【芥末堆注】课程表类应用基于课程表进行社交，超级课程表和课程格子有数百万甚至上千万用户，但是前提是有课程数据，来听课程格子的工程师讲述如何搜集高校的课程数据。以下摘自知乎问答：

做的过程并没有看上去那么难，方法有以下三种：

1、教务系统接入，同步导出个人课表。我们并没有一开始就做这个功能，而是等到拥有百万用户和很多热心粉丝之后才开始做这个功能。我们从校园大使、热心用户那里收集到了1000所大学的教务地址、学生学号和密码，然后分析了一下学校教务的账号结构。清华的那个同学说的很对，每个学校的结构都不一样，如果不更多的依靠技术，无疑是一件费时费力的事情。我们也想过雇佣几十个实习生，一个一个学校做。但觉得这个方法效率太低，可维护性太差，也不符合我们团队的风格。

我自己搭建了一套系统，自动排查，迅速筛掉不可以做导入的学校，这些学校包括：屏蔽外网的、教务没有课表的等等；然后是全自动的测试系统，用登录结果跟已知算法匹配。最后是输出调整，根据输出进行语义分析的调整。搭建整个系统用了一周，这一周正好收集到了账号，然后在接下来的一周我们就解决了500所高校的导入问题。不过还是会有局限，这个工作不可能覆盖全部的高校，所以注定更多的高校是没有办法连通教务导入课表的。

2、手动输入课表。这个看上去简单实际却很复杂的问题。手动录入之后，课程就被全校共享了，我们遇到过手动输入全系50多门课的雷锋用户。关键在于：输入信息错误怎么办？重复怎么办？我们的后台有一整套自动算法，把这个问题解决90%。

3、另外就是录入数据的问题，我们试图导入全校数据，不过发现效果不好，也就导入了清华北大，因为团队里面有清华北大的同学，其他的没怎么弄。

其实最让我们意外的是用户产生数据的积极性，超过了我们的预期，用户贡献内容比例非常高。随着数据生成的方式多样化和已有数据积累，也许以后我们能做到课程数据的零输入。

总体来说，这是一个复杂但有挑战的技术问题。我们也没有百分之百解决。

文章来自知乎回答，作者黄祥旦，课程格子工程师。