet']):
f.write(r'\section{'+fejezet['fejezet']['title']+'}\n')
for kerdes in fejezet['kerdesek']:
f.write('\\begin{tabular}{|p{1.5em}p{\\columnwidth - 3em - 6\\tabcolsep - 2\\arrayrulewidth}p{1.5em}|}\n\\hline\n\\multicolumn{3}{|p{\\columnwidth - 2\\tabcolsep -2\\arrayrulewidth}|}{'+kerdes['sorszam']+'}\\\\\n\\hline\n')
f.write(typesetters[kerdes['type']](kerdes))
f.write('\\end{tabular}\n\n')
f.write(r'\end{document}')
def latex(sz):
replacements = {r'#':r'\#',
r'$':r'\$',
r'%':r'\%',
r'^':r'\^{}',
r'&':r'\&',
r'_':r'\_',
r'{':'\{',
r'}':'\}',
r'~':r'$\sim$',
'\\':r'\textbackslash',
#'μ':'$\\mu$',
#'α':'$\\alpha$',
#'β':'$\\beta$',
#'γ':'$\\gamma$',
#'°':'$^{\\circ}$',
#'→':'$\,\\to\,$',
#'±':"$\\pm$",
#'≥':'$\\geq$',
#'≤':'$\\leq$',
#'½':'$\\frac{1}{2}$'
}
substrs = sorted(replacements.keys(), key=len, reverse=True)
regexp = re.compile('|'.join(map(re.escape, substrs)))
return regexp.sub(lambda match: replacements[match.group(0)], sz)
def debug(info, level=1):
if(args.verbose>=level):
print((("debug "+str(level)+": ") if args.verbose>1 else "")+str(info), file=sys.stderr)
def main():
if(args.typeset_only is None):
try:
if(not args.ghost):
cookiejar=login()
else:
cookiejar=ghostlogin()
except LoginException as e:
print("Nem sikerült bejelentkezni. A weboldal üzenete: "+str(e))
exit()
fcsops=getfcsops(cookiejar)
tasks=[{'fcsop':fcsop, 'fejezets':getfejezets(fcsop, cookiejar)} for fcsop in fcsops]
kerdesek=[{'fcsop':task['fcsop'], 'fejezets':[{'fejezet':fejezet, 'kerdesek':crawlfejezet(cookiejar, task['fcsop'], fejezet)} for fejezet in task['fejezets']]} for task in tasks]
else:
with open(args.typeset_only, 'r') as f:
debug('Opening file '+args.typeset_only)
kerdesek=json.load(f)
if(args.retrieve_only or args.store_json):
with open((args.retrieve_only if args.retrieve_only else args.store_json), 'w') as f:
debug('Writing '+(args.retrieve_only if args.retrieve_only else args.store_json))
json.dump(kerdesek, f)
if(args.info):
with open(args.info,w) as f:
debug('Writing stats into '+args.info)
writestats(kerdesek, f)
if(args.retrieve_only):
debug('Exiting without typesetting')
if(not args.retrieve_only): typeset(kerdesek)
if __name__ == "__main__":
parser=argparse.ArgumentParser()
parser.add_argument('-v', '--verbose', help='Bőbeszédű mód hibakereséshez', action="count", default=0)
group=parser.add_mutually_exclusive_group()
group.add_argument('-r', '--retrieve-only', help='Csak a kérdések letöltése és kiírása .json formátumba', metavar="FILENAME", nargs='?', const='zarovizsgakerdesek.json', default=None)
group.add_argument('-s', '--store-json', help='A kérdések letöltése és kiírása .json formátumba, folytatás', metavar="FILENAME", nargs='?', const='zarovizsgakerdesek.json', default=None)
group.add_argument('-t', '--typeset-only', help='A letöltött .json formátumból .tex készítése', metavar="FILENAME", nargs='?', const='zarovizsgakerdesek.json', default=None)
parser.add_argument('-o', '--output', help='Kimeneti fájl', default='zarovizsga.tex')
parser.add_argument('-g', '--ghost', help='Guerillamail használata, ideiglenes felhasználóval', action='store_true')
parser.add_argument('-i', '--info', help='Statisztika létrehozása a kérdések státuszáról fájlba', metavar="FILENAME", const="zarovizsgastats.json", nargs='?', default=None)
args=parser.parse_args()
main()