2023升级版北京大学自动选课工具：零基础配置到多进程实操指南

在北京大学选课季，如何高效解决抢课难题？本文将介绍一款专为北大师生打造的自动选课工具，通过AI验证码识别技术与多进程管理功能，帮助用户在补退选阶段抢占先机。无论是本科生、研究生还是辅双学生，都能通过本文的零基础教程，快速掌握北京大学自动选课工具的配置与使用，实现多账号管理与自定义选课规则的高效选课体验。

核心功能解析：为什么选择这款自动选课工具？

面对选课系统的高并发压力和复杂的选课规则，如何提升选课成功率？这款自动选课工具通过四大核心功能，为用户提供全方位的选课解决方案：

🚀 99.16%验证码识别率

识别准确率：99.16%

内置专为北京大学选课系统设计的CNN模型，无需人工干预即可自动完成验证码识别，大幅提升操作效率。

🛡️ 全链路错误处理机制

系统具备完善的异常捕获与恢复能力，面对网络波动、服务器响应延迟等问题时，能自动重试并调整策略，确保选课流程的稳定性。

🚀 多进程并行架构

支持同时运行多个选课实例，可实现多账号、多身份（如本研兼顾）的并行选课操作，且不影响其他设备正常访问选课系统。

🧩 灵活规则引擎

提供可视化的规则配置界面，支持互斥课程组管理（选上A则自动放弃B）和智能延迟提交（根据目标课程余量动态调整请求时机）。

环境配置指南：如何搭建运行环境？

Python环境准备

如何确保Python版本兼容性？推荐使用Python 3.6.8及以上版本，可通过以下命令验证当前环境：

python3 --version

💡 提示：若版本低于3.6，建议通过pyenv或conda创建隔离环境

依赖包安装

如何快速安装项目依赖？使用清华镜像源可大幅提升下载速度：

pip3 install requests lxml Pillow opencv-python numpy flask -i https://pypi.tuna.tsinghua.edu.cn/simple

常见问题

• 安装opencv-python失败：尝试添加--no-cache-dir参数
• Pillow版本冲突：执行pip3 uninstall Pillow后重新安装

PyTorch配置

深度学习框架如何选择？根据硬件环境选择合适的安装命令：

# CPU版本（兼容性最佳）
pip3 install torch==1.8.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

# GPU版本（需匹配CUDA环境）
pip3 install torch==1.8.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

常见问题

• CUDA版本不匹配：通过nvidia-smi查看支持的CUDA版本
• 网络超时：使用--default-timeout=100参数延长超时时间

启动流程详解：从代码获取到首次运行

项目获取

如何获取最新代码？通过Git命令克隆项目仓库：

git clone https://gitcode.com/gh_mirrors/pk/PKUAutoElective
cd PKUAutoElective

配置文件创建

如何正确配置个人信息？按以下步骤创建配置文件：

1. 复制示例配置文件：

cp config.sample.ini config.ini

2. 使用文本编辑器打开config.ini，配置关键参数：

配置项	说明	示例值
username	北大统一身份认证账号	2021112233
password	统一身份认证密码	yourpassword
student_type	学生类型	undergraduate/graduate
max_retry	最大重试次数	10
interval	请求间隔(秒)	3

💡 提示：密码建议定期更换，避免明文存储风险

首次启动

如何验证配置是否正确？执行启动命令并观察控制台输出：

python3 main.py

成功启动的标志：看到"登录成功"和"开始监控课程状态"的日志信息。

进阶技巧：释放工具全部潜力

多账号选课方案

如何同时管理多个选课账号？通过指定不同配置文件实现多进程并行：

# 启动账号1
python3 main.py -c ./configs/account1.ini

# 启动账号2（新终端）
python3 main.py -c ./configs/account2.ini

💡 提示：建议每个进程分配独立IP，避免触发系统反爬虫机制

智能选课规则配置

如何实现个性化选课策略？通过修改配置文件中的[rules] section：

互斥规则配置

当想选"数据结构"或"算法分析"其中一门时：

[mutual_exclusion]
group1 = CS101,CS102

延迟规则配置

当"操作系统"剩余名额小于5时才尝试选课：

[delay_rules]
OS201 = 5

性能优化建议

如何提升抢课成功率？尝试以下优化措施：

• 将interval参数调整为2-3秒（过短可能触发限流）
• 在非高峰时段预加载课程信息
• 定期清理cache目录缓存文件

生态拓展：构建完整选课解决方案

验证码识别引擎

PKUElectiveCaptcha2021Spring提供了底层识别能力，通过深度卷积神经网络实现字符级精准识别。该模型针对北大选课网特有的验证码风格进行训练，在测试集上达到99.16%的准确率，是本工具的核心技术支撑。

版本迭代演进

PKUElective2022Spring在本项目基础上优化了以下功能：

• 新增课程冲突检测算法
• 优化了多线程资源调度
• 增加选课结果推送通知
• 提供Web管理界面

这些衍生项目共同构成了北京大学自动选课的完整生态，用户可根据自身需求选择合适的工具组合。

常见问题解答

配置相关

Q: 配置文件中的course部分如何填写？
A: 需填写课程代码和优先级，格式为课程代码=优先级，如CS101=1（数字越小优先级越高）

运行相关

Q: 程序提示"验证码识别失败"如何处理？
A: 1. 检查model目录下是否存在cnn.20210311.1.pt模型文件
2. 尝试删除cache目录后重启程序
3. 更新PyTorch到最新版本

策略相关

Q: 如何平衡抢课效率与账号安全？
A: 建议设置合理的请求间隔（3秒以上），避免使用代理IP池，可在非选课高峰期测试配置正确性。

通过本文介绍的北京大学自动选课工具，相信你已经掌握了从环境配置到高级规则设置的全部流程。合理使用这些功能，将帮助你在选课季更高效地获取目标课程，祝各位同学选课顺利！