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 imp6、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 331271:
m="第一章 会计管理及反洗钱类 单选题"
elif 12702147:
m="第一章 会计管理及反洗钱类 多选题"
elif 21462595:
m="第一章 会计管理及反洗钱类 判断题"
elif 25943086:
m="第一章 会计管理及反洗钱类 简答题"
elif 30853508:
m="第二章 个人金融类 单选题"
elif 35073772:
m="第二章 个人金融类 多选题"
elif 37743881:
m="第二章 个人金融类 判断题"
elif 38803953:
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 impdef 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~