问自动化班次时间表优化爬虫？

EN

根据您对#6的计划，以及数据集的大小，它可能并不简单；对我来说，这无疑是NP硬全局优化的味道.

不过，如果您谈论的是几十个节点(而不是数百个节点)，那么一个相当愚蠢的算法应该能够提供足够好的性能。

因此，您有两个限制：

1. 按分数对类进行的总体排序；这是灵活的。
2. 阶级冲突；这是不灵活的。

我所说的“灵活”的意思是，你可以去更间隔的班级(分数较低)，但你不能同时上两个班。有趣的是，得分和冲突之间可能存在正相关关系；得分较高的班级更容易发生冲突。

我第一次通过一种算法：

selected_classes = []
classes = sorted(classes, key=lambda c: c.score)
for clas in classes:
    if not clas.clashes_with(selected_classes):
        selected_classes.append(clas)

如果课程长度不均衡，从奇怪的时间开始，那么解决冲突可能会很尴尬。将开始时间和结束时间映射为“时间块”的简化表示(每15分钟/ 30分钟或任何您需要的时间)，可以更容易地查找不同类的开始和结束之间的重叠。

BeautifulSoup在这里被提到过几次，例如在python中获取xml属性值列表。

美丽的Soup是一个Python /XML解析器，专为屏幕抓取之类的快速周转项目而设计。有三个特性使其强大：

1. 漂亮的汤不会窒息，如果你给它不好的标记。它生成一个解析树，它与原始文档大致相同。这通常足以收集您需要的数据，然后逃跑。
2. 美丽的Soup提供了一些简单的方法和Pythonic成语，用于导航、搜索和修改解析树:用于剖析文档和提取所需内容的工具包。您不必为每个应用程序创建一个自定义解析器。
3. 漂亮的Soup自动将传入的文档转换为Unicode，将传出的文档转换为UTF-8。您不必考虑编码，除非文档没有指定编码，而且Beautiful无法自动检测编码。然后，您只需指定原始编码。

美汤会解析你给它的任何东西，并为你做遍历树的事情。您可以告诉它“查找所有链接”，或者“查找externalLink类的所有链接”，或者“查找urls与"foo.com”匹配的所有链接，或者“查找具有粗体文本的表标题，然后给我该文本”。“

曾经被锁在设计不善的网站上的有价值的数据现在就在你的手中。花上几个小时完成的项目，只需几分钟就可以得到美汤。

这里的问题太多了。

请将其分解为主题区域，并就每个主题提出具体问题。请把注意力集中在其中一个，并提出具体问题。请定义你的术语：“最佳”并不意味着没有一些具体的衡量优化。

这是我在你的主题列表中看到的。

1. 抓取HTML 1使用其企业登录引擎登录到网站 2找出我的本学期及其相关科目(预习) 导航到正确的页面，并从每一个相关的主题(讲座，实践和研讨会的时间)获得数据。 4对无用信息的数据进行处理。
2. 有些算法基于“更接近彼此”来“排序”，以寻找“最佳时间”。由于这些术语没有定义，因此几乎不可能在这方面提供任何帮助。 5排列彼此较近的等级较高，随机日的等级较低。 6解决最佳时间表方案
3. 输出一些东西。 给我一个最好的案例信息的详细列表。 8输出一个可能的类信息的详细列表(例如，有些可能是完整的)
4. 优化一些东西，寻找“最好的”。另一个无法定义的术语。 让程序自动选择最好的类。 继续检查，看看我们是否能达到7。

顺便说一下，Python有"列表“。不管它们是否有“联系”，都没有真正涉及到其中。