## 1. 环境准备与核心思路 大家好，我是老陈，一个在自动化领域摸爬滚打了十来年的老码农。今天想和大家聊聊一个非常“接地气”的话题：如何用Python写一个能自动帮你完成雨课堂课程学习的脚本。我知道，很多朋友都遇到过类似的困扰——学校或单位要求完成大量的在线课程，内容或许不是重点，但“刷时长”这个硬性指标却让人头疼。手动挂着吧，费时费力还容易错过弹窗；不挂吧，又完不成任务。这时候，让程序来帮你“学习”，就成了一个很实际的需求。 在开始敲代码之前，我们得先搞清楚一件事：**自动化刷课的本质是什么？** 它不是真的让AI去理解课程内容，而是模拟一个真实用户在学习过程中的所有网络行为。简单来说，就是“欺骗”服务器，让它以为屏幕前一直有一个勤奋的学生在认真学习。这听起来有点取巧，但从技术学习的角度，这是一个绝佳的实战项目，能让你深入理解Web交互、会话管理和反爬虫策略。 要实现这个目标，我们主要有两条技术路线可以选。**第一条路是“浏览器模拟流”**，也就是使用像Selenium、Playwright这样的工具，直接操控一个真实的浏览器，点击、播放、答题，完全模拟人的操作。这种方法的优点是直观，所见即所得，几乎能应对所有复杂的网页交互，包括JavaScript动态加载的内容。但缺点也很明显：笨重、耗资源，运行起来需要打开浏览器界面，而且速度相对较慢。 **第二条路，也是我们今天重点要讲的，是“协议请求流”**。这条路不走视觉模拟的“面子”，而是直击网络通信的“里子”。我们通过浏览器的开发者工具（按F12就能打开），仔细分析你在正常观看视频时，浏览器和雨课堂服务器之间到底发送和接收了哪些HTTP请求。你会发现，关键的进度上报、心跳维持，其实都是通过一些特定的API接口完成的。我们的脚本只要能够模拟这些请求，以正确的频率、携带正确的数据发给服务器，就能达到“刷课”的目的。这种方法效率极高，可以在后台静默运行，不依赖图形界面，是更“专业”的做法。当然，它的难度在于需要耐心地分析网络请求，理解其参数含义。别担心，接下来我会手把手带你完成这个过程。 ## 2. 核心武器：requests库与登录态维持 工欲善其事，必先利其器。我们选择“协议请求流”，那么Python中最锋利的那把“器”就是`requests`库。它让我们能够用非常简洁的代码来发送HTTP请求，无论是GET还是POST。如果你还没安装，只需要在命令行里敲一句 `pip install requests` 就搞定了。 安装好之后，我们来面对第一个，也是最重要的一个挑战：**登录状态（Session）的维持**。大家都有经验，登录一个网站后，一段时间内再访问其他页面就不用重新登录了，这是因为浏览器帮你维护了一个会话状态。对于雨课堂这类需要登录的教育平台，我们的脚本也必须先“登录”进去，拿到这个通行证。直接使用账号密码模拟登录比较复杂，可能会遇到验证码。一个更简单直接的方法是：**复用你已经通过浏览器成功登录后的Cookie**。 具体怎么做呢？首先，用你的账号密码在Chrome或Edge浏览器里正常登录雨课堂。登录成功后，在当前页面按下 **F12** 键，打开开发者工具。然后切换到 **“Application”** （应用）或 **“存储”** 标签页（不同浏览器叫法略有不同）。在左侧找到 **“Cookies”** 选项，并展开你当前访问的雨课堂域名（比如 `changjiang.yuketang.cn`）。在右侧的一堆Cookie条目中，我们需要找到最关键的两个：`csrftoken` 和 `sessionid`。把它们对应的值复制下来。 这两个字符串就是你的“临时身份证”。我们的脚本会利用它们来构建请求头，让服务器认为接下来的所有请求都来自那个已经登录的“你”。这里我强烈建议你把这两个值保存在一个单独的配置文件（比如 `config.py`）里，而不是直接硬编码在主脚本中。这样既安全，又方便更换账号。下面是一个请求头（headers）的构建示例，这是与服务器对话的“礼仪规范”，务必按照浏览器的实际发送情况来设置： ```python import requests # 从你的配置文件或安全的地方读取这两个值 csrftoken = "你的csrftoken值" sessionid = "你的sessionid值" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36', 'Content-Type': 'application/json', 'Cookie': f'csrftoken={csrftoken}; sessionid={sessionid}; university_id=3078; platform_id=3', 'x-csrftoken': csrftoken, 'sec-fetch-dest': 'empty', 'sec-fetch-mode': 'cors', 'sec-fetch-site': 'same-origin', 'university-id': '3078', 'xtbz': 'cloud' } ``` 注意看，这里除了Cookie，我们还设置了一个 `x-csrftoken` 头部，这是为了防止跨站请求伪造（CSRF）攻击的一种常见安全策略，服务器会校验这个值。`User-Agent` 是告诉服务器我们是什么浏览器在访问，用常见的Chrome标识即可。其他如 `university-id` 等字段，需要根据你实际访问的雨课堂域名（如长江雨课堂、清华雨课堂等）在开发者工具里核对确认。构建好这个headers字典后，我们后续所有的 `requests.get()` 或 `requests.post()` 调用，都会把它传进去。 ## 3. 实战解析：获取课程与视频列表 拿到“通行证”之后，我们就可以开始在知识的海洋里（的目录里）遨游了。第一步，是获取你账号下有哪些课程，以及每门课程里包含了哪些视频任务。这个过程就像你去图书馆，先查总书目，再找具体某本书的章节。 首先，我们需要获取当前登录用户的唯一标识 `user_id`。这个ID在后续上报学习进度时会用到。通过观察网络请求，我们可以找到获取用户信息的接口。在原始代码中，它使用了 `https://gsscut.yuketang.cn/edu_admin/check_user_session/` 这个地址。我们用设置好headers的requests去请求它，并从返回的JSON数据中提取出`user_id`字段。 ```python user_id_url = "https://gsscut.yuketang.cn/edu_admin/check_user_session/" id_response = requests.get(url=user_id_url, headers=headers) try: # 使用正则表达式或直接json解析获取user_id user_id = re.search(r'"user_id":(.+?)}', id_response.text).group(1).strip() except: print("获取user_id失败，请检查网络或Cookie是否失效") exit() ``` 接下来，获取课程列表。通常，会有一个接口返回用户的所有课程信息，包括课程名、教室ID、课程签名等关键信息。在原始代码中，这个接口是 `https://gsscut.yuketang.cn/mooc-api/v1/lms/user/user-courses/`。我们请求它，并解析返回的JSON数据： ```python get_classroom_id = "https://gsscut.yuketang.cn/mooc-api/v1/lms/user/user-courses/?status=1&page=1&no_page=1&term=latest&uv_id=3078" classroom_id_response = requests.get(url=get_classroom_id, headers=headers) your_courses = [] try: data = classroom_id_response.json() for course in data["data"]["product_list"]: your_courses.append({ "course_name": course["course_name"], "classroom_id": course["classroom_id"], "course_sign": course["course_sign"], "sku_id": course["sku_id"], "course_id": course["course_id"] }) except Exception as e: print("获取课程列表失败:", e) exit() ``` 现在，`your_courses` 列表里就存放了你所有的课程信息。我们可以把它打印出来，让用户选择要刷哪一门。有了具体的课程标识（如`classroom_id`和`course_sign`）后，下一步就是获取这门课下所有的视频单元。这需要调用课程章节结构接口。原始代码中的 `get_videos_ids` 函数就完成了这个工作。它会请求一个章节列表接口，然后遍历这个复杂的嵌套JSON结构，找出所有 `leaf_type` 为视频类型的单元，并把它们的ID和名称存入一个字典。 这个过程的关键在于理解服务器返回的课程数据结构。它通常是树状的：课程->章节->小节->叶子节点（视频、作业、测验）。我们需要递归或循环地遍历，筛选出类型为视频的叶子节点。拿到视频ID列表后，我们才具备了“刷”的具体目标。 ## 4. 核心心跳：模拟视频观看进度上报 这是整个脚本最核心、最精妙的部分，也是“协议请求流”的灵魂所在。在视频播放过程中，雨课堂客户端（网页或App）会以固定的时间间隔（比如每15秒）向服务器发送一个“心跳”请求。这个请求告诉服务器：“我还在看呢，而且已经看到第X秒了”。我们的脚本就是要精准地模拟这个行为。 首先，我们需要知道上报进度的接口地址。通过抓包分析，原始代码中使用了 `https://gsscut.yuketang.cn/video-log/heartbeat/` 这个URL。这是一个POST请求。那么，我们要POST什么数据过去呢？这就需要仔细分析浏览器发送的真实心跳包。你会发现，它通常是一个包含多个心跳对象的列表，每个对象记录了某一时刻的播放状态。原始代码里构建的 `heart_data` 列表，就是模拟了这种批量上报。 ```python heart_data = [] for i in range(50): # 一次上报50个心跳点，模拟看了一段时间 heart_data.append({ "i": 5, # 事件类型？需根据实际情况分析 "et": "loadeddata", # 事件类型 "p": "web", # 平台 "n": "ws", "lob": "cloud4", "cp": video_frame, # 当前播放进度（帧或毫秒） "fp": 0, "tp": 0, "sp": 1, "ts": str(timestap), # 时间戳 "u": int(user_id), # 用户ID "uip": "", "c": cid, # 课程ID "v": int(video_id), # 视频ID "skuid": skuid, "classroomid": classroomid, "cc": video_id, "d": 4976.5, # 时长？需分析 "pg": "4512143_tkqx", "sq": 2, "t": "video" }) video_frame += learning_rate # 每次上报，进度向前推进 timestap += 1000 * 15 # 时间戳增加15秒，模拟时间流逝 ``` **这里有几个参数需要你特别关注并自行分析确认**：`cp`（当前进度）以什么为单位？是秒、毫秒还是帧？`learning_rate`（学习速率）设置为多少合适？`d`字段代表什么？这些值都需要你用自己的账号，在真实观看一个视频时，通过开发者工具的“网络”标签页，抓取一个真实的心跳请求，对比其中的数据来确认。**切忌直接照抄**，因为不同版本的平台，参数格式可能会有变化。 脚本会循环发送心跳，直到检测到该视频的学习进度达到100%。如何检测进度呢？通常会有另一个查询接口，比如 `https://gsscut.yuketang.cn/video-log/get_video_watch_progress/`。我们在每次发送一批心跳后，调用这个查询接口，从返回的JSON中解析出 `rate`（进度比率）或 `completed`（是否完成）字段。当 `rate` 等于1.0时，就表示这个视频“学完了”。 ## 5. 防检测策略与稳定性优化 写自动化脚本，不能只考虑功能实现，还得考虑如何安全、稳定、长久地运行。服务器那边也不是吃素的，它们会有各种机制来检测异常行为。如果我们模拟得太假，比如进度上报得忽快忽慢，或者频率异常，就可能有被封禁的风险。所以，我们需要一些“反反爬虫”的策略。 **第一招，加入随机性与人性化延迟。** 一个真人看视频，不会精确地每15.000秒发送一次心跳，可能会有几秒的误差。我们可以在心跳间隔上增加一点随机扰动。同时，在视频与视频之间，脚本可以随机休眠一段时间，模拟人点击“下一节”的思考间隔。 ```python import random import time # 在循环中，用随机值代替固定间隔 delay = 15 + random.uniform(-2, 2) # 在13-17秒之间随机 time.sleep(delay) # 完成一个视频后，随机等待一段时间再开始下一个 time.sleep(random.randint(5, 30)) ``` **第二招，处理网络异常与服务器限流。** 网络请求不可能永远成功。原始代码中已经包含了对异常的处理，比如当服务器返回包含“anomaly”（异常）或“Expected available in”（预计可用时间）等字样的错误信息时，脚本会识别并做出应对，比如重置进度或等待指定的阻塞时间。这是非常重要的健壮性设计。我们必须用 `try...except` 块包裹核心的请求代码，捕获可能出现的超时、连接错误、状态码异常等，并设计重试逻辑。 **第三招，模拟真实的观看轨迹。** 最理想的情况是，我们能获取到视频的真实时长，然后按照一定的播放速率（比如1.5倍速）来均匀地上报进度。而不是瞬间从0%跳到100%。原始代码中的 `learning_rate` 和逐步递增的 `video_frame` 就是在模拟这种渐进的过程。你可以尝试调整这个速率，让它看起来更合理。 **第四招，日志记录与状态保存。** 一个好的脚本应该能清楚地告诉你它正在做什么，遇到了什么问题。使用 `print` 语句输出关键步骤信息。更进一步，可以考虑将已完成视频的ID记录到一个本地文件或数据库中。这样，即使脚本中途因故停止，再次运行时可以先读取这个记录，跳过已经刷完的视频，实现“断点续刷”功能。 ## 6. 完整代码组装与使用指南 把前面所有的模块像拼乐高一样组合起来，就形成了我们完整的自动化脚本。它的主逻辑流程非常清晰：1. 加载配置和Cookie；2. 获取用户ID和课程列表；3. 让用户选择课程；4. 获取选中课程的所有视频ID；5. 遍历每个视频，模拟心跳上报直到完成；6. 处理异常和中断。 为了让脚本更友好，我们可以增加一些交互。比如，把课程列表漂亮地打印出来，让用户输入编号选择。甚至可以实现“全选”功能，一次性刷完所有课。原始代码的 `__main__` 部分已经给出了一个很好的范例。我在这里强烈建议你，**不要直接复制粘贴代码就运行**。最好的学习方式是：对照着我讲的思路，结合你自己在浏览器开发者工具里抓取到的真实请求和响应，一行一行地去理解、去修改、去调试。 使用脚本的步骤可以总结如下： 1. **环境准备**：确保你的电脑安装了Python 3.x，并通过 `pip install requests` 安装了依赖库。 2. **获取Cookie**：按前面讲的方法，从已登录的浏览器中提取 `csrftoken` 和 `sessionid`。 3. **修改配置**：将这两个值填入脚本中对应的变量。**务必检查其他请求头参数和接口URL是否与你访问的雨课堂平台一致**。不同学校或机构的雨课堂子域名和部分参数可能不同。 4. **首次试运行**：可以先选择一门课时较短的课程进行测试。运行脚本，观察控制台输出。它会打印出正在学习的视频名称和进度。 5. **观察与调试**：如果脚本卡住或报错，仔细阅读错误信息。最常见的错误是Cookie失效（需要重新登录获取）、接口地址或参数不对。此时，再次打开开发者工具，对比脚本发送的请求和浏览器发送的请求有何不同，是调试的关键。 6. **正式运行**：测试成功后，就可以选择需要刷的课程，让脚本在后台运行了。你可以去忙别的事情，偶尔回来看一眼日志即可。 最后，我必须强调一下技术学习的初衷。我们深入剖析这个自动化脚本，目的是为了学习Python网络编程、HTTP协议、会话管理、数据分析等宝贵的实战技能。这些技能在你未来的开发工作中会非常有用。请务必在符合相关平台使用规定和学校/单位规章制度的前提下，合理、适度地使用技术工具。技术的价值在于提高效率、解放人力，而不是用于不当的捷径。好了，关于Python自动化刷课的实战分享就到这里，如果你在实践过程中遇到了具体的坑，比如某个参数怎么也抓不对，欢迎带着你的思考和抓包数据来交流，那才是技术进步最快的时候。