简介：这份基于Python实现的问卷星自动填写工具，主要面向希望学习自动化脚本编写的小白与进阶学习者，可作为毕业设计、课程设计或工程实训项目。资源共7个文件，包含2个Python核心脚本、3个XML配置、1个说明文档及1个工程文件，压缩包仅9KB，结构轻量、便于阅读。目前已有541人学习下载。通过源码和说明文档，读者能了解问卷页面元素的定位思路、表单数据自动填充与提交的完整流程；README给出运行指引，.idea配置方便直接导入PyCharm调试。整个项目虽小，却具备小型自动化工具的典型工程结构，从可实现自动填写问卷的核心脚本到项目配置文件一应俱全，非常适合作为学习Python自动化方向的第一个实战练手项目。
1. 用Python把问卷星提交链路拆开，批量填写才谈得上可控
手动填写问卷星的痛苦，做过调研的人都懂：一份问卷十几个题，单选多选填空矩阵混在一起，页面还要等动画、点验证、等提交，五十份样本意味着一个下午搭进去，而且手点出来的答案往往集中在“A、B、C”上，后台一查质量分直接飘红。这个基于Python实现的问卷星调查问卷自动填写工具，本质上是把浏览器里“读题、选题、点提交”这一整条链路抽出来，直接构造合法的HTTP数据包发给问卷星服务器。它解决的不是“破解问卷星”，而是“高效、可控地生成有效样本”这件事，适合做问卷调查数据采集的运营、做毕设需要批量样本的学生、以及想练手HTTP协议与表单自动化的Python学习者。换装Selenium那种重型方案，这个工具用纯requests实现，对运行环境的要求低得多，逻辑也更贴近问卷星的真实请求模型。
2. 问卷星提交背后的请求模型：surveyId、rn 与 POST 载荷
2.1 先抓页面源：题面JSON就在HTML里
问卷星的问卷页面虽然是动态渲染的，但题面数据并没有走额外的异步接口，而是直接以JSON形式嵌入在HTML源码中。常见做法是用requests把https://www.wjx.cn/vm/xxxxx.aspx这个地址抓下来，然后通过正则或者简单的字符串截取拿到surveyId和shortId，再往后就是构造提交请求的核心参数。我一般会先写一个探测器，把页面源码里的关键字段脚本片段打印出来确认格式，再去写正式的解析逻辑。
import re import requests 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" } def fetch_question_page(url): resp = requests.get(url, headers=headers, timeout=10) resp.encoding = "utf-8" html = resp.text # 问卷星会在HTML里写 r.config = {...}，surveyId 在其中 match = re.search(r"surveyId[^\d]+(\d+)", html) if not match: raise RuntimeError("未在页面中定位到 surveyId，请确认链接类型") return html, match.group(1) page_html, survey_id = fetch_question_page("https://www.wjx.cn/vm/example.aspx") print("surveyId:", survey_id)这里surveyId是问卷的唯一标识，提交时服务器靠它找到对应的问卷定义。resp.encoding必须设置成utf-8，问卷星返回的页面带有中文题面，如果不处理编码，后续正则提取和答案生成都会出现乱码错位。
2.2 提交接口与必带参数
拿到题面后，下一步是构造POST请求。问卷星的提交地址是https://www.wjx.cn/joinnew/processjq.ashx，常见的表单字段包括submittype、curID、t、startTime、rn、hlvs、jqnonce等。这里面最关键的是rn，这是一个随机数，用来标记本次作答的会话；startTime是问卷打开的Unix时间戳；t是本次作答消耗的秒数。还有要把题型答案合并成joinAnswer字段，字段值以特定的分隔符拼接。
我一般建议在浏览器开发者工具里手动提交一次问卷，把Form Data完整复制出来比对。因为问卷星的字段会随站点改版调整，项目里的wjx_auto_submit.py如果某天提交失效，第一步不是改代码，而是重新核对这张表单的参数名。以下是工具里构造基础载荷的骨架：
def build_base_payload(survey_id, start_time, answer_str): return { "submittype": "1", "curID": survey_id, "t": str(int(__import__("time").time()) - start_time), "startTime": str(start_time), "rn": str(__import__("random").randint(100000, 999999)), "hlvs": "", "jqnonce": "", "joinAnswer": answer_str, }t字段如果填0或一个固定值，后台作答时长分布会异常，容易被判定为机器提交。一般会在生成答案后，用当前时间减去startTime，并且让这个差值落在15到40秒之间，模拟真人阅读和作答的节奏。
2.3 Python环境准备与依赖管理
运行这个工具只需要Python 3.6以上版本，第三方依赖只有requests。如果你还没配置Python环境，可以参考常规的python安装教程，装完后在命令行确认python --version能正常打印版本号。随后在项目目录里执行：
pip install requests如果网络环境受限，可以换成清华或阿里云的镜像源：
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple依赖就这一个，不需要Selenium，不需要浏览器驱动，这也是纯requests方案最大的优势：部署轻、启动快、对服务器环境友好。
3. 实现wjx_auto_submit.py的核心：题型解析与随机答案生成
3.1 题型识别与答案槽位
问卷星的题面JSON虽然字段名是拼音缩写，但结构相对稳定。工具拿到页面源码后，从HTML中截取出QuestionData脚本段，再用json解析。每一道题的结构里都会包含type字段，常见的取值有1（单选）、2（多选）、3（填空）、4（矩阵）以及5（量表）。解析的目标是把每道题的id、type、选项个数提取出来，整理成一组“答案槽位”。
以下是一个简化的解析逻辑，只保留最核心的结构判断，便于理解工具的运行方式：
import json import re def extract_questions(html): # 取出题面JSON m = re.search(r"QuestionData\s*=\s*(\{.*?\});", html, re.S) data = json.loads(m.group(1)) questions = [] for qid, q in data.items(): qtype = q.get("type") # 题号可能要跳过标题说明类占位题 if qtype in (1, 2, 3, 4, 5): questions.append({ "id": qid, "type": qtype, "options": q.get("options", []) }) return questions这里q.get("options")得到的是选项编号或选项文本列表，具体结构要看问卷编辑器的保存格式。单选和多选题的答案参数最终是选项的编号，填空则是写入的字符串，矩阵题的答案相对复杂，每一行的选项都要单独组成子答案。
3.2 随机答案生成：覆盖维度而不是均匀铺开
“自动填写”的难点在于生成一份看起来像真实用户的答案。如果每题都随机选一个，确实能跑通提交，但样本答案的分布会非常不自然，比如矩阵题全选“非常满意”，或者连续十份问卷的性别比例严重失调。工具里一般会为每一类题型定义独立的生成函数，并在生成时控制分布。
import random def generate_answer_for_question(q): qtype = q["type"] opt_count = len(q["options"]) if q["options"] else 1 if qtype == 1: # 单选，选一个 return random.randint(1, opt_count) elif qtype == 2: # 多选，至少选一个，最多选全部 n = random.randint(1, opt_count) return ",".join( str(i) for i in sorted(random.sample(range(1, opt_count + 1), n)) ) elif qtype == 3: # 填空，从候选词库里抽 return random.choice(["较为满意", "建议优化", "暂无补充"]) elif qtype == 4: # 矩阵题，每行一组选择 row_answers = [] for row in q["options"]: row_answers.append(str(random.randint(1, len(row.get("col", [1]))))) return "|".join(row_answers)单选答案用randint从1到选项数之间取，多选答案用sample保证不重复。这里有一个容易踩的细节：多选题的选项编号虽然返回的是逗号分隔字符串，但提交到joinAnswer时，不同题型的答案之间由/分隔，多选内部的多个选项之间则是,，这两层分隔符不能混用。矩阵题的每行答案用|连接，整套规则需要对照真实表单参数做一次验证，否则提交时服务器解析答案会错位。
3.3 拼接joinAnswer并组织完整答案串
解析完所有题并生成每题答案后，剩余的工作就是把答案按照问卷顺序拼成joinAnswer。在这个过程中要过滤掉非必答的题，也要把矩阵题和下拉题的格式统一。工具里会维护一个final_answers列表，按题号加大到对应的答案字符串，最后用/连接：
def build_join_answer(questions, answers): parts = [] for q in questions: ans = answers[q["id"]] # 多选题的逗号保持不变，这里只负责外层拼接 parts.append(str(ans)) return "/".join(parts)这一步越是简单越容易出事。joinAnswer里如果混入某个题的空值占位符，服务器可能直接返回“请完成所有必填题”。所以我在工具里对每道题的生成结果都做了一次断言，确认不是None或空串；如果发现填空题没有落进候选词库、或者多选答案编号超出了选项范围，直接抛异常终止提交，避免把坏数据发给服务器。
4. 提交执行与质量校验：跑通提交并拦截典型错误
4.1 POST提交与响应判断：success字段是唯一的金标准
构造好载荷后，提交逻辑并不复杂。但关键点在于响应判断：问卷星成功接收答卷时，返回的JSON里success字段为true；反之一旦请求被拦截、答案校验失败，返回的会有msg字段来描述失败原因。很多自动填写脚本挂在提交后没有做响应校验，导致“以为是成功的，实际后台是废卷”。工具的提交线程应该有如下结构：
import requests import time def submit_answer(url, payload, headers): submit_url = "https://www.wjx.cn/joinnew/processjq.ashx" try: resp = requests.post(submit_url, data=payload, headers=headers, timeout=10) result = resp.json() except Exception as exc: # 网络波动或返回非JSON时，做一个可重试的标记 return False, f"请求异常: {exc}" if result.get("success"): return True, "提交成功" return False, result.get("msg", "未知失败原因")提交接口收到响应后，工具把success字段作为记录依据。失败的响应信息通常有比较明显的特征，比如“亲，请完成所有必填题目”说明答案是空串；“请求太频繁”说明发送间隔太短；“参数错误”则往往是surveyId或者joinAnswer组装与当前问卷结构不匹配。后端拿到失败原因后，写入本地日志文件，这样跑批量任务时不用盯着控制台，事后去看日志即可定位问题分布。
4.2 作答节奏控制：别让时间戳暴露脚本特征
问卷星的服务器端有基础的频率识别，同一IP在极短时间内提交几十份问卷，很容易触发“验证码挑战”。工具里常用两种策略规避：一是每一份问卷提交后固定sleep一段随机区间，二是将t（作答时长）与sleep联动，让整体提交节奏贴近人工操作。
import random import time interval = random.uniform(8, 20) print(f"等待 {interval:.1f} 秒后继续...") time.sleep(interval)间隔的上下限要考虑问卷实际长度，一份40题的问卷，正常人至少需要1到2分钟，8到20秒显然不合理。常见的做法是拿题目数量乘以每题的阅读时间作为下限，同时叠加一个random.uniform(5, 15)的噪声。这样既不会触发频率限制，也不至于让整个批量任务跑得太慢。
4.3 常见拦截场景与工具侧的应对
实际运行中，最常遇到的拦截是“作答时间过短”和“答案格式非法”。作答时间过短已在payload的t字段做了处理；答案格式非法则通常发生在矩阵题与下拉题混合的问卷里。矩阵题提交的joinAnswer子串需要和题面JSON里的col数量严格对齐，多一个或少一个分隔符都会导致服务端解析失败。
另一个容易被忽略的问题是Cookie。浏览器里提交问卷时，页面加载会种下wjx_开头的Cookie，而纯requests方式若完全不携带Cookie，部分问卷模板可能不会报错，但统计后台会记录到异常会话。我在工具里保留了一个requests.Session()来发请求，每次打开问卷页和提交答卷共用同一个Session，让Cookie自然延续。
session = requests.Session() session.headers.update(headers) html, survey_id = fetch_question_page(url, session) # 中间解析与生成答案... ok, msg = submit_answer(url, payload, session.headers)这样处理的理由是，问卷星的rn参数和Cookie存在关联，Session复用时服务端能识别为同一条会话链，降低了“问卷页面还没打开就直接提交”的异常概率。
5. 从单次提交演进到批量任务：命令行参数与多问卷配置
当工具能稳定提交一份问卷后，下一步是把它改造成可批量执行的命令行程序。我在入口处增加了三个参数：-u指定问卷链接，-n指定提交份数，-d指定相邻两次提交的间隔范围。这样不用改代码，就能针对不同问卷、不同样本量做调整。
python wjx_auto_submit.py -u "https://www.wjx.cn/vm/example.aspx" -n 30 -d 10-30命令行解析用argparse实现，-d接收类似10-30的字符串，程序内部分割成两个浮点数，再传给random.uniform。这样做比写死在代码里灵活很多：上午跑样本量小的预调研，下午跑正式采集，只需换参数，不用动逻辑。
批量模式下还要加一份“运行统计”的小功能，把成功数、失败数、失败原因分类打印到控制台末尾。如果某次任务失败率达到10%以上，工具会主动停下，而不是继续空转浪费请求频率。这个阈值不是拍脑袋定的，问卷星的拦截通常是突发式的，一旦开始返回“请求太频繁”，后面连续提交大概率都会失败，及时熔断比盲目重试有效。
最后，建议在一批问卷提交完成后，用统计后台的“答卷详情”页面做一次人工抽样，核对5到10份答卷的答案分布与提交时间戳。这一步看起来是额外操作，但实际上是对工具本身最好的验证：如果提交时间戳的间隔与t字段差值对不上，说明payload构造仍有偏差；如果答案分布过于均匀，比如每道单选ABCD出现的次数完全一致，那可能是随机种子用得太规整，下一轮任务可以换成基于问卷ID加时间戳的随机种子，让分布更接近自然作答。
本文还有配套的精品资源，点击获取
