04741计算机网络原理填空题docx解析与自动判分题库构建

简介面向自考计算机网络原理04741课程复习与期末备考的填空题练习文档适合需要按章节自测、查漏补缺的学习者使用。内容围绕OSI七层模型、TCP/IP协议族、局域网介质访问控制、网络操作系统、网络互连设备、域名与URL、网络安全及网络管理五大功能等高频知识点组织以填空形式强化概念记忆并附参考答案便于即时核对。压缩包内共1个docx文件大小约36KB结构单一、打开即可练习适合打印或电子端反复刷题。当前已有221人学习下载可作为课程同步练习、考前速记和易错点复盘的材料帮助读者快速定位协议名称、层次功能与常见网络术语的掌握盲区。1. 04741 计算机网络原理填空题 docx 为什么先当数据处理翻三遍还在同一个空上翻车打开一份04741计算机网络原理填空题及答案.docx多数人的用法是滑动滚轮看一句、心里默念一个词、再往下找答案。前三页还行到「香农公式的有效带宽」「CSMA/CD 的争用期」「滑动窗口的发送窗口上限」这些地方就开始一边翻一边忘。问题不在记性在于这份材料的组织方式它是一份给人眼看的线性文本而不是一份能判分、能统计、能重排的结构化题库。04741计算机网络原理这门课的填空题有个特点答案短、术语密度高、前后章节强耦合。一个空填错往往不是那个词没背而是把「运输层」的机制套到了「网络层」上。想定位这种错必须知道自己在哪一章、哪一类知识点上反复出错而这恰恰是 docx 给不了的。所以这篇东西的定位很明确把这份 docx 当成一份待解析的数据源走完「抽段落 → 提三元组 → 归一化答案 → 自动判分 → 错题回流 → 正确率热力表」这条链路。适合手里只有一份 docx、又想在一个晚上把刷题闭环搭起来的人。2. 拆 04741 填空题的文档结构从段落文本到「题干—空位—答案」三元组2.1 一道填空题在 docx 里的三种常见排版在写任何解析代码之前先把文件翻一遍确认它属于哪一类排版。常见的就三种处理成本差别很大。第一种是行内答案题干和答案挤在一段里形如1OSI 参考模型共分为______层。答案7。这种最好处理一次正则就能同时切出题干和答案。第二种是文末答案区正文只有题干答案统一堆在文档最后形如17 2传输层 3ARP。这种要建两张表做序号对齐序号一旦断层就整体错位。第三种是下划线格式空你眼睛看到的是横线但paragraph.text里什么都没有。这是最容易翻车的一类因为空位不是字符而是 run 的下划线属性。先把段落原样打印出来看一眼比凭印象写正则靠谱得多。下面这段代码不解析只做观察。from docx import Document doc Document(04741计算机网络原理填空题及答案.docx) # 只观察前 40 个非空段落看编号风格、空位写法、答案位置 shown 0 for i, p in enumerate(doc.paragraphs): text p.text.strip() if not text: continue print(i, repr(text[:90])) shown 1 if shown 40: break print(总段落数:, len(doc.paragraphs)) print(表格数:, len(doc.tables))跑完之后重点看三件事编号后面跟的是全角点还是半角点空位是连续下划线、全角括号还是真下划线格式答案有没有独立成段。repr()是必须的它会把\u3000全角空格和\u200b零宽空格原样暴露出来这两个东西在后面判分环节能把人折腾到怀疑人生。顺带确认一下表格数。有些整理版会把题目塞进两列表格里左边题干右边答案而doc.paragraphs是不含表格文本的直接遍历正文会整块漏掉。2.2 用 python-docx 抽段落并合并表格一份不漏的取文本方式确认结构之后写一个统一的取文本函数。目标是拿到一个按文档顺序排列的段落列表同时把表格里的行也拉进来。文档顺序这件事别偷懒doc.paragraphs和doc.tables是分开的两个集合直接相加会打乱顺序答案区和题干区的相对位置就没了。from docx import Document from docx.table import Table from docx.text.paragraph import Paragraph def iter_block_items(doc): 按文档真实顺序依次产出 Paragraph 和 Table body doc.element.body for child in body.iterchildren(): if child.tag.endswith(}p): yield Paragraph(child, doc) elif child.tag.endswith(}tbl): yield Table(child, doc) def load_lines(path): doc Document(path) lines [] for block in iter_block_items(doc): if isinstance(block, Paragraph): t block.text.strip() if t: lines.append(t) else: # 表格按行拼接题干 答案合成一行方便后面统一走正则 for row in block.rows: cells [c.text.strip() for c in row.cells] cells [c for c in cells if c] if cells: lines.append( .join(cells)) return lines lines load_lines(04741计算机网络原理填空题及答案.docx) print(len(lines)) print(\n.join(lines[:10]))iter_block_items的核心是遍历doc.element.body的子元素按 XML 顺序判断是p还是tbl。这是绕开「段落与表格分离」这个坑的标准做法。表格行拼接成一行时用空格连接是因为后面所有正则都按「一行一题」的假设写。如果一道题被拆成两行题干一行、答案一行这里不要急着合并留给下一步按编号判断——硬合并会把相邻两道题粘在一起那是更难查的错。还有一个参数值得注意cell.text对合并单元格会重复返回同一段文本。如果表格里有跨列合并的表头去重前先按内容判断别指望row.cells的长度。2.3 空位与答案的四种正则把段落切成结构化记录到这一步手上是一堆字符串每行可能是题干、可能是答案、可能是章节标题。用四条正则分而治之。import re # 1. 题号兼容 1 12. 3 第5题 RE_NUM re.compile(r^\s*(?:第)?\s*(\d{1,3})\s*(?:题)?\s*[.、,)]\s*) # 2. 行内答案段末括号里带答案/答字样 RE_ANS_INLINE re.compile(r[(]\s*(?:答案|答|参考答案)\s*[:]?\s*([^)]*)[)]\s*[。.]?\s*$) # 3. 独立答案行答案xxx RE_ANS_LINE re.compile(r^\s*(?:答案|答|参考答案)\s*[:]\s*(.)$) # 4. 章节标题如 第二章 数据链路层 或 一、物理层 RE_CHAPTER re.compile(r^\s*(?:第[一二三四五六七八九十]章|[一二三四五六七八九十]\s*[、.])\s*(.)$) def parse_lines(lines): questions, answers {}, {} chapter 未分类 for line in lines: m RE_CHAPTER.match(line) if m and len(line) 40: chapter m.group(1).strip() continue m RE_ANS_LINE.match(line) if m: # 独立答案行按空格切分与题号顺序对齐 parts re.split(r\s{2,}|\t, m.group(1).strip()) for idx, a in enumerate(parts, start1): answers[idx] a.strip() continue m RE_NUM.match(line) if not m: continue qid int(m.group(1)) body line[m.end():] m2 RE_ANS_INLINE.search(body) if m2: ans m2.group(1).strip() stem body[:m2.start()].strip() questions[qid] {stem: stem, chapter: chapter, answer: ans} else: questions[qid] {stem: body.strip(), chapter: chapter, answer: None} # 文末答案区回填 for qid, q in questions.items(): if not q[answer] and qid in answers: q[answer] answers[qid] return questions四条正则各自负责一件事RE_NUM切题号RE_ANS_INLINE抓行内答案RE_ANS_LINE抓独立答案行RE_CHAPTER记章节归属。RE_NUM里那串[.、,)]是踩过坑才补全的文档里1全角点和1.半角点经常混用同一个文件里两种都有。只写半角点就会漏掉一半题目而且漏得很隐蔽——总题数看起来还挺多直到你发现题号从 30 跳到 60。RE_CHAPTER加了len(line) 40的限制。原因很直白一道题干里出现「第三章的协议」这种表述时也会被误判成章节标题长度限制是最省事的过滤。answers用字典按序号存不用列表。列表靠索引隐式对齐文末答案区少写一个答案后面全部错位一位而且错了不报错只是你背的答案全是隔壁题的——这种错比解析失败可怕得多。跑完先做两个自检拿sum(1 for q in questions.values() if not q[answer])看还有多少题没配上答案再抽查第 1、中间、最后各三道人工核对题干和答案。这一步花五分钟能省掉后面两小时的困惑。3. 题库落地成 JSON 与 SQLite字段设计、答案归一化和按知识点检索3.1 一条填空题的字段设计从 qid 到 knowledge_point结构化之后的字段决定了后面能问出什么问题。字段太少只能刷题字段够了才能做统计。我一般会定成下面这一组。字段类型用途是否必填qidint主键来自原文档题号是chapterstr章节归属用于正确率分组是stemstr题干原文含空位占位符是blanksint空位数量决定判分方式是answerstr标准答案原文是answer_normstr归一化后的答案判分用是aliaseslist同义答案如「运输层/传输层」否knowledge_pointstr知识点标签否attemptsint作答次数是right_cntint答对次数是last_resultstr最近一次结果否due_atstr下次复习日期否blanks这个字段很多人会省掉但它决定了判分逻辑。单空题可以直接字符串比较多空题必须按空位切分答案再逐个比对两套逻辑混在一个函数里迟早出事。knowledge_point建议半自动生成先用关键词映射把题目打到知识点上比如题干里出现「子网掩码」「CIDR」就归到「网络层-IP 编址」出现「三次握手」「滑动窗口」就归到「传输层-TCP 机制」。规则写个二三十条覆盖率通常能到七八成剩下的手工补。KP_RULES [ ((子网掩码, CIDR, IP 地址, 路由聚合), 网络层/IP 编址), ((三次握手, 滑动窗口, 拥塞, 重传), 传输层/TCP 机制), ((CSMA/CD, 争用期, MAC, 以太网帧), 数据链路层/介质访问), ((香农, 奈氏, 调制, 编码), 物理层/数据通信基础), ((DNS, HTTP, SMTP, URL), 应用层/常见协议), ] def tag_kp(stem, chapter): for keys, kp in KP_RULES: if any(k in stem for k in keys): return kp return chapter /未细分规则顺序有讲究把区分度高的规则放前面。「IP 地址」这种词在应用层题里也会出现所以要给网络层规则更高优先级否则会被应用层规则先截胡。3.2 答案归一化全角半角、术语别名与单位写法这是整条链路里最影响体验的一环。填空题的答案短判分严一点全是错松一点全是蒙对。归一化的原则是能无损规整的规整有语义风险的一律交给别名表不做自动模糊。类型原始写法归一后处理方式全角字符、 tcp、()NFKC 归一 去空白英文大小写TCP/tcptcp统一小写术语别名运输层/传输层传输层别名表映射到主名单位写法Mb/s/Mbpsmbps去斜杠统一中文数字七层/7层7层数字汉字互转尾部标点网络层。网络层去首尾标点import re, unicodedata ALIAS_MAP { 运输层: 传输层, 网际层: 网络层, 比特: 位, osi七层模型: osi参考模型, } def norm(s: str) - str: if s is None: return # NFKC 把全角字母数字、全角括号统一成半角 s unicodedata.normalize(NFKC, str(s)).strip().lower() # 去掉零宽空格、不间断空格等不可见字符 s re.sub(r[\u200b-\u200f\u00a0\u3000], , s) # 去空白和常见标点 s re.sub(r[\s。、\()《》\[\]{}], , s) # 单位写法归一 s s.replace(mb/s, mbps).replace(kb/s, kbps) # 中文数字转阿拉伯覆盖 1-10 足够 s s.translate(str.maketrans(一二三四五六七九十, 1234567891)) return ALIAS_MAP.get(s, s)unicodedata.normalize(NFKC, ...)是这一堆里性价比最高的一行。NFKC 会把全角字母、全角数字、全角括号一次性压成半角省掉手写映射表。注意它不处理全角空格和零宽字符所以后面还得补一条正则。中文字数转换用translate有个坑十映射成1只对「十层」这种表述成立遇到「十六」就废了。填空题里超过十的数字极少我一般不做复杂处理宁可让这类答案走别名表人工挂上去。ALIAS_MAP要克制。只在确认两个写法在课程语境下完全等价时才加。像「协议」和「规程」这种不同章节可能有意区分加进去反而让你把错答案判成对的。3.3 落进 SQLite 并按知识点建索引JSON 适合中间态和人工查阅真正要跑统计和调度还是 SQLite 省事。库里存原文和归一化两份展示用原文判分用归一化。import sqlite3, json def build_db(questions, pathqbank.db): conn sqlite3.connect(path) conn.executescript( DROP TABLE IF EXISTS question; CREATE TABLE question ( qid INTEGER PRIMARY KEY, chapter TEXT NOT NULL, knowledge_point TEXT, stem TEXT NOT NULL, blanks INTEGER NOT NULL DEFAULT 1, answer TEXT NOT NULL, answer_norm TEXT NOT NULL, aliases TEXT DEFAULT [], attempts INTEGER DEFAULT 0, right_cnt INTEGER DEFAULT 0, last_result TEXT, due_at TEXT ); CREATE INDEX idx_kp ON question(knowledge_point); CREATE INDEX idx_chapter ON question(chapter); CREATE INDEX idx_due ON question(due_at); ) rows [] for qid, q in questions.items(): if not q[answer]: continue rows.append(( qid, q[chapter], q.get(kp, tag_kp(q[stem], q[chapter])), q[stem], q[stem].count(___) or 1, q[answer], norm(q[answer]), json.dumps(q.get(aliases, []), ensure_asciiFalse), )) conn.executemany( INSERT INTO question (qid,chapter,knowledge_point,stem,blanks,answer,answer_norm,aliases) VALUES (?,?,?,?,?,?,?,?), rows) conn.commit() return conn三个索引对应三种查询场景idx_kp支撑「把传输层的题全抽出来连刷」idx_chapter支撑正确率分组idx_due支撑按到期日排今天的复习队列。blanks那行用了q[stem].count(___)只在题干里真的是下划线字符时有效。如果是「 」这种括号空计数会失败返回 0所以后面补了or 1兜底。更稳的写法是把三种空位模式的匹配数加起来def count_blanks(stem): n len(re.findall(r_{2,}|\s*|\(\s*\), stem)) return n if n 0 else 1建完库先跑一句SELECT chapter, COUNT(*) FROM question GROUP BY chapter;看看章节分布是否合理。如果某一章 0 题、另一章 200 题大概率是章节标题正则把某章的标题吃掉了回去查RE_CHAPTER。4. 填空自动判分的三条策略精确匹配、归一化匹配与模糊匹配4.1 三档判分精确、归一、模糊各自的适用边界判分函数不是越宽越好。我的分档逻辑是三层逐层放宽每层都留痕方便事后回看是不是自己给自己放水。第一层精确匹配原文字对字相等直接满分。第二层归一化匹配两边都过norm()之后相等或者命中了别名表也算对但要记成「写法差异」统计时单独一列。第三层模糊匹配用相似度兜底只对长答案开放短答案直接关掉。from difflib import SequenceMatcher def judge(user, std, aliasesNone, fuzzy_threshold0.86): u, s norm(user), norm(std) if not u: return {result: empty, score: 0.0} if u s: return {result: exact, score: 1.0} alias_norms {norm(a) for a in (aliases or [])} if u in alias_norms: return {result: alias, score: 1.0} # 短答案禁用模糊中文术语一字之差就是另一个概念 if len(s) 3: return {result: wrong, score: 0.0} ratio SequenceMatcher(None, u, s).ratio() if ratio fuzzy_threshold: return {result: fuzzy, score: round(ratio, 2)} return {result: wrong, score: round(ratio, 2)}fuzzy_threshold0.86是个经验值。太低会把「网络层」判成「传输层」这类近邻术语太高则对「存储转发」写成「存储—转发」这种加了个破折号的情况失效——不过后者其实该由norm()干掉。len(s) 3这个短路是整个函数里最值钱的一行。中文短术语的编辑距离没有意义「会话层」和「表示层」相似度接近 0但「网际层」和「网络层」相似度能到 0.67而「子网掩码」和「子网广播」能到 0.75。这类词在课程里是完全不同的概念模糊匹配只要放过一个你就会在考场上写出一个自我感觉良好的错答案。多空题单独处理按空位切开分别判取最低分作为整题得分并且把每个空的判定结果都存下来。这样错题本里能精确到「第 2 空错」复习时省一半时间。4.2 错题回流一个够用的间隔重复调度判完分不回流等于白判。完整的 SM-2 参数太多填空题用不上砍到三个状态就够全错、模糊对、完全对。from datetime import date, timedelta def schedule(ef, reps, interval, quality, todayNone): quality: 0错, 1模糊对, 2完全对 ef: 难度因子初始 2.5reps: 连续答对次数interval: 当前间隔天数 today today or date.today() if quality 0: # 答错直接打回隔天重来但难度因子不清零 return ef, 0, 1, (today timedelta(days1)).isoformat() ef max(1.3, ef (0.1 - (2 - quality) * 0.08)) reps 1 if reps 1: interval 1 elif reps 2: interval 3 else: interval round(interval * ef) return round(ef, 2), reps, interval, (today timedelta(daysinterval)).isoformat()ef下限锁在 1.3防止连续答错后间隔被压到 0 天导致死循环。quality1模糊对时ef增长很小间隔推进慢这符合直觉写得不标准的答案掌握程度就是介于会和不会之间。答错时reps归零但ef保留是个有意为之的取舍。归零保证这题明天一定出现保留ef避免一次手滑把长期难度因子打崩。4.3 命令行刷题器最小闭环把上面几块拼起来一个能用的刷题器不到六十行。import sqlite3, random from datetime import date def run(conn, limit20): cur conn.cursor() rows cur.execute( SELECT qid, stem, answer, answer_norm, aliases, blanks FROM question WHERE due_at IS NULL OR due_at ? ORDER BY RANDOM() LIMIT ? , (date.today().isoformat(), limit)).fetchall() for qid, stem, answer, anorm, aliases_json, blanks in rows: print(f\n[{qid}] {stem}) user input(作答 ).strip() import json res judge(user, answer, json.loads(aliases_json or [])) print(f 标准答案{answer} 判定{res[result]}) # 简化正确记 2模糊记 1错误记 0 quality 2 if res[score] 0.99 else (1 if res[score] 0.8 else 0) cur.execute( UPDATE question SET attempts attempts 1, right_cnt right_cnt ?, last_result ? WHERE qid ? , (1 if quality 2 else 0, res[result], qid)) conn.commit() conn sqlite3.connect(qbank.db) run(conn)ORDER BY RANDOM()在小库上无所谓几万题以内性能都不成问题。真要在乎性能改成ORDER BY due_at LIMIT ?再打乱语义还更对——刷题本来就该先刷到期的。due_at的那次 UPDATE 我省了实际用的时候在同一个事务里调schedule()把ef/reps/interval/due_at一起写回去。省这一步第二次打开还是同一批题重复感会很强。5. 处理 docx 题库最常见的 5 个坑从空位丢失到答案错位5.1 解析阶段翻车空位消失、答案错位、表格漏题坑一题干里明明有横线抽出来一个空位都没有。现象是paragraph.text打印出来是OSI 参考模型共分为层中间什么都没有。原因是那条横线不是字符而是字符的下划线格式text属性只返回文字内容。解决方式是遍历 run检查run.font.underline在相邻 run 的边界插入占位符。更省事的做法是解析时直接把空位统一替换成___后续所有正则只认这一种写法。def stem_with_blank(p): parts [] for run in p.runs: if run.font.underline and run.text.strip() : parts.append(___) elif run.font.underline: parts.append(___) else: parts.append(run.text) return .join(parts).strip()坑二第 30 题之后答案整体错位一位。现象是抽查前 20 题全对后面全错。原因八成是文末答案区按空格切分时某个答案内部本身就带空格比如CSMA/CD 协议被拆成两段导致后续索引全部前移。解决方式是别按空格切改成按「数字 分隔符」切re.split(r(?\b\d{1,3}\s*[.、]), ans_text)。另外加一条连续性校验题号序列出现断档就停下来人工看一眼别硬跑。坑三表格里的题一道都没进库。现象是总题数明显少于预期但每一章的题又都在。原因是doc.paragraphs不返回表格内的文本。解决方式是用 2.2 里的iter_block_items按 body 子元素顺序遍历tbl分支单独处理行。这个坑最阴的地方是不报错——库建成功了题少了三分之一直到你发现某章怎么刷都刷不到。5.2 数据与判分阶段翻车多空对多答、不可见字符坑四一道题三个空答案只给了一个字符串。现象是判分永远判错用户明明把三个词都写对了。原因是answer字段存的是传输层、网络层、应用层这种合并串而用户输入是逐个空填的。解决方式是在解析时按空位数把答案切开切不开就打上multi_blank标记并进人工复核队列。宁可留几十道待复核也别让它们在库里持续产生假错题污染正确率统计。坑五答案看着一模一样判分说不对。现象是复制粘贴都试过了还是错。原因是文本里混了零宽空格\u200b或者不间断空格\u00a0肉眼看不出比较为假。repr()一打就现原形。解决方式是在norm()里用正则[\u200b-\u200f\u00a0\u3000]统一清掉。这类字符多半是文档从别处复制粘贴时带进来的属于典型的黑匣子问题不打开看永远猜不到。还有个附带问题值得提一句中文答案里的「的」「了」这类虚词用户多写一个少写一个SequenceMatcher的相似度会掉到阈值以下。我一般在归一化阶段把中文虚词也去掉只对长度大于 5 的答案生效——短答案去掉虚词反而容易误判。6. 用正确率热力表定位薄弱章节把刷题记录变成复习顺序题刷到一定量之后最该看的不是总正确率而是分组正确率。一张按章节和知识点分组的热力表比任何复习计划都直接。SELECT chapter, COUNT(*) AS total, SUM(CASE WHEN last_result exact THEN 1 ELSE 0 END) AS exact_cnt, SUM(CASE WHEN last_result IN (alias,fuzzy) THEN 1 ELSE 0 END) AS near_cnt, ROUND(1.0 * SUM(CASE WHEN last_result exact THEN 1 ELSE 0 END) / COUNT(*), 2) AS acc FROM question WHERE attempts 0 GROUP BY chapter ORDER BY acc ASC;acc只统计exact把alias和fuzzy单列。这个区分很重要alias多说明你在术语写法上和标准答案有出入属于表达问题fuzzy多说明你记得大概但拿不准属于真没掌握。两种错因的补救方式完全不同混在一个数字里就看不出来了。输出格式大概是这样数字每轮都不一样看的是排序章节题量精确正确率模糊/别名占比主要错点传输层460.410.22滑动窗口上限、拥塞控制阶段网络层580.550.17子网划分、路由聚合数据链路层390.680.11争用期计算、帧格式字段物理层310.720.09香农与奈氏的分工应用层270.810.06DNS 记录类型读法是先看acc最低的两章再看这两章里fuzzy占比高的知识点——那些才是真正吃掉你分数的部分。传输层 0.41 精确率加上 0.22 的模糊占比意味着近六成的题你处在「有印象但写不准」的状态这时候再去刷应用层纯属自我安慰。把这套判断固化成一句 SQL按知识点而不是按章节排SELECT knowledge_point, COUNT(*) AS n, ROUND(1.0 * SUM(CASE WHEN last_resultexact THEN 1 ELSE 0 END)/COUNT(*), 2) AS acc FROM question WHERE attempts 2 GROUP BY knowledge_point HAVING n 5 ORDER BY acc ASC LIMIT 10;attempts 2和n 5两个过滤条件是为了防噪声。只答过一次的题正确率要么 0 要么 1排在最前面毫无信息量样本少于 5 题的知识点一题对错就能把正确率拉动 20 个百分点同样不该进排序。一个具体的技巧把LIMIT 10的结果直接喂给刷题器的WHERE条件做成「今日专项」。命令行的写法是在run()里加一个kp_list参数用WHERE knowledge_point IN (...)圈定范围其余逻辑不变。这样每天开机的第一件事不是随机抽题而是朝着最薄弱的地方打二十分钟能顶过去一小时。我自己在这件事上翻过的最大一次车是早期图省事把答案区和题干区用列表索引强行对齐。当时文件和答案都是 200 多道抽了十道看着都对就直接开刷。刷到第三天发现错的越来越离谱回去一查中间有道题的答案被写成了两行后面全部错位。从那以后我给自己定了条规矩任何靠索引隐式对齐的地方都必须有一条显式的连续性校验宁可让脚本在中途停下来报错也不要让它安安静静地把错数据跑完。判分阈值也一样短答案一律关掉模糊匹配多写一个if的事不值得用「大概对了」来换心理安慰。希望帮到你。本文还有配套的精品资源点击获取