利用Python实现招聘平台自动投递功能

import time
import pyautogui

def click_with_timeout(img_path, confidence=0.8, timeout=3.0):
    start_time = time.time()
    
    # 在 timeout 秒内不断重试寻找目标图
    while time.time() - start_time < timeout:
        try:
            pos = pyautogui.locateCenterOnScreen(img_path, confidence=confidence)
            if pos:
                pyautogui.click(pos)
                return True
        except pyautogui.ImageNotFoundException:
            pass
        
        # 加一点小的 Jitter 避免 CPU 跑满
        time.sleep(0.2)
        
    # 彻底超时后不要报错让程序崩溃，返回 False 进行降级处理
    print(f"[{img_path}] 未出现，跳过。")
    return False

import sys

def execute_apply_action():
    # 1. 哨兵监测点：如果出现了达到上限的提示，说明不能再跑了
    if click_with_timeout("img_limit_reached.png", timeout=1.0):
        print("今日沟通达上限，直接停止任务。")
        sys.exit(0)

    # 2. 常规决策树兜底分支
    if click_with_timeout("img_chat_now.png", timeout=2.0):
        print("发现[立即沟通]按钮，已点击！")
    elif click_with_timeout("img_continue_chat.png", timeout=2.0):
        print("发现[继续沟通]按钮，此前聊过了，已点击！")
    else:
        print("未能识别当前的投递按钮，为了防止乱点，直接放弃当前职位。")

import cv2
import numpy as np

def is_job_unread(cropped_image_path):
    """
    判断该卡片图片区域中的标题是否没看过。
    (假设深色字体是未读，浅灰色字体是已读)
    """
    # 1. 读取截图
    img = cv2.imread(cropped_image_path)
    
    # 2. 计算 B, G, R 单个通道的全局均值
    mean_val = cv2.mean(img)
    mean_b, mean_g, mean_r = mean_val[0], mean_val[1], mean_val[2]
    
    # 3. 简单的特征判定法：如果 RGB 值整体偏高(发白/浅灰)，说明已经看过
    # 具体阈值可根据实际平台的色号校准
    if mean_b > 150 and mean_g > 150 and mean_r > 150:
        print("该岗位为已浏览状态（灰色），跳过。")
        return False
        
    print("该岗位标题偏暗/全黑，未访问过，准备点击。")
    return True

import keyboard
import os

# 这个标志可以让我们的 while 循环提前结束
RUNNING = True 

def emergency_stop():
    global RUNNING
    RUNNING = False
    print("【拦截】检测到 ESC 键，紧急制动！")
    os._exit(0) # 强杀进程，无论线程在阻塞什么

# 注册系统最高优先级的热键
keyboard.add_hotkey('esc', emergency_stop)

def main_loop():
    while RUNNING:
        print("我正在自动执行投递...")
        # 执行投递动作 ...
        time.sleep(2)