2018年4月。 当时我14岁。我和我的朋友们随后参加了VKontakte上非常受欢迎的在线测验“ Clover”。 我们中的一个人（通常是我）总是在笔记本电脑后面，试图快速搜索Google问题并浏览搜索结果以获取正确答案。 但是突然间，我意识到自己每次都在做同样的事情，因此决定尝试用Python 3编写它，那时我对它不了解。
步骤0。这是怎么回事？
首先，我将在您的记忆中刷新“三叶草”的原理。
每个人的游戏同时开始-莫斯科时间13:00和20:00。 要播放，您需要此时进入应用程序并连接到直播。 游戏持续15分钟，在此期间，问题会
同时通过电话发送给参与者。 答案是
10秒。 然后宣布正确答案。 所有猜到的人都走得更远。 共有12个问题，如果您回答所有问题，您将获得现金奖励。
事实证明，我们的任务是立即从三叶草服务器中捕获新问题，通过搜索引擎对其进行处理，并根据搜索结果确定正确答案。 决定将答案输出到电报机器人中，以便在比赛期间直接在电话上弹出来自该机器人的通知。 由于响应时间非常有限，因此所有这些操作都需要在几秒钟内完成。 如果您想看看一个相当简单而又有效的代码（对于初学者来说很有用）如何帮助我们击败了Clover，欢迎您切入。
步骤1.从服务器获取问题
起初，这似乎是最困难的阶段。 我已经深吸了一口气，准备好像计算机视觉，拦截流量或对应用程序进行反编译一样疯狂……当突然出现一个惊喜等待着我时-Clover拥有开放的API！ 它没有记录在任何地方，但是如果在游戏过程中，一旦所有玩家被问到一个问题，就在api.vk.com上提出一个请求，然后作为回报，我们将以JSON的形式获得所问的问题和答案选项：
https://api.vk.com/method/execute.getLastQuestion?v=5.5&access_token=VK_USER_TOKEN
作为access_token，有必要转移任何VKontakte用户的API令牌，但重要的是它最初是专门为Clover发行的。 他的app_id是6334949。
第2步。我们通过搜索引擎处理问题
有两种选择：使用正式的搜索引擎API或将搜索参数直接添加到地址栏，然后解析结果。 最初，我尝试了第二个，但是有时我不但会捕获验证码，而且还浪费了很多时间，因为页面平均加载时间为2秒。 我想提醒您，我们最好在这两秒钟内见面。 好吧，最重要的是-我没有从搜索引擎上获得关于必要主题的大而结构化的文本，因为在搜索页面上只有一小部分必要的材料（称为
摘要）挂着：
因此，我开始寻找API。 Google不合适-他们的解决方案非常有限，返回的数据很少。
事实证明，
Yandex.XML是最慷慨的-它允许您每天发送10,000个请求，而不是每秒发送5个，并非常快速地返回数据。 对它的请求可选地是页数（最多100页）和段落数-用于形成摘要的特殊值。 我们以XML获取数据。 但是，这些都是相同的片段。
为了让您熟悉和体验Yandex的回报，以下是一个查询示例的回答示例：“视频系列“塞尔达传说”中主要对手的名字是什么？：
Yandex。 驱动器 。
我很幸运，事实证明，在pypi中，已经存在一个单独的
yandex-search模块。 因此，我尝试从服务器上获取问题，在Yandex中找到问题，从摘要中提取一个大文本并将其分解为句子：
import requests as req import yandex_search import json apiurl = "https://api.vk.com/method/execute.getLastQuestion?access_token=VK_USER_TOKEN&v=5.5" clever_response = (json.loads(req.get(apiurl).content))["response"]
步骤3.搜索答案
最初，根据代码片段准确识别答案的任务对我来说似乎是不切实际的（我想提醒您，在编写代码时，我是绝对的初学者）。 因此，我决定首先简化通过手动搜索执行的任务。
将我们的问题带入搜索引擎时，我和我的朋友做了什么？ 他们开始迅速通过眼睛寻找结果的答案。 这种方法有什么问题？ 在
多字母形式中，有很多不必要的内容，其中不包含有关答案和建议的信息。 有时用我的眼睛进行搜索需要很长时间。 因此，我决定要做的第一件事是选择所有提及任何答案的句子并显示它们，以便我们在很小的文本中寻找答案，该文本准确地包含了我们所需要的信息。
hint = []
似乎可以得到正确的报价，阅读并正确回答。 但是，如果我们找不到一个句子怎么办？ 在这种情况下，我决定修剪单词以免在其他情况下漏掉它们。 并捕获从源头形成的那些。 简而言之，我只是将它们的结尾修剪成两个字符：
if len(hint) == 0: def cut(string): if len(string) > 2: return string[0:-2] else: return string short_ans1, short_ans2, short_ans3 = cut(ans1), cut(ans2), cut(ans3) for pred in itemslist:
但是即使有了这样的安全网，仍然有一些提示仍然为空的情况，仅仅是因为结果并不总是触及答案。 说到问题
“这些作家中有谁有一个故事，就像第2组的歌曲一样命名？” 找不到确切答案。 在这种情况下，我采取了相反的方法-我询问了答案，并根据结果中提到问题的单词的频率推导出了选择。
if len(hint) == 0: questionlist = question.split(" ") blacklist = ["", "", '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''] for w in questionlist: if w in blacklist: questionlist.remove(w) yandex_ans1 = yandexfind(ans1) yandex_ans2 = yandexfind(ans2) yandex_ans3 = yandexfind(ans3)
至此，脚本获得了基本功能。 而现在，在四叶草发布仅一个半星期之后，我们就坐在那里并且已经在玩这种自制的“骗子”。 当我们第一次
赢得比赛时，应该通过阅读命令行上的建议就像魔术一样，看到了我们与朋友的面孔！
步骤4.显示明确答案
但是很快这种格式很累。 首先，每场比赛您都必须坐在笔记本电脑前。 其次，我的朋友们要求提供脚本，我厌倦了向所有人解释如何插入其VKontakte令牌，如何配置Yandex.XML（它与IP绑定，即必须为脚本的每个用户创建一个帐户）以及如何在计算机上安装python。
如果在比赛期间在手机的推送通知中弹出答案，那就更好了！ 只需查看屏幕顶部并回答推送通知中的内容即可！ 如果您为脚本创建电报频道，则可以为每个人组织此活动！ 太好了！
但是，仅以电报显示相同的句子是不可行的。 从手机读取它们非常不方便。 因此，我必须自己学习脚本以了解哪个答案是正确的。
我们导入
telebot并将所有
print（）函数更改为
send_tg（）和
notsure（） ，我们将在最后一种方法中使用它们，因为它比其他方法更容易丢失：
def send_tg(ans): bot.send_message("@autoclever", str(ans).capitalize()) print(str(ans)) return def notsure(ans): send_tg(ans.capitalize() + ". !") hint.append("WE TRIED!")
在那一刻，我意识到摘要比长篇文章要好得多！ 因为搜索引擎非常努力地为我们的请求
提供答案 ，而不仅仅是查找单词匹配项。 他成功了-片段通常包含正确的答案，而不是错误的答案，也就是说，无需分析文本。 而且我实际上不知道如何。
因此，我们很容易计算结果中单词的提及：
anscounts = { ans1: 0, ans2: 0, ans3: 0 } for s in hint: for a in [ans1, ans2, ans3]: anscounts[a] += s.count(a) right = (max(anscounts, key=anscounts.get)) send_tg(right)
结果是什么：
进一步的命运
公平地说，我必须说我没有在死亡机器上获得成功。 平均而言，机器人在12个问题中仅正确回答了9-10个问题。 这是可以理解的，因为有些棘手的人没有屈服于Yandex搜索的解析。 我和我的朋友们厌倦了不断地提出一些问题并等待成功的游戏，机器人最终将正确回答所有问题。 奇迹没有发生，我真的不想再修改脚本了，然后，由于不再希望获得轻松的胜利，我们放弃了游戏。
随着时间的流逝，我的想法开始渗入其他年轻开发人员的头脑。 到2018年日落时，至少有10个机器人和站点对三叶草中的问题进行了猜测。 任务不是那么困难。 但是令人惊讶的是，他们中没有一个人每场比赛都能碰到9-10个问题，后来像我的机器人一样，所有问题都降到了7-8个问题。 显然，问题的编辑者清楚地说明了如何构成问题，从而使搜索引擎的工作无关紧要。
不幸的是，该机器人无法最终确定下来，因为12月31日，四叶草花了最后的广播，而且我没有任何疑问。 但是，对于新手程序员而言，这是一次很棒的经验。 当然，高级用户肯定会面临巨大挑战-想象一下word2vec和text2vec二重奏，同时向Yandex，Google和Wikipedia发送异步请求，高级问题分类器以及在出现故障的情况下重新格式化问题的算法……嗯！ 也许，对于这样的机会，我更喜欢这款游戏，而不是游戏本身。