学校入学の電気通信ネットワーク、オンライン学位検証

免責事項：爬虫類は、不確実性の形で実現されているので、このブログは、市販の電気通信ネットワークのために行われた場合、適用される法律に違反している、手紙を学ぶ、自分自身の学習を参照してください、純粋に技術的な学習で、ウェブサイト：https://www.chsi.com.cn /

 

 

1. [追加の依存

外部依存関係はjsoup、taip、fastjsonを持っています。

;解析HTML用jsoupで利用可能なAI、クラウドコードのtaipテンセント非公式API Javaパッケージ：https://gitee.com/xshuai/taipは、OCRのか特定するため、画像データの一部ので、OCRを実行する必要がこれはテンセントOCR認識率と、このデータの関連する部分の信頼性を得ることができる。FASTJSONのJSONは、文字列を解析するために使用されます。

<依存>
    <groupIdを> org.jsoup </ groupIdを>
    <たartifactId> jsoup </たartifactId>
    <バージョン> 1.12.1 </バージョン>
</依存関係>

<依存>
    <groupIdを> cn.xsshome </ groupIdを>
    <たartifactId> taip </たartifactId>
    <バージョン> 4.3.5 </バージョン>
</依存関係>

<！ - 依存Fastjson  - >
<依存>
    <groupIdを> com.alibaba </ groupIdを>
    <たartifactId> fastjson </たartifactId>
    <バージョン> 1.2.58 </バージョン>
</依存関係>

 

2.コードに従ってオンライン学習、通信ネットワークを取得したHTML

このセクションでは、RestTemplateを取得するために使用されます

パブリック 静的StuInfo parseURLを（文字列Vcode）{
    テンプレート残留レストテンプレート = 新しい休憩テンプレート（）;
    文字列のURL = "https://www.chsi.com.cn/xlcx/bg.do?vcode=" + vcode + "＆SRCID = bgcx" ;
    文字列HTML = restTemplate.getForObject（URL、文字列。クラス）;
    リターンparseHtml（HTML）。
}

GETのこの部分はHTMLで、vcodeが学校することができ、それが教育を受けることができ

 

3.学校教育と情報分析

対応学校や教育vcodeしか解決することができます

/ **
 *例外のキャプチャ動作を追加することをお勧めします、
 *これは爬虫類を取得する方法があり、ページの変更後は、非ヌルチェックの分析部分は、あなたが例外をスローすることはありません
 * / 
プライベート 静的StuInfo parseHtml（文字列strHtml）{
    文書DOC = Jsoup.parse（strHtml、 "UTF-8" ）。
    要素eleDiv2 = doc.getElementsByClass（ "tableTitle" ）。
    もし（eleDiv2.text（）（ "学历"を含む。））{
         リターンparseXueLi（strHtml）。
    } 他の 場合には（。eleDiv2.text（）が含まれている（ "学籍" ））{
         リターンparseXueJi（strHtml）。
    }
    リターン ヌル。
}

ロール分析：

/ **
 *解析学校
 * / 
プライベート 静的StuInfo parseXueJi（文字列strHtml）{
    文書DOC = Jsoup.parse（strHtml、 "UTF-8" ）。
    要素eleDiv2 = doc.getElementsByClass（ "DIV2" ）。
    もし（eleDiv2！= nullの &&！eleDiv2.isEmpty（））{
        要素eleTd = eleDiv2.get（0）.getElementsByTag（ "TD" ）。
        もし（eleTd！= nullの &&！eleTd.isEmpty（））{
            StuInfo StuInfo = 新新StuInfo（）;
             // 名前は、OCR認識を達成するために、画像、テンセントのAPI呼び出しで 
            文字列nameImg = eleTd.get（1）.getElementsByTag（ "IMG"）GET（0）.ATTR（ "SRC"を）。
            stuInfo.setName（aiOcr（nameImg））。
            stuInfo.setGender（eleTd.get（ 4 ）の.text（））。
            stuInfo.setIdCard（eleTd.get（ 6 ）の.text（））。
            stuInfo.setNation（eleTd.get（ 8 ）の.text（））。
            stuInfo.setBirthDay（eleTd.get（ 10 ）の.text（））。
            stuInfo.setUniversity（eleTd.get（ 12 ）の.text（））。
            stuInfo.setLevel（eleTd.get（ 14 ）の.text（））。
            stuInfo.setDepartment（eleTd.get（ 16 ）の.text（））。
            stuInfo.setSClass（eleTd.get（ 18 ）の.text（））。
            stuInfo.setDomain（eleTd.get（ 20 ）の.text（））。
            stuInfo.setStuNum（eleTd.get（ 22 ）の.text（））。
            stuInfo.setForm（eleTd.get（ 24 ）の.text（））。
            stuInfo.setEntranceDate（eleTd.get（ 26 ）の.text（））。
            （eleTd.get（stuInfo.setLenOfSchooling 28 ）の.textを（））。
            stuInfo.setType（eleTd.get（ 30 ）の.text（））。
            文字列[]ステータス = eleTd.get（32）の.text（）スプリット（ "\\（"。 ）。
            stuInfo.setStatus（ステータス[ 0 ]）。
            stuInfo.setGraduationDate（ステータス[ 1] .substring（0、ステータス[1] .LENGTH（） - 1 ））。
            返すstuInfoを。
        }
    }
    リターン ヌル。
}

教育分析：

/ **
     *教育は解決しました
     * / 
    プライベート 静的StuInfo parseXueLi（文字列strHtml）{
        文書DOC = Jsoup.parse（strHtml、 "UTF-8" ）。
        要素eleDiv2 = doc.getElementsByClass（ "DIV2" ）。
        もし（eleDiv2！= nullの &&！eleDiv2.isEmpty（））{
            要素eleTd = eleDiv2.get（0）.getElementsByTag（ "TD" ）。
            もし（eleTd！= nullの &&！eleTd.isEmpty（））{
                StuInfo StuInfo = 新新StuInfo（）;
                 // 名前は、OCR認識を達成するために、画像、テンセントのAPI呼び出しで 
                文字列nameImg = eleTd.get（0）.getElementsByTag（ "IMG"）GET（0）.ATTR（ "SRC"を）。
                stuInfo.setName（aiOcr（nameImg））。
                stuInfo.setGender（eleTd.get（ 2 ）の.text（））。
                stuInfo.setBirthDay（eleTd.get（ 3 ）の.text（））。
                stuInfo.setEntranceDate（eleTd.get（ 4 ）の.text（））。
                stuInfo.setGraduationDate（eleTd.get（ 5 ）の.text（））。
                stuInfo.setType（eleTd.get（ 6 ）の.text（））。
                stuInfo.setLevel（eleTd.get（ 7 ）の.text（））。
                stuInfo.setUniversity（eleTd.get（ 8 ）の.text（））。
                stuInfo.setLenOfSchooling（eleTd.get（ 9 ）の.text（））。
                stuInfo.setDomain（eleTd.get（ 10 ）の.text（））。
                stuInfo.setForm（eleTd.get（ 11 ）の.text（））。
                stuInfo.setCertificateNum（eleTd.get（ 12 ）は.text（））;
                 // ステータスは絵で、テンセントAPIは、OCR認識を達成するために呼び出して 
                文字列statusImg = eleTd.get（13）.getElementsByTag （0）を取得（ "IMG"）.. ATTR（ "SRC" ）。
                stuInfo.setStatus（aiOcr（statusImg））。
                stuInfo.setPresident（eleTd.get（ 14 ）の.text（））。
                返すstuInfoを。
            }
        }
        リターン ヌル。
    }

注：このコードの一部は、第一の可能な例外を防止するために、再取得の値をチェックする必要があり、一般的に空でなく、非エンプティチェックするために添加されていません。ここでは単に個人的な娯楽、注文コードはとても州のこの部分を読みやすいです。

学校教育とのデータの一部が再び絵に解析され、あなたが認識OCRを得るために行う必要があり、aiOcr（）関数は、OCR識別を行うために言いたいことが次のステップです。

特定のページが変更された場合、対応する必要性は、ページの変化を解析するために応じて調整することができます。

 

4.画像取得

画像内のOCR認識は、テンセント情報、依存taipクライアント・インタフェースと呼ばれます。：taipインターフェースは非常に強い、興味缶遊びですが、AIテンセントオープンプラットフォームを登録する必要があり、航空券テンセントAIのすべての機能が含まれていますhttps://ai.qq.com/product/nlpchat.shtml

/ **
 *この場所は数回呼び出す必要があり、テンセントは、OCR時々システムがビジー状態の報告、正しい結果を毎回返さない、後ほど再度お試しください
 * / 
プライベート 静的文字aiOcr（文字列imgUrl）{
    文字列のURL = "https://www.chsi.com.cn" + imgUrl。
    TAipOcr aipOcr = 新しいTAipOcr（APP_ID、APP_KEY）。
    してみてください{
        結果のString = aipOcr.handWritingOcrByUrl（URL）;
         // FASTJSONが解決することができるときにエラー 
        OcrResult ocrResult = JSONObject.parseObject（結果、OcrResult。クラス）;
         リターン ocrResult.getData（）getItem_list（）GET（0 .. ）.GetItemstring （）;
    } キャッチ（例外e）{
        System.out.println（ "エラー認識OCR" ）;
         リターン "" ;
    }
}

この場所を例外処理ロジックも補完される必要があり、相補的であるようには至っていません。

 

完全なコード：https://gitee.com/betterwgo/chsi_api

 

 

---