用通义大模型写爬虫程序，汇总各科成绩

需求：根据各科网址，输入学号、姓名查询成绩。

中间反反复复很多次，本文只记下重点的几次和大模型的沟通历史。

输入界面

查询界面

round0（最初的问题）

请在windows下，使用python的selenium库，输入考号和姓名，点击查询按钮， 并输出总分、班名、校名，请用提供代码

谷歌驱动地址：C:/chrome_drv/chromedriver.exe
查询网址：https://w2sl19od.yichafen.com/qz/122DxDre
xpath信息：
考号：/html/body/div[1]/form/div[2]/div[1]/div[2]/input
姓名：/html/body/div[1]/form/div[2]/div[2]/div[2]/input 查询按钮：/html/body/div[1]/div[2]/button
总分：/html/body/div/div[2]/div[1]/table/tbody/tr[5]/td[2]
班名：/html/body/div/div[2]/div[1]/table/tbody/tr[8]/td[2]
校名：/html/body/div/div[2]/div[1]/table/tbody/tr[9]/td[2]
考生信息： 考号：250152001 姓名：赵志立

round1（想查询多个学生的多门成绩）

请在windows下，使用python的selenium库，打开课程查询地址，输入考号、姓名，点击查询按钮， 获取课程的分数、班名、校名。
其中课程查询地址、考号、姓名都发在c:\查分系统.xlsx中。
其中sheet1，存放着课程名称、地址；sheet2，存放着考号、姓名。
请找到每个学生，遍历每一门课程，获取课程名称、分数、班名、校名，存在sheet3中
同时把学生的姓名、各科成绩放到sheet4中的每行中。
注意课程名称是从sheet1中遍历获取，可能是多门课程。
 
谷歌驱动地址：C:/chrome_drv/chromedriver.exe
xpath信息：
考号：/html/body/div[1]/form/div[2]/div[1]/div[2]/input
姓名：/html/body/div[1]/form/div[2]/div[2]/div[2]/input
查询按钮：/html/body/div[1]/div[2]/button
分数：/html/body/div/div[2]/div[1]/table/tbody/tr[5]/td[2]
班名：/html/body/div/div[2]/div[1]/table/tbody/tr[8]/td[2]
校名：/html/body/div/div[2]/div[1]/table/tbody/tr[9]/td[2]

round2

不对，sheet4中存放的是多门课程的分数。具体有哪些课程，需要从sheet1中获取

round3

再修改一下，第一次循环是，清空sheet3和sheet4

round4

还要修改，sheet3中增加一列：姓名，放到第一列中

round5

在sheet4中再增加一个总分数，是各科成绩之和

round6

再修改一下，每查完一个学生的全部成绩，要写入excel

round7（代码有问题）

再优化一下，1、每个学生成绩查完后，从程序输出。2、如果查询出错，自动跳入查询下一个人成绩

round9（因round7代码有问题，转到grok）

请修改如下代码（就是通义在round6中提供的），优化一下：注意事项 1、因为有可能程序运行中报错，为保证数据，每次获取一个学生成绩后，都要写入excel 2、每次获取一个学生成绩后，需要通过日志输出，这样能看到程序的执行过程

round10

把这个代码再优化一下：
1、每完成一个学生的成绩，就写入excel
2、查询每个学生的成绩时，如果报错，就转到另外一个学生，并把没取到设置为0。
3、程序中增加一个变量：是否清除之前的记录，如果是1，写入sheet3、sheet4时先清除，否则，直接追加记录。这个变量直接在源代码中设置就行，无需运行时读取输入。
4、使用显式等待：替代 time.sleep，以提高代码的稳定性和响应速。

代码部分

round0代码（查询单人、单科成绩）

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time

# 配置Chrome驱动
chrome_driver_path = "C:/chrome_drv/chromedriver134.exe"
service = Service(executable_path=chrome_driver_path)
options = webdriver.ChromeOptions()
options.add_argument("--start-maximized")  # 最大化窗口

# 初始化浏览器
driver = webdriver.Chrome(service=service, options=options)

# 访问查询网址
driver.get("https://w2sl19od.yichafen.com/qz/******")

try:
    # 显式等待页面加载
    wait = WebDriverWait(driver, 10)

    # 输入考号
    exam_no = wait.until(
        EC.presence_of_element_located((By.XPATH, "/html/body/div[1]/form/div[2]/div[1]/div[2]/input")))
    exam_no.send_keys("**考号")

    # 输入姓名
    name = wait.until(EC.presence_of_element_located((By.XPATH, "/html/body/div[1]/form/div[2]/div[2]/div[2]/input")))
    name.send_keys("**姓名")

    # 点击查询按钮
    query_btn = wait.until(EC.element_to_be_clickable((By.XPATH, "/html/body/div[1]/div[2]/button")))
    query_btn.click()

    # 等待结果加载
    time.sleep(3)  # 根据实际网络情况调整等待时间

    # 获取成绩信息
    total_score = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[5]/td[2]").text
    class_rank = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[8]/td[2]").text
    school_rank = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[9]/td[2]").text

    # 输出结果
    print(f"总分：{total_score}")
    print(f"班名：{class_rank}")
    print(f"校名：{school_rank}")

except Exception as e:
    print("查询过程中出现错误:", str(e))

finally:
    # 关闭浏览器
    driver.quit()

round6代码 

import time
import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from openpyxl import load_workbook

# 设置Chrome驱动路径
chrome_driver_path = "C:/chrome_drv/chromedriver.exe"
service = Service(chrome_driver_path)

# 加载Excel文件
excel_path = "c:/查分系统.xlsx"
df_courses = pd.read_excel(excel_path, sheet_name='sheet1')
df_students = pd.read_excel(excel_path, sheet_name='sheet2')

# 初始化webdriver
driver = webdriver.Chrome(service=service)


def write_to_excel(all_results, student_results):
    # 清理并写入Excel
    wb = load_workbook(excel_path)
    if 'sheet3' in wb.sheetnames:
        wb.remove(wb['sheet3'])
    if 'sheet4' in wb.sheetnames:
        wb.remove(wb['sheet4'])
    wb.save(excel_path)
    wb.close()

    with pd.ExcelWriter(excel_path, engine='openpyxl', mode='a') as writer:
        # 写入sheet3，包含姓名、课程名称、分数、班名、校名
        pd.DataFrame(all_results, columns=['姓名', '课程名称', '分数', '班名', '校名']).to_excel(writer,
                                                                                                 sheet_name='sheet3',
                                                                                                 index=False)
        # 使用pd.json_normalize将字典转换为DataFrame，并确保‘总分数’列被正确处理
        student_df = pd.json_normalize(student_results)
        # 调整列顺序以确保‘总分数’列的位置合适，这里假设放在最后一列
        cols = list(student_df.columns)
        if '总分数' in cols:
            cols.remove('总分数')
            student_df = student_df[cols + ['总分数']]
        student_df.to_excel(writer, sheet_name='sheet4', index=False)


all_results = []
student_results = []

for index, student in df_students.iterrows():
    student_name = student['姓名']
    student_exam_id = student['考号']  # 修正此处的赋值语句
    student_scores = {'姓名': student_name}  # 存储单个学生的姓名和各科成绩
    total_score = 0  # 初始化总分数

    for course_index, course in df_courses.iterrows():
        course_url = course['地址']
        course_name = course['课程名称']

        # 打开课程查询页面
        driver.get(course_url)

        # 输入考号和姓名
        driver.find_element(By.XPATH, "/html/body/div[1]/form/div[2]/div[1]/div[2]/input").send_keys(student_exam_id)
        driver.find_element(By.XPATH, "/html/body/div[1]/form/div[2]/div[2]/div[2]/input").send_keys(student_name)

        # 点击查询按钮
        driver.find_element(By.XPATH, "/html/body/div[1]/div[2]/button").click()

        time.sleep(2)  # 给予页面加载时间

        # 获取成绩等信息
        score = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[5]/td[2]").text
        class_name = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[8]/td[2]").text
        school_name = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[9]/td[2]").text

        # 将结果添加到列表中，并包含学生姓名
        all_results.append([student_name, course_name, score, class_name, school_name])
        student_scores[course_name] = float(score) if score.replace('.', '', 1).isdigit() else 0  # 添加该生的这门课成绩，并转换为浮点数
        total_score += float(score) if score.replace('.', '', 1).isdigit() else 0  # 计算总分

    student_scores['总分数'] = total_score  # 添加总分数到学生的成绩字典中
    student_results.append(student_scores)

    # 每个学生完成后，写入Excel
    write_to_excel(all_results, student_results)

# 关闭浏览器
driver.quit()

round8代码（grok提供）

import time
import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from selenium.common.exceptions import NoSuchElementException, TimeoutException
from openpyxl import load_workbook
import logging

# 设置日志
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 设置 Chrome 驱动路径
chrome_driver_path = "C:/chrome_drv/chromedriver.exe"
service = Service(chrome_driver_path)

# 加载 Excel 文件
excel_path = "c:/查分系统.xlsx"
df_courses = pd.read_excel(excel_path, sheet_name='sheet1')
df_students = pd.read_excel(excel_path, sheet_name='sheet2')

# 初始化 webdriver（使用 headless 模式）
options = webdriver.ChromeOptions()
options.add_argument('--headless')  # 无界面模式，提高性能
driver = webdriver.Chrome(service=service, options=options)

def write_to_excel(all_results, student_results):
    """将查询结果写入 Excel 文件的 sheet3 和 sheet4"""
    # 清理已有 sheet
    wb = load_workbook(excel_path)
    if 'sheet3' in wb.sheetnames:
        wb.remove(wb['sheet3'])
    if 'sheet4' in wb.sheetnames:
        wb.remove(wb['sheet4'])
    wb.save(excel_path)
    wb.close()

    # 写入数据
    with pd.ExcelWriter(excel_path, engine='openpyxl', mode='a') as writer:
        # 写入 sheet3：详细成绩
        pd.DataFrame(all_results, columns=['姓名', '课程名称', '分数', '班名', '校名']).to_excel(
            writer, sheet_name='sheet3', index=False
        )
        # 写入 sheet4：学生总览
        student_df = pd.json_normalize(student_results)
        cols = list(student_df.columns)
        if '总分数' in cols:
            cols.remove('总分数')
            student_df = student_df[cols + ['总分数']]  # 确保“总分数”列在最后
        student_df.to_excel(writer, sheet_name='sheet4', index=False)

# 初始化结果存储列表
all_results = []  # 存储所有学生的每门课程详细信息
student_results = []  # 存储每个学生的成绩字典

# 遍历学生
for index, student in df_students.iterrows():
    student_name = student['姓名']
    student_exam_id = student['考号']
    student_scores = {'姓名': student_name}  # 存储单个学生的成绩
    total_score = 0  # 初始化总分

    logging.info(f"开始查询学生: {student_name}")

    # 遍历课程
    for course_index, course in df_courses.iterrows():
        course_url = course['地址']
        course_name = course['课程名称']

        try:
            # 打开查询页面
            driver.get(course_url)
            logging.info(f"访问课程页面: {course_url}")

            # 输入考号和姓名
            driver.find_element(By.XPATH, "/html/body/div[1]/form/div[2]/div[1]/div[2]/input").send_keys(student_exam_id)
            driver.find_element(By.XPATH, "/html/body/div[1]/form/div[2]/div[2]/div[2]/input").send_keys(student_name)

            # 点击查询按钮
            driver.find_element(By.XPATH, "/html/body/div[1]/div[2]/button").click()

            time.sleep(2)  # 等待页面加载

            # 获取成绩和班级信息
            score = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[5]/td[2]").text
            class_name = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[8]/td[2]").text
            school_name = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[9]/td[2]").text

            # 存储结果
            all_results.append([student_name, course_name, score, class_name, school_name])
            student_scores[course_name] = float(score) if score.replace('.', '', 1).isdigit() else 0
            total_score += float(score) if score.replace('.', '', 1).isdigit() else 0

            logging.info(f"成功获取 {student_name} 的 {course_name} 成绩: {score}")

        except (NoSuchElementException, TimeoutException) as e:
            # 错误处理：记录错误并填入默认值
            logging.error(f"查询 {student_name} 的 {course_name} 时出错: {e}")
            all_results.append([student_name, course_name, 'N/A', 'N/A', 'N/A'])
            student_scores[course_name] = 0

    # 添加总分
    student_scores['总分数'] = total_score
    student_results.append(student_scores)

    # 每个学生完成后，写入 Excel
    write_to_excel(all_results, student_results)
    logging.info(f"已将 {student_name} 的成绩写入 Excel")

# 关闭浏览器
driver.quit()
logging.info("所有学生成绩查询完成")

最终：

import time
import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
from selenium.common.exceptions import NoSuchElementException, TimeoutException
from openpyxl import load_workbook
import logging

# 设置日志
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 设置 Chrome 驱动路径
chrome_driver_path = "C:/chrome_drv/chromedriver.exe"
service = Service(chrome_driver_path)

# 加载 Excel 文件
excel_path = "c:/查分系统.xlsx"
df_courses = pd.read_excel(excel_path, sheet_name='sheet1')
df_students = pd.read_excel(excel_path, sheet_name='sheet2')

# 初始化 webdriver（使用 headless 模式）
options = webdriver.ChromeOptions()
options.add_argument('--headless')  # 无界面模式
driver = webdriver.Chrome(service=service, options=options)

def append_to_excel(all_results, student_results, excel_path="c:/查分系统.xlsx"):
    """将查询结果追加到 Excel 文件的 sheet3 和 sheet4"""
    try:
        # 加载现有 Excel 文件
        wb = load_workbook(excel_path)

        # 处理 sheet3
        if 'sheet3' in wb.sheetnames:
            # 读取现有 sheet3 数据
            sheet3_df = pd.read_excel(excel_path, sheet_name='sheet3')
            # 将新数据转换为 DataFrame
            new_sheet3_df = pd.DataFrame(all_results, columns=['姓名', '课程名称', '分数', '班名', '校名'])
            # 追加新数据
            sheet3_df = pd.concat([sheet3_df, new_sheet3_df], ignore_index=True)
        else:
            # 如果 sheet3 不存在，直接使用新数据
            sheet3_df = pd.DataFrame(all_results, columns=['姓名', '课程名称', '分数', '班名', '校名'])

        # 处理 sheet4
        if 'sheet4' in wb.sheetnames:
            # 读取现有 sheet4 数据
            sheet4_df = pd.read_excel(excel_path, sheet_name='sheet4')
            # 将新数据转换为 DataFrame
            new_sheet4_df = pd.json_normalize(student_results)
            # 追加新数据
            sheet4_df = pd.concat([sheet4_df, new_sheet4_df], ignore_index=True)
        else:
            # 如果 sheet4 不存在，直接使用新数据
            sheet4_df = pd.json_normalize(student_results)

        # 调整 sheet4 的列顺序，确保 '总分数' 在最后
        if '总分数' in sheet4_df.columns:
            cols = [col for col in sheet4_df.columns if col != '总分数']
            sheet4_df = sheet4_df[cols + ['总分数']]

        # 保存到 Excel
        with pd.ExcelWriter(excel_path, engine='openpyxl', mode='a', if_sheet_exists='replace') as writer:
            sheet3_df.to_excel(writer, sheet_name='sheet3', index=False)
            sheet4_df.to_excel(writer, sheet_name='sheet4', index=False)

        logging.info("成功追加数据到 Excel 文件")
    except Exception as e:
        logging.error(f"追加数据到 Excel 文件时出错: {e}")
        raise

# 初始化结果存储
all_results = []  # 存储所有学生的每门课程详细信息
student_results = []  # 存储每个学生的成绩字典

# 遍历学生
for index, student in df_students.iterrows():
    student_name = student['姓名']
    student_exam_id = student['考号']
    student_scores = {'姓名': student_name}  # 存储单个学生的成绩
    total_score = 0  # 初始化总分

    logging.info(f"开始查询学生: {student_name}")

    # 遍历课程
    for course_index, course in df_courses.iterrows():
        course_url = course['地址']
        course_name = course['课程名称']

        try:
            # 打开查询页面
            driver.get(course_url)
            logging.info(f"访问课程页面: {course_url}")

            # 输入考号和姓名
            driver.find_element(By.XPATH, "/html/body/div[1]/form/div[2]/div[1]/div[2]/input").send_keys(student_exam_id)
            driver.find_element(By.XPATH, "/html/body/div[1]/form/div[2]/div[2]/div[2]/input").send_keys(student_name)

            # 点击查询按钮
            driver.find_element(By.XPATH, "/html/body/div[1]/div[2]/button").click()

            time.sleep(2)  # 等待页面加载

            # 获取成绩和班级信息
            score = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[5]/td[2]").text
            class_name = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[8]/td[2]").text
            school_name = driver.find_element(By.XPATH, "/html/body/div/div[2]/div[1]/table/tbody/tr[9]/td[2]").text

            # 存储结果
            all_results.append([student_name, course_name, score, class_name, school_name])
            student_scores[course_name] = float(score) if score.replace('.', '', 1).isdigit() else 0
            total_score += float(score) if score.replace('.', '', 1).isdigit() else 0

            logging.info(f"成功获取 {student_name} 的 {course_name} 成绩: {score}")

        except (NoSuchElementException, TimeoutException) as e:
            logging.error(f"查询 {student_name} 的 {course_name} 时出错: {e}")
            all_results.append([student_name, course_name, 'N/A', 'N/A', 'N/A'])
            student_scores[course_name] = 0

    # 添加总分
    student_scores['总分数'] = total_score
    student_results.append(student_scores)

# 所有查询完成后，追加数据到 Excel
try:
    append_to_excel(all_results, student_results)
    logging.info("所有结果成功追加到 Excel")
except Exception as e:
    logging.error(f"追加数据到 Excel 时出错: {e}")

# 关闭浏览器
driver.quit()
logging.info("所有学生成绩查询完成")