python建立题库随机抽题_利用python——从题库得到得到随机试卷

代码思路：

1、读取 txt 文档，文件基本操作

2、遇到了 编码问题

这里用到了Unidode强制编码函数，将其转化为‘utf_8_sig’格式，经过实践证明可以。

这里说一下编码问题，Python2默认编码方式是ANSII码，遇到中文编码问题，网上解决方法如下：

(1) sys 设置 defaultencode，经过测试 python2.7版本不能用，python3.5可用

(2) 即下面代码的方法，强制编码，txt文件可在sublim/notebook转化为utf8编码的方式。

lis = unicode(lis, encoding='utf_8_sig' )

lis.encode('utf-8')

3.接下来，查找题目。

为了出题随机，我们随机提取的行数如下，其中line_start[i]为该部分最开始的行数

p=random.randint(1,50)+line_start[i]

我们暂定为 往下 15行为文本提取的内容。(为什么是15行呢， 因为最长的题目不超过15行)

这里用到了正则表达式，题目的起始符号为 “ 数字+、”。

正则表达式，这里又遇到一个坑，这个坑是什么呢？大家可以试一试，中文的标点符号正则表达匹配不出来

原因是先要把待匹配的转化为utf8字符，再进行匹配，这里”、”这个符号的UTF8编码是u3001，具体代码如下：

这里 ww.S 即 re.S ， 因为 我 import re as ww， 至于为什么这样，因为遇到了我也不知道的bug，说 re 不行，那就as W喽。

lis = unicode(lis, encoding='utf_8_sig' )

lis.encode('utf-8')

lis=ww.findall(u"(\d+[\u3001].*?)\d+[\u3001]",lis,ww.S)

这样我们就得到了提取到的题目

4、题目分配算法

接下来，题目有很多部分，那么怎么划分呢？

按照权重来喽，为了确保

5、出题随机算法

为了确保题目覆盖范围，足够随机，可调整。

line_end是 该部分结束的行数，p是当前行数，counts 是总题目数，time_i是当前的题目数

这里的算法思路是，整体均衡，动态调整 。

p为行数，是决定当前题目的。为了随机，我们让p+随机数。

imp=get_imp(line_end[i],p,counts[i],time_i)

p=p+imp

为了均衡， imp 数学期望确保 = 总行数/题目数

那么如何动态调整呢，这里用到了梯度下降算法(这就有点装了，其实不过是一阶龙哥库塔，或者泰勒一阶展开，其实就是 y(t+Δt)=y+y(t)’*Δt，很简单。

ans=int((line_end-p)/counts

为了照顾大题少，小题多，大题靠后，这里稍微倾斜了一下。

def get_imp(line_end,p,counts,time_i):

ans=int((line_end-p)/counts)

if ans<3:

ans=2

if 1.0*time_i/counts<0.75:

imp=random.randint(1,5*ans-1)

else:

imp=random.randint(1,ans-1)

return imp

6、保存文件

这里使用时间名字进行保存，为了避免重复。

全部代码如下：

#coding=utf8

import random

import re as ww

import sys

import time

def re(lis):

try:

# type(lis)

lis = unicode(lis, encoding='utf_8_sig' )

lis.encode('utf-8')

lis=ww.findall(u"(\d+[\u3001].*?)\d+[\u3001]",lis,ww.S)

if len(lis)==0:

for y in range(1,85):

lis=lis+s[p+y]

lis = unicode(lis, encoding='utf_8_sig' )

lis.encode('utf-8')

lis=ww.findall(u"(\d+[\u3001].*?)\d+[\u3001]",lis,ww.S)

lis = unicode(lis, encoding='utf_8_sig')

return lis[0]

except:

return "You are so fine that I cannot help missing u"

def search(p):

m=""

if 33

1271:

m="第一章 会计管理及反洗钱类 单选题"

elif 1270

2147:

m="第一章 会计管理及反洗钱类 多选题"

elif 2146

2595:

m="第一章 会计管理及反洗钱类 判断题"

elif 2594

3086:

m="第一章 会计管理及反洗钱类 简答题"

elif 3085

3508:

m="第二章 个人金融类 单选题"

elif 3507

3772:

m="第二章 个人金融类 多选题"

elif 3774

3881:

m="第二章 个人金融类 判断题"

elif 3880

3953:

m="第二章 个人金融类 简答题"

return m

def get_lines():

line_num=[3053,872,310,440,635]

line_start=[0,3085,3952,4262,4701]

line_end=[3086,3953,4263,4702,5333]

return line_num,line_start,line_end

def get_count(n1,n2,n3,n4,n5,count):

counts=[]

sum_n=n1+n2+n3+n4+n5

sum_n=sum_n*1.0

counts.append(count-int(count*n2/sum_n)-int(count*n3/sum_n)-int(count*n4/sum_n)-int(count*n5/sum_n))

counts.append(int(count*n2/sum_n))

counts.append(int(count*n3/sum_n))

counts.append(int(count*n4/sum_n))

counts.append(int(count*n5/sum_n))

return counts

def xiaohua():

lisxiaohua=["Wanna to see U","You Guess~How much I miss U","我家慧慧可可爱了","I miss U ,like the sea","Sincerely,yours "]

xhNum=random.randint(0,len(lisxiaohua)-1)

xiaohua=lisxiaohua[xhNum]+"\n"

return xiaohua

def get_imp(line_end,p,counts,time_i):

ans=int((line_end-p)/counts)

if ans<3:

ans=2

if 1.0*time_i/counts<0.75:

imp=random.randint(1,5*ans-1)

else:

imp=random.randint(1,ans-1)

return imp

def ma(n1,n2,n3,n4,n5,count,part):

str1=time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))

str2=str1.replace(':','_')

str1="测试时间".decode('utf8')+str2+".txt"

ff = open(str1,'w')

ff.close()

ff = open(str1,'w')

counts=get_count(n1,n2,n3,n4,n5,count)

unicode_str = unicode('中文', encoding='utf_8_sig' )

print unicode_str.encode('utf-8')

default_encoding = 'utf8'

if sys.getdefaultencoding() != default_encoding:

print sys.getdefaultencoding()

f=open('TIKU.txt','r')

s=f.readlines()

print len(s)

l=1

line_num,line_start,line_end=get_lines()

for i in range(0,part):

time_i=0

# print "温州银行考试\n"

# print "************************SECRET*************************\n"

#print "第"+str(i+1)+"部分"+" 题目数量"+str(counts[i])+"\n"

#print "************************SECRET*************************\n"

ff.writelines("************************SECRET*************************\n")

ff.writelines("第"+str(i+1)+"部分"+" 题目数量"+str(counts[i])+"\n")

ff.writelines("************************SECRET*************************\n")

if i == 0 :

p=random.randint(28,88)

else :

p=random.randint(1,50)+line_start[i]

lenth=line_end[i]

while(pand time_i""

q=s[p]

try:

for y in range(1,20):

if p+y>len(s):

lis = "天荒地老"

else :

lis=lis+s[p+y]

except:

lis=q

m=search(p)

number="\n"+"第"+str(l)+"题"+" "+m+"\n"

lis=re(lis)

a=''

for tt in range(len(lis)):

a+=str(lis[tt].encode('utf8'))

# print number

#print lis

ff.writelines(number)

ff.writelines("\n"+a+"\n")

if l%3==0:

if random.randint(0,10)>6:

xh=xiaohua()

# print xh

ff.writelines(xh+"\n")

if l%30==0:

# print "小慧慧,休息一下啦\n"

ff.writelines("小慧慧,休息一下啦\n")

l=l+1

#imp=importance(n1,n2,n3,n4,count)

imp=get_imp(line_end[i],p,counts[i],time_i)

p=p+imp

time_i=time_i+1

ff.close()

def mam(p):

for i in range(0,p):

ma(80,40,30,15,15,100,5)

time.sleep(1)

print i

mam(10)

PS.过两天我会上传另外一个版本，是简单的数学问题。希望实现百词斩的算法。如果时间充足，搞一个基于机器学习的简单的分类器。目前计划：

0、提取题目，将题目分类。小包括数字个数，类划分使用特征词汇的方法。

1、将题目存入数据库或者列表。由于比较小，存成csv格式应该差不多足够了。

2、设置一个记录做对/错的记录列表。暂时用列表。

3、针对性对错题 在生成试卷的过程中再出现。

预期目标：输入txt文本文件，能够实现出题/界面程序/猿题库或者百词斩形式，假期用两三天完成吧。有愿意开发的一起哦~

邮箱：sx1995@buaa.edu.cn