第三次把表头粘错列的时候,我把鼠标一推,按下了 F12。
那是七月中旬,期末出分的那几天。教务系统的服务器照例吃紧,宿舍群和班级群里热闹得很,大家都在一遍遍刷新网页等分数。我在帮同学核对保研要用的绩点,网页上不过是几张规规矩矩的表格,可要原样搬进 Excel 算加权平均,手指头就得在鼠标、网页和表格软件之间来回倒腾。页面一卡,复制就错位,错位了又得从头对一遍。连着三次之后,我的耐心彻底见底,按下了 F12 打开浏览器开发者工具,顺手写下了 gcc-cjcx 的第一版代码。
起初它只是个图自己方便的成绩导出小脚本,直到后来陆陆续续给 GitHub 仓库补上 GreasyFork 的一键安装支持,又一字一句把使用说明写进文档,我才慢慢琢磨过来:做这样一个小工具,变不出什么“从此再也不用操心”的魔法,它做的事很朴素,就是把一段原本散乱、动不动就粘错行的机械劳作,耐心地理顺成一条随时可以照着走的轨道。
表格后面的毛刺
没怎么碰过网页抓取的同学,看自动化脚本往往只盯着它省下了多少次点击;真趴在控制台前跟老旧系统打过交道,才知道那些藏在表格背后的毛刺有多扎手。
学校的教务系统从来不会乖乖待在原地等你:登录会话随时可能因为后台超时而静默失效,冷不丁跳出来的验证码或是突如其来的重定向,随便哪样都能让写死路径的请求扑个空。就算顺顺当当地拿到了网页源码,不同学期的表格结构也未必长一个模样,更别提那些夹杂在分数中间的“缺考”“缓考”或“免修”字样,处理得稍微粗糙一点,导出来的表格就会变成一堆算不出平均分的乱码。
脚本能替人代劳的只是机械搬运的工夫。这批分数到底属不属于当前选定的学期、有没有漏掉哪门刚出分的专业课,最后终究还得靠屏幕前那双眼睛来拍板。
认表头,不认列号
为了让导出的数据真正经得起核对,解析网页时最要紧的是守住原始页面的表头映射。课程名称、学分、成绩、绩点以及课程性质这几样核心字段,绝不能图省事直接按表格的第几列去硬编码抓取。
(我最早那版草稿就干过这种蠢事:某次教务处维护,往中间多塞了一列“重修标记”,脚本跑完,直接把学分当成了绩点。)
稳妥的做法是先让程序去认表头的文字标签,把每一列的名字和内部字段一一对齐,再顺着每一行去做校验。一旦发现页面结构跟预想的对不上号、学期的下拉菜单含糊不清、服务端返回的内容干脆是空的,或者因为登录过期被悄悄踢回了首页,程序就必须立刻停下脚步,弹窗把具体的失败原因明明白白地报出来。写这类工具,我最怕的从来不是报错退出,而是程序把异常状况稀里糊涂当成了正常响应,安安静静生成出一份表面整整齐齐、实则列序全乱的 CSV。
账号这件事
数据能抓下来,紧接着就要替使用者管住账号与隐私。让人把学号密码明文填进配置文件的做法,我始终抱有戒心。既然做成了油猴脚本(Userscript),最顺理成章的方式就是直接复用浏览器里已经登录好的会话,同时在界面和文档里讲得清清楚楚:这段代码只读取成绩查询那一张表格;若是放到命令行环境里跑,也老老实实走安全的交互式输入。
这份谨慎一直延续到收尾那一刻:导出的成绩单文件里绝不夹带任何 Cookie 或会话凭证,控制台日志只记下本次识别到的课程门数与完成状态,中间产生的临时数据写完就清理干净。工具越是顺手好用,越得把篱笆扎紧。省下来的那几分钟工夫,怎么算都不值得拿密码去冒险。
生成之后再对一遍
即便是表格解析得顺风顺水,文件真正生成之后,也少不了一道反向核对的工序。教务页面底部通常挂着一行“共 X 条记录”的统计字样,把抓出来的课程总数跟页面底部的数字放一块儿比对一下,仅仅是一个简单的行数核对,就能拦住大半“脚本看着跑通了、结果却丢三落四”的乌龙。
再往细处看:必修课与选修课的分类在合并时有没有被搅成一锅粥;那些老师还没登分、暂时留白的成绩栏,有没有被粗暴地转成零分(真把未出分的课算成零分,看成绩单的人怕是要当场吓出一身冷汗);生成的默认文件名里有没有带上清晰的学期标识。这些不起眼的细节,往往决定了那份表格打开之后是能直接拉公式算加权,还是得推倒重来。
断网也能测
后来我花心思把“页面解析”与“文件写入”拆成两步,是被期末那几天时不时抽风的校园网教训出来的。
把这两层彻底解耦之后,我在本地单独攒了好几份脱敏后的 HTML 网页快照:里头既有规规矩矩的正常成绩单,也有带着缺考、缓考字样的特殊行,甚至还专门保留了缺了一列、表头顺序打乱以及把登录页误当成成绩页的坏样本。每一份样本都配好了预期的解析结果和应当触发的报错提示。这么一来,哪怕宿舍夜里断了网,或者不在教务系统开放查分的时间段里,我也能随时在本地把各种怪异结构的测试跑上一遍,完全不必拿真实的请求去反复触碰学校的服务器。
给不写代码的同学
把代码同步到 GreasyFork、认真维护版本号和更新日志,则是为了让身边不写代码的同学也能用得省心。把源码往 GitHub 仓库里一丢,顶多只能照顾到平时习惯敲命令、懂点技术的朋友;而一个带有一键安装按钮的发布页,配上写得清清楚楚的改动说明和回退步骤,普通同学在遇到教务系统改版时,才知道该去哪里点更新,出了问题又怎么退回旧版。
每逢学期末,看到仓库的安装量悄悄涨了一截,或者有同学在群里说一句“用你那个脚本导出来了,挺方便”,我心里总能高兴好一会儿。
这类小脚本在生活里扮演的角色,本就该如此本分:把枯燥的读取、对齐和导出变成一条随时可以重跑一遍的干净流水线,然后往后退一步,把最后审视和确认的权利,完完整整地交还给那个真正要为自己成绩单负责的人。