当前位置：首页>python>Python实战系列<六> | 自动提取考试题库中的题目及答案(word文档处理)

Python实战系列<六> | 自动提取考试题库中的题目及答案(word文档处理)

2026-10-21 13:30:33

点击上方"蓝字"，关注"Python当打之年"

后台回复"1"，领取众多Python学习资料

大家好，我是欧K~

本期给大家分享《Python实战系列》的第 6 篇文章：word文档内容提取，该系列主要来自粉丝的实际问题，后期会不断更新，希望对你有所帮助，如有疑问或者需要改进的地方可以私信小编。

第 5 期：【Python实战系列<五> | 时间序列数据处理-提取整点时间数据】

第 4 期：【Python实战系列<四> | 不规则岗位薪资数据处理】

第 3 期：【Python实战系列<三> | 不规则txt空气质量数据处理并绘图】

第 2 期：【Python实战系列<二> | 70万+条表格信息标记】

第 1 期：【Python实战系列<一> | 正则提取数据并绘图】

任务描述：

提取word文档中的题目，选项，答案，并生成excel文档。

文件内容：

这里是文件的一部分，主要展示一下题型：单选题、多选题、判断题。

🏳️‍🌈 1. 读取数据

直接使用 dox 这个库读取 .docx 文件：

file_path = "./考试自测题库.docx"doc = docx.Document(file_path)

查看文件段落：

len(doc.paragraphs)# 1

只有一个段落，内容如下：

🏳️‍🌈 2. 获取单选题、多选题、判断题题型出现的位置

toc = [0]flag_more = Truefor idx,value in enumerate(topics):if'多选题'in value and flag_more:        toc.append(idx)        flag_more = Falseif'判断题'in value:        toc.append(idx)break

索引分别为 0、657、1005，获得索引后分题型进行处理

🏳️‍🌈 3. 单选题内容提取

ans = []one_dic_list = []dic_tmp = {}for idx,valueinenumerate(topics[toc[0]:toc[1]]): if '单选题' invalue: iflen(ans) > 0:            dic_tmp['选项'] = ans[:-1]            dic_tmp['答案'] = ans[-1]            one_dic_list.append(dic_tmp)        dic_tmp = {}        ans = []        dic_tmp['题目'] = valueelse:        ans.append(value)dic_tmp['选项'] = ans[:-1]dic_tmp['答案'] = ans[-1]one_dic_list.append(dic_tmp)

转换成Dataframe如下：

🏳️‍🌈 4. 多选题内容提取

ans = []more_dic_list = []dic_tmp = {}for idx,valueinenumerate(topics[toc[1]:toc[2]]): if '多选题' invalue: iflen(ans) > 0:            dic_tmp['选项'] = ans[:-1]            dic_tmp['答案'] = ans[-1]            more_dic_list.append(dic_tmp)        dic_tmp = {}        ans = []        dic_tmp['题目'] = valueelse:        ans.append(value)dic_tmp['选项'] = ans[:-1]dic_tmp['答案'] = ans[-1]more_dic_list.append(dic_tmp)

转换成Dataframe如下：

🏳️‍🌈 5. 判断题内容提取

ans = []right_dic_list = []for idx,valueinenumerate(topics[toc[2]:1167]): if '判断题' invalue:         dic_tmp = {}        dic_tmp['选项'] = ['正确','错误']        ans_t = '正确'if topics[idx+1006].split('答案：')[1] == 'B':            ans_t = '错误'        dic_tmp['答案'] = ans_t        dic_tmp['题目'] = value        right_dic_list.append(dic_tmp)dic_tmp = {} dic_tmp['选项'] = ['正确','错误']ans_t = '正确'if topics[idx+1006+1].split('答案：')[1] == 'B':    ans_t = '错误'dic_tmp['答案'] = ans_tdic_tmp['题目'] = topics[1167]right_dic_list.append(dic_tmp)