Van♂Python | 🐶对春联？我无敌，你随意~

0x0、事出必有因

新年开工第一周，节后综合征，无心工作~

(图片出处：深圳卫健委公号)，大家都讨了多少开门红包哇？说粗来，让杰哥酸一下~

分数是 第二名的两倍，你怎么跟我玩？

然后，这小游戏过年的时候很接地气地推出了一系列 "春节活动"，其中有个模式叫 "以诗会友"，玩法如下：

em？这不纯纯的 对春联 吗？(也叫对对子、对春等)，根据上联对出下联。而在游戏里的规则是这样的 ：

系统给出 完整上联、部分下联 (也可能全不给) 及一些 备选词，玩家根据这些 猜出完整下联，然后 将对应备选词拖拽到正确的框框中 补全下联。下联正确获得积分，切到下一题，如此循环，直至倒计时完，游戏结束。

简单，在下可是 七省文状元兼参谋将军，绰号对王之王的对穿肠，会怕这个？直接开对~

在经历了好几局一个都对不出来后，杰哥：

em... 智力不够科技凑，老老实实想办法整个 辅助 吧！

思路分析

对春联的玩法本质上就是常见的 问答类游戏，记得之前有段时间，这类小游戏超火，什么全民答题赢现金，当时涌现了不少的 "辅助"。剖析下这类辅助的实现原理，可以简单拆解成这三步：

• 识别问题：原生类-拿到问题组件直接提取文本，非原生类-截图然后进行OCR文字识别；
• 检索答案：利用搜索引擎、问答机器人、查题API、题库等获取问题的正确答案；
• 自动答题：拿着检索到的答案模拟用户答题，如填空、点击选项、勾选、拖拽点击等；

思路非常清晰，接着就是根据这款小游戏的实际情况，来开发对春联的 "辅助" 了~

---

0x1、问题识别

小游戏非原生，直接 无脑OCR，截个屏，丢 chineseocr_lite 识别看下效果：

还可以，上联正确识别，下联只错了一个字。拿上下联的大概坐标区域 裁剪 一下，排除无关项提高识别速度之余，看能否提高准确度~

裁剪后的图片：

速度好像快了，但识别率反而降低了：

转灰度后依旧如此：

我又写了一个拼接图片的方法，尝试将上下联水平拼接一波：

间距设置为400，识别结果如下：

神奇，竟然好一点，再灰度化下试试看：

更好了，换成其它对联试试：

识别结果：

擦，因为填空的框框，上下联直接被拆散了，所以为了保险点，还要对识别结果做下处理：

根据坐标判断是上联还是下联，正则提取中文(有时会识别出一些标点符号)，最后拼接

具体代码如下：

运行看看效果：

可以，又试了几个样本发现都能比较准确地拿到上下联~

---

0x2、检索答案

上联拿到了，接着就是检索答案了，杰哥的思路有三：搜索引擎、ChatGPT API、题库，一一尝试~

① 搜索引擎

没找到直接能用的搜索API，只能 浏览器访问咯，一种最粗暴的方式就是用 webbrowser 请求URL，以百度搜索为例：

while True:
    input() # 控制台每按一次回车触发一次检索
    first_couplet = extract_couplet() # 解析当前上联
    # 搜索下联
    webbrowser.open("https://www.baidu.com/s?wd={}的下联".format(first_couplet)) 

运行后，每次回车都会打开浏览器检索：

从搜索结果中，杰哥发现了一个问题：一个上联可能有多个匹配的下联，但游戏里只有 "一个正确答案"，这就需要我们用肉眼 + 脑子来筛选出匹配的下联。费时费力，难顶...

得把这个过程自动化，自动解析结果并识别出合适对联，思路马上来：获得网页源码 + 正则提取，先试下 request库 直接请求URL：

情理之中，直接触发了 百度安全验证，那就浏览器模拟访问吧。直接 Puppeteer库 走一波，这库之前介绍过了：

Puppeteer 是Google官方出品的通过DevTools协议口控制headless Chrome的 NodeJS 库，通过其提供的API可直接控制Chrome模拟大部分用户操作，来进行UI Test、爬虫访问页面采集数据。而 Pyppeteer 则是Puppeteer的Python实现，背后也是依赖类似于Chrome的浏览器 → Chromium 来模拟。

直接写代码拿到网页源码：

运行下看看：

可以，成功拿到网页源码，接着就是思考如何 写正则 了，直接写出最粗暴的匹配表达式 (应该能看懂吧~)：

# 上联 → 要么是中英文逗号中的一个，要么没有 → 中文{上联的长度}
match_pattern = re.compile(r"{}[,，]?([\u4e00-\u9fa5]{{{count}}})".format(first_couplet, count=len(first_couplet)), re.S)

匹配下试试，同时把结果放到set中间接 去重：

运行看看：

效果很赞，再往下细化就是：遍历 部分下联+可选词，然后计算每个下联中出现这些字的比重(个数)，最高的那个就是 "正确答案" 啦！

搜索引擎这Part就到这，接着试试 ChatGPT ~

---

② ChatGPT API

ChatGPT就不用介绍了，前阵子火得一塌糊涂，注册方法可以看我之前写的《无聊试试最近很火的ChatGPT (附：注册方法)》，或者某宝直接买别人注册好的。

这里不需要像百度搜索一样通过浏览器访问，因为它提供了API，注册完账号，登录后打开 API keys，点击 Create new secret key，创建一个秘钥：

注意，这个Secret Key要自己存好！网站不提供后续查看，忘记了的话只能删掉重新创建。先pip装下库：

pip install openai

# 如果很慢的话，可以用清华镜像源
# pip install -i https://pypi.tuna.tsinghua.edu.cn/simple openai

直接copy样例：

import openai

start_sequence = "\nA:"
restart_sequence = "Q: "
# Replace `<your_api_key>` with your actual OpenAI API key
openai.api_key = "<your_api_key>"
prompt = " "
while len(prompt) != 0:
    # Ask a question
    prompt = input(restart_sequence)
    # prompt = "tell me in Chinese:" + input("\n请输入要翻译的内容：")

    # Get my answer
    response = openai.Completion.create(
        engine="text-davinci-003",
        prompt=prompt,
        temperature=1,
        max_tokens=2000,
        frequency_penalty=0,
        presence_penalty=0
    )

    # Print my answer
    print(start_sequence, response["choices"][0]["text"].strip())

运行，尝试提问：

这啥？AI自己乱编？调整话术再次试探：

啊，这...我多嘴问了两句：

牛，直接把我整无语了，可能我需要学习下《提问的艺术》吧，看来ChatGPT的创造性不太适合我们的业务场景...

附：几个基本参数的含义

• model → 要使用的模型的 ID，访问 OpenAI Docs Models 页面可以查看全部可用的模型
• prompt → 生成结果的提示文本，即你想要得到的内容描述
• max_tokens → 生成结果时的最大 tokens 数，不能超过模型的上下文长度，可以把结果内容复制到 OpenAI Tokenizer 来了解 tokens 的计数方式
• temperature → 控制结果的随机性，如果希望结果更有创意可以尝试 0.9，或者希望有固定结果可以尝试 0.0
• top_p → 一个可用于代替 temperature 的参数，对应机器学习中 nucleus sampling，如果设置 0.1 意味着只考虑构成前 10% 概率质量的 tokens
• frequency_penalty → -2.0 ~ 2.0 之间的数字，正值会根据新 tokens 在文本中的现有频率对其进行惩罚，从而降低模型逐字重复同一行的可能性
• presence_penalty → -2.0 ~ 2.0 之间的数字，正值会根据到目前为止是否出现在文本中来惩罚新 - tokens，从而增加模型谈论新主题的可能性
• stop → 最大长度为 4 的字符串列表，一旦生成的 tokens 包含其中的内容，将停止生成并返回结果

---

③ 题库

问答类游戏，基本都是有题库的，玩了几局发现 重复率还挺高，说明规模不大 (估计30条左右)。然后，这模式随时可以玩，非实时 (所有玩家同时参与)，试了下断网还能下一题，猜测是提前把题库下到本地，然后随机抽取生成问题。

综上，很大概率就是本地计算最后提交成绩，如果能 拿到提交成绩的接口，还对个屁春联，直接跳过答题环节。

只可惜，杰哥过年没带 "开发鸡" 回家，抓不了包，同理，没办法抓到题库。

没法直接获取，就只能自己 手动采集 了，自己玩，配合 搜索引擎，把做过的题目记下来。

在记的时候，杰哥又想到了一个 "骚操作"，其实只需要关注 上联的第一个字 + 备选词 就可以猜到下联了。直接写出代码：

比如识别到"爆"字，直接输出下联：

接着就是把 下联和备选词 也抠出来了，计算出现的比重(次数)，最高的就是正确的下联。同样写出代码：

试验下这三个样本：

运行输出结果如下：

牛批，此处应有掌声！！！

当然，优化空间还有很多，比如将要识别的文字都拼接到一张图再识别，减少识别次数也会快上不少~

---

0x3、自动答题

滑动的话，adb模拟滑动即可，直接给出工具代码：

def swipe(start_x, start_y, end_x, end_y):
    """
    滑动，从起始坐标点滑动到终点坐标
    :param start_x: 起始坐标点x坐标
    :param start_y: 起始坐标点y坐标
    :param end_x: 终点坐标点x坐标
    :param end_y: 终点坐标点y坐标
    :return:
    """
    return start_cmd('adb shell input swipe %d %d %d %d' % (start_x, start_y, end_x, end_y))

起始坐标，OCR那里能拿到，剩下的难点就是拿到 放置框的坐标，这个也不难，最简单的方法就是：

手动抠坐标点写，死几个组合，根据上联确定是几个字的组合(五六七)，然后判断备选词对应第几个字，直接拿到坐标。

当然也可以搞得复杂点，动态计算，先找个合适的阈值二值化图片 (如130)：

然后就是 水平和竖直方向遍历坐标点，找到闭合的正方形，直接写出遍历代码 (顺带画出来更直观)：

运行看下效果：

基本能看到矩形的雏形了，不过得干掉其它的干扰像素点，正方形的四个角 一定是水平和竖直方向相交的点：

处理后：

左边坐标点和有点坐标点肯定是对称的，处理下：

处理后：

可以，但还有瑕疵，把图片放大：

还得再处理下，去掉粘连的点，因为我们 只需要一个：

运行后可以看到要填 四个字的八个坐标点了，

同时也可以看到绘制出来的四个正方形：

同样试下其它几个样本：

牛逼，完美识别。拿到放置框的坐标，接着算出中心点，调用上面adb滑动的工具方法传参即可~

当然，动态计算这部分 并不优雅 甚至可以说有些 粗暴 了，用了很多集合和无脑遍历，但时间仓促，能用就行。

本来想录个自动对春联的视频 显摆显摆，可惜活动下架了，那只能靠各位读者自行脑补啦~

行吧，本节就到这，如果对你学习Android自动化有所帮助，欢迎三连，感谢~

参考文献：

• 用Python调用OpenAI API做有趣的事