python輔助修改試卷（簡單操作docx與excel）

有五個章節的word作業需要修改，問題在於每個同學都有自己的風格，如下：

1. 大多數正常的答案（不同的同學可能位置不在圖中所示的位置）

2. 不省心的同學1
   

3. 不省心的同學2
   

4. 有橫線的選項（情況一）
   

5. 有橫線的選項（情況二）
   

6. 有橫線的選項（情況三）
   

7. 有橫線的選項（情況四）
   

8. 有橫線的選項（情況五）

當然還包括該同學這道題根本沒有選答案，列舉的情況並不包括所有的情況，故編碼起來很繁瑣，得同時考慮到很多種情況。

解決方法

一開始我只看到了有橫線的情況，所以我的方法是：

• 方法一

用正則表達式去匹配ABCD答案，這樣的方法在有橫線的（一、三、四、五）情況中都不滿足，只能說是天真了。

regu_lin_ans_lin = r"_[A-D]_"
pt_l_a_l = re.compile(regu_lin_ans_lin)

若繼續加上匹配 [A-D] 和 [A-D] 的情況也只是能匹配多一點的情況了。

• 方法二

既然不能滿足橫線之外，那麼現在我們只要檢測到橫線就能檢測到答案ABCD了，所以分爲兩步：
1、先去檢測橫線；
2、然後檢測當前行是否存在ABCD（可能會存在誤差，因爲題目中也可能涉及ABCD）

regu_ans = '[A-D]'
pt_a = re.compile(regu_ans)

text = para.text
if '_' in text:
    ans = pt_a.findall(text)
    if len(ans) == 0:
        answers.append(-1)                   # if not detected marked as -1
        is_mark = True
        continue
    ans = ans[0]
    tmp = ch2num(ans)
    answers.append(tmp)
    index += 1

• 方法三

先檢測出：第X題
然後去尋找給出的選項答案ABCD，當然應該在題目所給的A.xxxxx選項之前的ABCD字母。

這裏就涉及到若某一題目根本沒有做的情況。

doc文檔操作

text = "在Excel中，下面對於自定義自動篩選說法中不正確的是"     # ___C_____。
lin_ans_lin = r"_[A-D]_"
pt = re.compile(lin_ans_lin)
lin_ans_lin = pt.findall(text)
print(lin_ans_lin)

f = open('第五章數據管理與分析-171xxxx-xxx.docx', 'rb')
doc = Document(f)
print(doc)
index = 1
for para in doc.paragraphs:
    print(str(index) + '段\t' + para.text)
    index += 1

excel文檔操作

將成績填入對應的位置

import xlrd
import os
import re
from xlutils.copy import copy

excel_file_path = 'excel/課堂測試成績.xlsx'

# step 1： 複製並且獲取第一個sheet
data = xlrd.open_workbook(excel_file_path)
# 拷貝一份原來的excel
book_new = copy(data)
sheet_new = book_new.get_sheet(0)

table = data.sheets()[0]
print(table.nrows)

# step 2： 建立學號與行號的對應，方便後續的操作
dic_stuid_row_num = {}

for i in range(table.nrows):
    if i == 0:
        continue
    text = table.row_values(i)
    dic_stuid_row_num[text[0]] = i

# print(dic_stuid_row_num)

# step 3： 遍歷文件，將對應的成績填入excel
re_num = r"\d+"
pt_num = re.compile(re_num)

files = ['chapter2.txt', 'chapter3.txt', 'chapter4.txt', 'chapter5.txt']
sub_nums = [32, 45, 30, 30]
base_dir = 'files'

for index in range(len(files)):
    path = os.path.join(base_dir, files[index])
    with open(path, 'r', encoding='UTF-8') as f:
        lines = f.readlines()
        for line in lines:

            rs = pt_num.findall(line)

            print(rs)

            stu_id = rs[0]
            score = int(rs[1]) / sub_nums[index]

            if stu_id in dic_stuid_row_num.keys():
                row_num = dic_stuid_row_num[stu_id]
                sheet_new.write(row_num, index + 3, '%.2f' % (score * 100))


book_new.save('課堂測試成績.xls')

批改試卷代碼

• main.py

# 計算正確的答案個數（需事先給出答案）
import os
import re
from python_docx_tutorial.ans_extractor import extract
from python_docx_tutorial.score_counter import sc_count


if __name__ == '__main__':
    result = {}
    marked_file = []

    # 章節
    # 第五章
    # true_answers = [1, 4, 4, 2, 3, 2, 4, 3, 4, 4,
    #                 2, 3, 3, 4, 3, 3, 1, 1, 3, 4,
    #                 3, 3, 3, 2, 2, 1, 4, 3, 4, 4]
    # base_dir = 'C:\\Users\\lenovo02\\Documents\\WeChat Files\\Zipcoder\\Files\\第五章\\學生提交'
    # sub_num = 30

    # 第四章
    # true_answers = [2, 1, 4, 2, 4, 1, 4, 2, 1, 4,
    #                 1, 2, 2, 1, 3, 1, 3, 4, 4, 4,
    #                 1, 3, 1, 2, 3, 4, 2, 3, 3, 2]
    # base_dir = 'G:\\test\\課堂測試\\第四章\\課堂測試-學生提交'
    # sub_num = 30

    # 第三章 （多選題和填空題直接給分，不然要加太多的事物邏輯）
    # true_answers = [-1, 2, -1, 2, -1, -1, 2, 1, 1, 1,
    #                 -1, 1, 2, 3, 1, 2, -1, 1, -1, -1,
    #                 1, 2, 2, -1, 1, 1, 1, 1, -1, 1,
    #                 2, 1, 1, 2, 2, 2, 1, 1, 1, 1,
    #                 2, 2, 3, -1, 4]
    # base_dir = 'G:\\test\\課堂測試\\第三章\\學生提交-課堂測試'
    # sub_num = 45

    # 第二章 （和第三章一樣，多選填空直接給分,由於選項太多所以最後的幾道題全不給分）
    true_answers = [1, 1, 1, 2, 2, 1, 1, 2, 1, 1,
                    1, 1, 2, 2, 2, 2, 3, 1, 4, 4,
                    -1, -1, -1, -1, -1, -2, -2, -2, -2, -2,
                    -2, -2]
    base_dir = 'G:\\test\\課堂測試\\第二章\\提交'
    sub_num = 32

    # 正則表達式初始化
    regu_stu_id = r"[0-9]"
    pt_stu_id = re.compile(regu_stu_id)

    sec_dirs_files = os.listdir(base_dir)
    for filename in sec_dirs_files:
        pathname = os.path.join(base_dir, filename)
        if os.path.isdir(pathname):
            # true file name
            file_name = os.listdir(pathname)[0]
            file_path = os.path.join(pathname, file_name)
            # print(file_path.title())

            stu_id = pt_stu_id.findall(file_name)
            stu_id = ''.join(stu_id)
            with open(file_path, 'rb') as f:
                try:

                    [answers, marked] = extract(f, sub_num)
                except Exception as e:
                    marked_file.append(file_path)
                    continue

                # assert for the num
                # if len(answers) != sub_num:
                #     print('not correctly detect the subject num! answers number {}'.format(len(answers)))

                if marked:
                    marked_file.append(file_path)
                    continue
                if len(answers) <= sub_num - 10:
                    print('有答案題目少於給定閾值，爲{}!'.format(len(answers)))

                # count the score
                score = sc_count(true_answers, answers)
                print('學號：{}，成績：{}'.format(stu_id, score))
                result[stu_id] = score                          # can be score / sub_num

        else:
            file_path = os.path.join(base_dir, filename)
            stu_id = pt_stu_id.findall(filename)
            stu_id = ''.join(stu_id)
            with open(file_path, 'rb') as f:
                [answers, marked] = extract(f, sub_num)
                # assert for the num
                # if len(answers) != sub_num:
                #     print('not correctly detect the subject num! answers number {}'.format(len(answers)))

                if marked:
                    marked_file.append(file_path)
                if len(answers) <= sub_num - 10:
                    print('有答案題目少於給定閾值，爲{}!'.format(len(answers)))

                # count the score
                score = sc_count(true_answers, answers)
                print('學號：{}，成績：{}'.format(stu_id, score))
                result[stu_id] = score  # can be score / sub_num

    rs_index = sorted(result.keys())
    print('有成績的人數：{}'.format(len(result)))
    print(result)
    for r in rs_index:
        print('學號：{}， 成績：{}'.format(r, result[r]))
    print('標註文檔數目：{}'.format(len(marked_file)))
    for f in marked_file:
        print(f)

• ans_extractor.py

from docx import Document
import re


def ch2num(ch):
    """
            轉化爲對應的數字，方便後續計算
    :param ch:
    :return:
    """
    dic = {'A': 1, 'B': 2,  'C': 3, 'D': 4}

    return dic[ch]


def extract(f, total_sub):
    """

    :param f:       文件（已打開文件）
    :param total_sub: 總共的題目數量
    :return:
    """
    # save ans for every one
    answers = []
    is_mark = False

    # step 1: init re lib
    regu_sub = r"第\d+題"
    regu_num = r"\d+"
    regu_lin_ans_lin = r"_[A-D]"
    regu_ans = '[A-D]'

    pt_l_a_l = re.compile(regu_lin_ans_lin)
    pt_a = re.compile(regu_ans)
    pt_sub = re.compile(regu_sub)
    pt_sub_num = re.compile(regu_num)

    # step 2: search the doc for answers like a b c d
    print('開始讀取文檔：{}'.format(f.name))
    doc = Document(f)
    index = 0
    is_find_sub = False
    is_find_ans = False
    sub_num = 1
    for para in doc.paragraphs:

        # 由於個個人的文檔不規範，這裏強制使用另外的蠢方法
        # lin_ans_lin = pt_l_a_l.findall(para.text)
        # print(para.text)
        # if len(lin_ans_lin) == 1:       # if one answers catch
        #     index += 1
        #     ans = pt_a.findall(lin_ans_lin[0])[0]
        #     tmp = ch2num(ans)
        #     answers.append(tmp)
        #     # print the index and corresponding answer
        #     # print('抽取到第{}答案：{}'.format(index, ans))

        # 蠢方法1：（判斷有橫線，然後提取ABCD）
        # text = para.text
        # if '_' in text:
        #     ans = pt_a.findall(text)
        #     if len(ans) == 0:
        #         answers.append(-1)                   # if not detected marked as -1
        #         is_mark = True
        #         continue
        #     ans = ans[0]
        #     tmp = ch2num(ans)
        #     answers.append(tmp)
        #     index += 1

        # 蠢方法2：找到模型： "第[0-9]題", 然後找到第一個出現的字母
        text = para.text
        # print(text)
        if text.strip().startswith('A'):                # if reach the A........ then stop to find the answer
            is_find_sub = False
        subject = pt_sub.findall(text)
        if len(subject) == 1:                           # find subject
            is_find_sub = True
            sub_num = pt_sub_num.findall(subject[0])
            if not is_find_ans and len(answers) != 0:   # if not find the corresponding answer set -1 instead
                answers.append(-1)

        if is_find_sub:
            ans = pt_a.findall(text)
            if len(ans) >= 1:
                # if index == sub_num:
                ans = ans[-1]
                # print('題目：{}，檢測序號：{}， 答案：{}'.format(sub_num, index + 1, ans))
                tmp = ch2num(ans)
                answers.append(tmp)
                is_find_sub = False
                is_find_ans = True
                index += 1

    # step 3:
    if index >= total_sub - 10:                             # if the detected num is reach a level , not to review
        is_mark = False
    if is_mark:
        print('mark, 文件名：{}'.format(f.name))

    # step 4: judge the index num and given total subject num
    if index >= total_sub - 10:
        print("抽取完畢，個數爲：{}".format(index))
        return [answers, False]
    else:
        print("題目數量差太多，檢查文檔！")
        print('檢測到的題目個數爲：{}'.format(len(answers)))
        return [answers, True]


if __name__ == '__main__':
    file = open('C:\\Users\\lenovo02\\Documents\\WeChat Files\\Zipcoder\\Files\\第五章\\學生提交\\F110_192.168.117.110\\18120318葉宜寧.docx', 'rb')
    extract(file, 30)

• score_counter.py

def sc_count(a, b):
    """

    :param a:    基準
    :param b:    待測
    :return:
    """
    count = 0
    for i in range(len(b)):
        if a[i] == -1:          # 標註-1 直接給分
            count += 1
            continue
        if a[i] == -2:          # 標註-2 直接pass
            continue
        if b[i] == -1:
            continue
        else:
            # print(i)
            count += 1 if a[i] == b[i] else 0
    return count

代碼地址

https://github.com/finepix/py_workspace/tree/master/python_docx_tutorial