OXML結構化格式的Word試卷智能處理系統

吳為民

（福建船政交通職業學院信息與智慧交通學院，福州350007）

0 引言

目前大多數的試卷系統，都把題庫導入到數據庫中，然后生成試卷時從題庫中抽題形成試卷。這樣的作法一是試卷的保密程度不夠高，而且對于大量用圖形圖像的試題的支持不好，大部分只能支持文字類的試題。以Word文件直接作為題庫的數據庫，避免了按照常規的做法，題目需要導入到數據庫中過程的繁瑣和存在泄密的風險；而且實現題庫的本地化，利用Word直接維護題庫，可操作性和可視化程度高，以及對有圖像的理工類的題目支持非常好[1-2]

1 Word文檔的XML結構

較早的Word格式doc被稱為“二進制”格式。從2007 Microsoft Office System開始，Microsoft Office使用基于Open XML的文件格式，例如.docx、.xlsx和.pptx。這些格式和文件擴展名適用于Microsoft Word、Micro?soft Excel和Microsoft PowerPoint。利用Word文檔的XML結構，我們通過程序對Word文檔進行增刪改查的處理，實現類似數據庫的功能，為將Word文檔直接作為數據庫奠定基礎。

Docx文件是XML文件的Zip存檔。最簡單的Word文檔的主要文檔結構包含以下XML元素[3-4]：

其中：document：文檔部分的根元素，它定義了主要文檔的結構。Body：主體—用于收集構成文本的塊級結構的容器。P：段。R：段落中的分句。T：文本。

2 Python的Word文檔SDK

存在幾個可用于在Python中讀寫MS Word文件的庫。但是，由于其易用性，我們將使用python-docx模塊。python-docx是用于創建和更新Microsoft Word（.docx）文件的Python庫。在終端中執行以下pip命令，以加載python-docx模塊，如下所示：

$pip install python-docx

使用python-docx模塊，我們有3種不同的數據類型：

document：整個文檔的Document對象。

Paragraph：文檔對象內段落的段落對象。

Run：每個“段落”對象包含一個“運行”對象列表。

圖1 Word基本數據結構

python-docx允許Python程序對Word文檔進行讀、寫、修改、字符串比較等操作。因此為將Word文檔作為數據庫奠定了基礎[5]

3 試卷智能處理系統實現與測試

試卷智能處理系統利用python-docx庫以及Word文檔的XML結構，將題庫的題目都存放在Word文檔中，對Word文檔實現數據庫的增刪改查的功能，在此基礎上構建試卷智能處理系統，其功能模塊如圖2所示。

圖2 系統主要功能模塊圖

圖3 主界面圖

3.1 題庫預處理

在題庫的預處理模塊，對題庫的Word文件進行掃描，發現題庫中存在的格式錯誤。

圖4 題庫預處理結果

3.2 試卷的配置

對試卷進行出卷配置。

圖5 試卷配置界面

3.3 生成試卷的實現

根據試卷配置表和Word題庫，生成考試試卷。

圖6 生成試卷結果界面

4 結語

通過該系統的使用，增強了題庫的可視化程度和本地化，為題庫的維護提供了方便，增強了題庫的安全性，同時也大大地減輕了出題工作人員的負擔，提高了試卷出卷的效率和卷面的質量。