THU-Questionnaire-Downloader 是一个专为清华大学调查问卷系统 (https://wenjuan.tsinghua.edu.cn) 设计的自动化数据采集工具。它能够自动登录、抓取问卷数据，并智能下载包括图片和清华云盘视频在内的多媒体附件，最终生成包含完整信息的 Markdown 和 PDF 汇总报告，极大地简化了多媒体问卷数据的整理工作。
核心功能涵盖了从数据获取到报告生成的全流程：
- 自动交互：利用
DrissionPage自动完成问卷网的登录与密码验证，支持按日期范围筛选数据。 - 媒体下载：不仅能保存普通的文本回答，还能自动识别并下载问卷中的图片附件，以及调用 THU-Cloud-Downloader 下载存储在清华云盘的视频文件。
- 报告生成：自动生成结构化的
booking_info.md汇总文件，嵌入本地文件链接，借助 Pandoc 自动导出 PDF 版本。
thu_questionnaire_downloader.py 中的程序流程和报告结构仅作为示例，请注意结合问卷查询页面的实际结构进行调整。
项目保持了扁平简洁的文件结构：
main.py: 入口脚本。负责读取配置、调度下载任务、生成最终报告。thu_questionnaire_downloader.py: 核心逻辑。包含爬虫实现、数据解析、资源下载及 Markdown 生成逻辑。config.json: 配置文件。存储用户凭证、目标问卷信息及路径设置。output/: 默认输出目录。包含生成的booking_info.md、PDF 报告以及按条目分类的资源子文件夹。
开发在 Python 3.12.9 环境中完成，据 AI 分析理论上 Python 3.8+ 都能兼容，但建议使用最新版本以获得最佳性能和兼容性。
- 克隆仓库并进入目录。
- 安装依赖：
pip install DrissionPage rich pypandoc requests
- 准备外部工具 THU-Cloud-Downloader 用于视频下载。
若需 PDF 生成，还需安装 Pandoc。未安装 Pandoc 将导致 PDF 转换失败，但 Markdown 文件仍会正常生成。
在根目录创建 config.json，参考以下格式（注意 Windows 路径需使用 / 或 \\）：
{
"questionnaire": 问卷查询链接的标识,
"password": 查询密码,
"downloader_script_dir": "E:/Path/To/THU-Cloud-Downloader",
"date_start": "2023-10-01",
"date_length": 7,
"save_dir": "E:/Output/Directory"
}| 参数 | 类型 | 说明 |
|---|---|---|
| questionnaire | str |
问卷查询链接中的标识部分，来自对外查询链接 https://wenjuan.tsinghua.edu.cn/setting/result/{questionnaire}/ |
| password | str |
问卷查询链接设置的查询密码 |
| downloader_script_dir | str |
THU-Cloud-Downloader 的脚本目录路径 |
| date_start | str |
查询起始日期，格式为 YYYY-MM-DD；默认为当前日期 datetime.date.today() |
| date_length | int |
查询日期长度（天数）；默认为 7，表示查询从 date_start 起（含）向后 7 天内的数据 |
| save_dir | str |
问卷数据和资源的保存目录路径；默认为当前目录下的 output 文件夹 |
直接运行 python main.py 即可启动自动化任务。
- 路径格式：在
config.json中配置 Windows 路径时，务必使用双反斜杠\\或单正斜杠/，否则会引发 JSON 解析错误。 - 编码问题：项目已处理 Windows 控制台编码问题，但若仍遇乱码报错，请尝试设置环境变量
PYTHONIOENCODING=utf-8。 - 外部依赖：视频下载依赖 THU-Cloud-Downloader，请确保该脚本路径配置正确且可独立运行。
- Markdown 预览：生成的 Markdown 文件路径采用
<file:///>协议，其他编辑器可能表现不同。