简介这是一份面向驾考学员的科目一最新考试题库完整版文档内容覆盖交通标志识别、交通信号灯与交警手势、行车安全常识、违法记分规则、仪表灯与开关功能等高频考点并配有标准答案便于考生系统刷题与自测快速提升通过率。资源为单个doc格式文件共1个文件约3.67MB内容排版清晰可直接打印或导入手机阅读适合零基础学员和考前冲刺者反复练习。目前已有152人学习下载题库含大量典型选择题与判断题针对易混淆仪表灯、记分分值、灯光开关等难点做了集中呈现能帮助使用者查漏补缺、巩固记忆。无论用于日常学习还是考前集中复习这份题库都能有效辅助考生熟悉科目一题型与答题思路是一份实用且完整的备考资料。1. 驾校科目一“完整版题库.doc”拿到手先别急着导入系统当业务方把一个驾校科目一最新考试题库(完整版).doc 文件发到工单群里并加一句“周五上线”时任务的性质已经从“传文件”变成了内容管道工程。.doc 是老 Word 二进制格式题号、题干、选项、答案混在段落与分页符里直接复制粘贴进系统轻则全角字符混入重则答案对不上选项判分直接出错。更稳的处理链是先把 .doc 抽成纯文本再用脚本把题干、选项、答案结构化成 SQLite 数据最后通过 API 提供抽卷和判分。这套流程适用于在线考试、驾校培训平台、企业内部学习系统也可以复用到任何以 Word 文档分发的题库更新场景。先建立一个认知.doc 不是文本文件它是需要被剥开的二进制容器。2. 先把 .doc 里的题全部抠出来老格式文件解析工具链2.1 .doc 是 OLE2 二进制容器不是能直接正则读的 XML很多人拿到文档会习惯性打开 Python 读文件期待在字符串里直接搜“答案”。但 Word 97-2003 的 .doc 文件头是 D0 CF 11 E0 A1 B1 1A E1这是 OLE2 复合文档的魔法数内部像一个小型文件系统包含 FAT 扇区映射、目录项和多个 stream。实际文本分散在 WordDocument stream 和 table stream 中由 FIB 和 piece table 定位用常规字符串正则去匹配是处理不了的。常见做法是调用现成工具先转成纯文本再对纯文本做业务解析。工具选型有讲究python-docx 只能处理 .docx对 .doc 无能为力catdoc、antiword、LibreOffice 才是 .doc 场景下的常用选项。提示先确认文件后缀是 .doc 还是 .docx。把“驾校科目一最新考试题库(完整版).docx”直接改名成 .doc并不会改变容器格式解析工具照样按二进制走。2.2 catdoc 与 LibreOffice 提取文本的最小命令对于“题目内容用纯文本就能看懂”的文档首选 catdoc速度快能保持段落换行。最小命令如下catdoc -d utf-8 -s gbk 驾校科目一最新考试题库(完整版).doc questions.txt-s gbk声明源文件字符集是 GBK-d utf-8要求输出改成 UTF-8。早期中文 Word 文档多用 GB2312/GBK如果转换后出现乱码把-s gbk换成-s gb2312再试一次。文档里如果有图片题catdoc 会丢弃图片只保留题干文字图片资源后面再按题号单独关联。如果需要保留更多排版信息或在 Linux 服务器上批量转换LibreOffice 更稳妥libreoffice --headless --convert-to txt:Text --outdir ./out 驾校科目一最新考试题库(完整版).doc在无图形界面的云服务器上很多发行版会提示缺少 X display。此时加 xvfb-run 前缀xvfb-run -a libreoffice --headless --convert-to txt:Text --outdir ./out ...。-a表示自动获取一个空闲显示编号转换完成后在 ./out 目录下生成同名 .txt 文件。输出结果建议先看前 50 行再继续。重点确认三件事题号是否逐条递增、选项是否单独一行、答案行是否以“答案”开头。Word 自动编号经常让题号不是真实文本字符直接写正则匹配可能抓不到。工具输入输出中文支持适用场景catdoc.doc纯文本需指定源字符集只要题干和答案追求速度antiword.doc纯文本一般简单文档样式要求低LibreOffice.doc/.docxtxt/docx/html/pdf较好排版复杂或需要保留结构2.3 编码、全角字符和 Word 自动编号的隐形坑从 .doc 转出 txt 后最容易翻车的是编码。file命令看到 .doc 经常输出iso-8859-1这不代表内容真是英文字符。更可靠的方式是用 chardet 停顿一下file -i 驾校科目一最新考试题库(完整版).doc python3 -c import chardet; dataopen(questions.txt,rb).read(); print(chardet.detect(data))chardet 返回类似{encoding: GB2312, confidence: 0.99}时就按对应编码读取。比肉眼猜快得多。另一个高频问题是全角字符。题库原文可能写的是“驾驶证”这是全角字母 正则里的[A-D]匹配不到。进入解析前先做归一化把全角字母数字转半角把全角空格 \u3000 替换成普通空格否则 SQLite 里会存进一堆“看起来一样、实际比对不上”的数据。3. 把题干、选项、答案映射成 SQLite 题库一个能增量更新的模型3.1 科目一题库文本的三种常见变化和先做统计的原因从工具拿到的 txt 里题目排列并不完全统一。常见的有三种布局布局典型行结构解析注意点标准选择题题号后题干ABCD 各一行最后“答案A”按题号和选项行切分最稳定判断题题干后直接跟“答案正确/错误”需要把语义答案映射成 A/B选项连排ABCD 挤在同一行中间空格分隔先处理选项行再做逐行扫描第一类最规范第二类要单独处理判断题第三类在 Word 里排版正常转成 txt 后却连成一行正则解析要多做一层。我的经验是先别急着写解析表达式先用 grep 数一下答案行grep -c ^答案 questions.txt这个数字应当和文档里最大题号一致。不一致就说明有题的答案格式不同例如答案写成了“√”或“答案”和题目挤在一行。看到数量对不上再动手解析能省掉大量排错时间。3.2 把题干、选项和答案拆出来的逐行解析脚本下面这个逐行扫描脚本适合大多数科目逻辑比一个大正则更容易调试import re, json ANSWER_MAP {正确: A, 错误: B, 对: A, 错: B} def normalize(line): # 全角字母转半角全角空格转普通空格 for ch in : line line.replace(ch, chr(ord(ch) - 0xFEE0)) return line.replace(\u3000, ) def parse_txt(text): items [] cur None for l in text.splitlines(): line normalize(l).strip() if not line: continue m re.match(r^(\d{1,4})[.、]\s*(.*), line) if m: if cur: items.append(cur) cur {id: int(m.group(1)), stem: m.group(2), options: [], answer: } continue if cur is None: continue m re.match(r^([A-E])[.、]\s*(.*), line) if m: cur[options].append([m.group(1), m.group(2)]) continue m re.match(r^答案[:]\s*(.), line) if m: raw m.group(1).strip() cur[answer] ANSWER_MAP.get(raw, raw.upper()) continue # 题干或选项被自动换行折行时续接到上一个节点 if cur[options]: cur[options][-1][1] line else: cur[stem] line if cur: items.append(cur) return items text open(questions.txt, encodingutf-8).read() result parse_txt(text) print(json.dumps(result, ensure_asciiFalse, indent1)[:600])逐行扫描的优先级是先识别题号再识别选项再识别答案最后处理换行。全角字母转半角用的chr(ord(ch) - 0xFEE0)效果等价于逐个 replace但代码更短。判断题的“正确/错误”被统一映射成 A/B后续判分只需比较字母不需要再处理语义词。这版脚本输出 JSON先打印前 600 个字符确认结构正确再进下一步入库。题库里有图片题时题干里通常有“如图”字样解析脚本只保留文字图片后续单独按题号关联存储。3.3 SQLite 表结构与 content_hash 增量导入题库表建议这样设计CREATE TABLE IF NOT EXISTS questions ( id INTEGER PRIMARY KEY, external_id INTEGER NOT NULL, qtype TEXT NOT NULL DEFAULT single, stem TEXT NOT NULL, answer TEXT NOT NULL, content_hash TEXT NOT NULL UNIQUE, doc_version TEXT NOT NULL, is_active INTEGER NOT NULL DEFAULT 1, created_at TEXT NOT NULL DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE IF NOT EXISTS options ( question_id INTEGER NOT NULL REFERENCES questions(id) ON DELETE CASCADE, opt_key TEXT NOT NULL, opt_text TEXT NOT NULL, PRIMARY KEY (question_id, opt_key) );external_id存 .doc 文档里的显示题号content_hash是题干加答案的哈希。不同版本题库里题号会变但同一道题的题干和答案基本不变所以 content_hash 必须唯一增量导入时才认得出“同一道题”。导入脚本片段如下import sqlite3, hashlib, json conn sqlite3.connect(subject_one.db) conn.executescript(open(schema.sql, encodingutf-8).read()) cur conn.cursor() for q in result: qtype judge if not q[options] else (multiple if len(q[answer]) 1 else single) payload json.dumps(q, ensure_asciiFalse, sort_keysTrue) h hashlib.sha256(payload.encode(utf-8)).hexdigest() cur.execute( INSERT OR IGNORE INTO questions(external_id, qtype, stem, answer, content_hash, doc_version, is_active) VALUES(?, ?, ?, ?, ?, ?, 1), (q[id], qtype, q[stem], q[answer], h, version) ) row cur.execute(SELECT id FROM questions WHERE content_hash ?, (h,)).fetchone() qid row[0] for key, text in q[options]: cur.execute( INSERT OR IGNORE INTO options(question_id, opt_key, opt_text) VALUES(?, ?, ?), (qid, key, text) ) conn.commit()INSERT OR IGNORE在 content_hash 重复时跳过整行不影响已有题目。如果某道题的选项变化了一个字母而 stem 和 answer 没变单独给题干做哈希会发现不了所以上面把整个 q 对象都序列化后算哈希把选项变化也纳入检测。参数version由调用方传入表示当前这份 doc 的版本标识比如2025-05-01每次发布写不同值线上就能知道数据来自哪份文件。4. 用 FastAPI 把科目一题库封装成 45 分钟的模拟考试系统4.1 科目一考试参数100题、45分钟、90分及格科目一正式考试的口径是100 道题每题 1 分满分 100 分45 分钟内交卷90 分及格。在线模拟系统要复现这个规则抽题接口需要支持配置题量和时长便于后续给科目四或企业内部考试复用。常用参数如下参数默认值取值范围说明count10020 - 100模拟卷总题数duration_minutes4510 - 120考试限时pass_score9060 - 100及格分数线random_seed无任意不设固定值按会话随机抽题要保证同一场考试不出现重复题用random.sample就能满足题量小于题库总量时不会返回重复题号。4.2 随机抽题接口与判分接口示例代码下面是 FastAPI 的最小实现from fastapi import FastAPI, HTTPException from pydantic import BaseModel import random, time, hashlib, sqlite3 app FastAPI() DB_PATH subject_one.db sessions {} POOL {} def load_pool(): conn sqlite3.connect(DB_PATH) conn.row_factory sqlite3.Row rows conn.execute( SELECT id, stem, answer, qtype FROM questions WHERE is_active1 ).fetchall() opt_rows conn.execute( SELECT question_id, opt_key, opt_text FROM options ORDER BY question_id, opt_key ).fetchall() opt_map {} for o in opt_rows: opt_map.setdefault(o[question_id], []).append({key: o[opt_key], text: o[opt_text]}) for r in rows: POOL[r[id]] { id: r[id], stem: r[stem], answer: r[answer], qtype: r[qtype], options: opt_map.get(r[id], []) } conn.close() load_pool() class StartReq(BaseModel): count: int 100 duration: int 45 class SubmitReq(BaseModel): exam_id: str answers: dict[str, str] app.post(/v1/exam/start) def start_exam(req: StartReq): ids random.sample(sorted(POOL.keys()), kreq.count) exam_id hashlib.md5(f{time.time_ns()}-{random.random()}.encode()).hexdigest()[:12] sessions[exam_id] { ids: ids, answers: {qid: POOL[qid][answer] for qid in ids}, expire: time.time() req.duration * 60, } questions [] for qid in ids: q POOL[qid] questions.append({id: qid, stem: q[stem], qtype: q[qtype], options: q[options]}) return {exam_id: exam_id, ttl: req.duration * 60, questions: questions} app.post(/v1/exam/submit) def submit_exam(req: SubmitReq): sess sessions.get(req.exam_id) if not sess: raise HTTPException(404, 考试不存在或会话过期) if time.time() sess[expire]: raise HTTPException(400, 考试超时不能提交) score 0 wrong [] for qid, ans in req.answers.items(): qid int(qid) if qid not in sess[ids]: continue if sess[answers][qid].upper() ans.strip().upper(): score 1 else: wrong.append(qid) passed score 90 return {score: score, total: len(sess[ids]), passed: passed, wrong_ids: wrong}该代码的要点是答案不发给前端。start 接口返回的 questions 里只放 stem、qtype 和 options答案保存在服务端 sessions 中submit 时拿服务端数据和客户端提交的答案比对。这样能避免学员用浏览器开发者工具直接看到正确答案。判断题没有存储选项start 返回时前端可以按 qtype 自行生成“A.正确 / B.错误”answer 键仍是 A/B判分逻辑完全一致。判分循环里先判断qid not in sess[ids]再读答案可以拦截客户端随意拼入的额外题目防止考生只提交自己会的题、把所有错误题 id 一起加进 answers 来拉低实际分数。超时判断放在判分前一旦超时整体作废不做部分计分。4.3 内存题库和 Redis 的取舍边界科目一这份完整题库塞进内存只有几 MB上面代码里的 POOL 字典完全可以长期驻留。启动时执行一次 load_pool()即使每秒创建 100 份试卷内存读取也毫秒级返回。没必要为了“看起来高并发”把 1000 道题搬进 Redis那是自己给自己加开销。但 sessions 字典不能无脑扩展。FastAPI 如果用uvicorn main:app --workers 4起多进程每个 worker 的内存互不相通用户第一题打到 worker A提交时被负载均衡分到 worker B就会报“考试不存在”。此时两个解法一是保持单 worker适合驾校内部几百人同时在线的小规模二是把 sessions 换到 Redis用SETEX exam:{id} 2700 {json}保存试卷和答案submit 时读 Redis 判分。题库本身仍可留在进程内存它是静态数据不需要跨节点同步。等到题库到了百万级又有跨地域并发时再考虑把题库也搬进 Redis 或做成独立出题服务。结合标题里“最新”和“完整版”这两个词系统还差最后一块拼图题库更新时如何安全切换。5. 拿到新版题库 .doc 以后的增量更新验证技巧5.1 先做版本差异比对再覆盖为“最新”所谓“最新”是相对的。新 .doc 里的题目可能比上一版少也可能只是答案措辞变化。我建议按“转文本 → 解析到暂存表 → 对比差异 → 切换 active 标记”四步发布而不是直接 DELETE 老表再全量导入。先统计新文件答案总数grep -c ^答案 new_questions.txt再看数据库里最新版本的题目数量SELECT doc_version, COUNT(*) FROM questions WHERE is_active1 GROUP BY doc_version;如果新文件答案数是 1320库里最新版只有 1300先别急着覆盖。用 content_hash 把两边对齐找出在新版本里“消失”的题目SELECT COUNT(*) FROM questions WHERE content_hash NOT IN ( SELECT content_hash FROM questions WHERE doc_version新版本 ) AND is_active1;消失的原因通常是解析漏题或答案格式变化而不是题真被删了。此时回到文本里 grep 找不到“答案”的行多半是“答案”和题目挤在了同一行。5.2 10 秒完成题目完整性的随机抽题校验发布前在 staging 环境跑一次随机抽题完整校验确保任何一次抽卷都不会带到空答案或空题干python3 - PY import sqlite3, random conn sqlite3.connect(subject_one.db) ids [r[0] for r in conn.execute(SELECT id FROM questions WHERE is_active1)] for i in range(10): sample random.sample(ids, 100) placeholders ,.join(? * 100) row conn.execute( fSELECT COUNT(*) FROM questions WHERE id IN ({placeholders}) AND (answer OR stem), sample).fetchone() assert row[0] 0, f第 {i} 次抽取出现空题目 print(f第 {i 1} 次抽取验证通过) PY这里把 is_active 作为过滤条件只验证当前线上生效的题目。如果随机样本数量不足 100说明题库低于最小卷面数脚本会直接抛异常相当于顺带做了一次容量检查。一个值得养成的习惯是更新时不要把 external_id 当成业务主键。上一版第 100 题可能是“交通信号灯”这一版第 100 题可能是“扣分规则”external_id 只是文档里的显示编号。SQLite 主键 id 继续自增content_hash 才代表题目身份。比如某道判断题在新版文档里只是把答案从“正确”改成了“错误”content_hash 会变化但 external_id 不变。把这几种情况写进发布脚本的日志里更新题库时才能真正分清楚到底是内容变更、题号漂移还是解析漏了。本文还有配套的精品资源点击获取 
长河君 · 2026/9/20 7:11:40 · 阅读 1.2k 驾校科目一题库Word解析入库与FastAPI模拟考试系统实践
简介这是一份面向驾考学员的科目一最新考试题库完整版文档内容覆盖交通标志识别、交通信号灯与交警手势、行车安全常识、违法记分规则、仪表灯与开关功能等高频考点并配有标准答案便于考生系统刷题与自测快速提升通过率。资源为单个doc格式文件共1个文件约3.67MB内容排版清晰可直接打印或导入手机阅读适合零基础学员和考前冲刺者反复练习。目前已有152人学习下载题库含大量典型选择题与判断题针对易混淆仪表灯、记分分值、灯光开关等难点做了集中呈现能帮助使用者查漏补缺、巩固记忆。无论用于日常学习还是考前集中复习这份题库都能有效辅助考生熟悉科目一题型与答题思路是一份实用且完整的备考资料。1. 驾校科目一“完整版题库.doc”拿到手先别急着导入系统当业务方把一个驾校科目一最新考试题库(完整版).doc 文件发到工单群里并加一句“周五上线”时任务的性质已经从“传文件”变成了内容管道工程。.doc 是老 Word 二进制格式题号、题干、选项、答案混在段落与分页符里直接复制粘贴进系统轻则全角字符混入重则答案对不上选项判分直接出错。更稳的处理链是先把 .doc 抽成纯文本再用脚本把题干、选项、答案结构化成 SQLite 数据最后通过 API 提供抽卷和判分。这套流程适用于在线考试、驾校培训平台、企业内部学习系统也可以复用到任何以 Word 文档分发的题库更新场景。先建立一个认知.doc 不是文本文件它是需要被剥开的二进制容器。2. 先把 .doc 里的题全部抠出来老格式文件解析工具链2.1 .doc 是 OLE2 二进制容器不是能直接正则读的 XML很多人拿到文档会习惯性打开 Python 读文件期待在字符串里直接搜“答案”。但 Word 97-2003 的 .doc 文件头是 D0 CF 11 E0 A1 B1 1A E1这是 OLE2 复合文档的魔法数内部像一个小型文件系统包含 FAT 扇区映射、目录项和多个 stream。实际文本分散在 WordDocument stream 和 table stream 中由 FIB 和 piece table 定位用常规字符串正则去匹配是处理不了的。常见做法是调用现成工具先转成纯文本再对纯文本做业务解析。工具选型有讲究python-docx 只能处理 .docx对 .doc 无能为力catdoc、antiword、LibreOffice 才是 .doc 场景下的常用选项。提示先确认文件后缀是 .doc 还是 .docx。把“驾校科目一最新考试题库(完整版).docx”直接改名成 .doc并不会改变容器格式解析工具照样按二进制走。2.2 catdoc 与 LibreOffice 提取文本的最小命令对于“题目内容用纯文本就能看懂”的文档首选 catdoc速度快能保持段落换行。最小命令如下catdoc -d utf-8 -s gbk 驾校科目一最新考试题库(完整版).doc questions.txt-s gbk声明源文件字符集是 GBK-d utf-8要求输出改成 UTF-8。早期中文 Word 文档多用 GB2312/GBK如果转换后出现乱码把-s gbk换成-s gb2312再试一次。文档里如果有图片题catdoc 会丢弃图片只保留题干文字图片资源后面再按题号单独关联。如果需要保留更多排版信息或在 Linux 服务器上批量转换LibreOffice 更稳妥libreoffice --headless --convert-to txt:Text --outdir ./out 驾校科目一最新考试题库(完整版).doc在无图形界面的云服务器上很多发行版会提示缺少 X display。此时加 xvfb-run 前缀xvfb-run -a libreoffice --headless --convert-to txt:Text --outdir ./out ...。-a表示自动获取一个空闲显示编号转换完成后在 ./out 目录下生成同名 .txt 文件。输出结果建议先看前 50 行再继续。重点确认三件事题号是否逐条递增、选项是否单独一行、答案行是否以“答案”开头。Word 自动编号经常让题号不是真实文本字符直接写正则匹配可能抓不到。工具输入输出中文支持适用场景catdoc.doc纯文本需指定源字符集只要题干和答案追求速度antiword.doc纯文本一般简单文档样式要求低LibreOffice.doc/.docxtxt/docx/html/pdf较好排版复杂或需要保留结构2.3 编码、全角字符和 Word 自动编号的隐形坑从 .doc 转出 txt 后最容易翻车的是编码。file命令看到 .doc 经常输出iso-8859-1这不代表内容真是英文字符。更可靠的方式是用 chardet 停顿一下file -i 驾校科目一最新考试题库(完整版).doc python3 -c import chardet; dataopen(questions.txt,rb).read(); print(chardet.detect(data))chardet 返回类似{encoding: GB2312, confidence: 0.99}时就按对应编码读取。比肉眼猜快得多。另一个高频问题是全角字符。题库原文可能写的是“驾驶证”这是全角字母 正则里的[A-D]匹配不到。进入解析前先做归一化把全角字母数字转半角把全角空格 \u3000 替换成普通空格否则 SQLite 里会存进一堆“看起来一样、实际比对不上”的数据。3. 把题干、选项、答案映射成 SQLite 题库一个能增量更新的模型3.1 科目一题库文本的三种常见变化和先做统计的原因从工具拿到的 txt 里题目排列并不完全统一。常见的有三种布局布局典型行结构解析注意点标准选择题题号后题干ABCD 各一行最后“答案A”按题号和选项行切分最稳定判断题题干后直接跟“答案正确/错误”需要把语义答案映射成 A/B选项连排ABCD 挤在同一行中间空格分隔先处理选项行再做逐行扫描第一类最规范第二类要单独处理判断题第三类在 Word 里排版正常转成 txt 后却连成一行正则解析要多做一层。我的经验是先别急着写解析表达式先用 grep 数一下答案行grep -c ^答案 questions.txt这个数字应当和文档里最大题号一致。不一致就说明有题的答案格式不同例如答案写成了“√”或“答案”和题目挤在一行。看到数量对不上再动手解析能省掉大量排错时间。3.2 把题干、选项和答案拆出来的逐行解析脚本下面这个逐行扫描脚本适合大多数科目逻辑比一个大正则更容易调试import re, json ANSWER_MAP {正确: A, 错误: B, 对: A, 错: B} def normalize(line): # 全角字母转半角全角空格转普通空格 for ch in : line line.replace(ch, chr(ord(ch) - 0xFEE0)) return line.replace(\u3000, ) def parse_txt(text): items [] cur None for l in text.splitlines(): line normalize(l).strip() if not line: continue m re.match(r^(\d{1,4})[.、]\s*(.*), line) if m: if cur: items.append(cur) cur {id: int(m.group(1)), stem: m.group(2), options: [], answer: } continue if cur is None: continue m re.match(r^([A-E])[.、]\s*(.*), line) if m: cur[options].append([m.group(1), m.group(2)]) continue m re.match(r^答案[:]\s*(.), line) if m: raw m.group(1).strip() cur[answer] ANSWER_MAP.get(raw, raw.upper()) continue # 题干或选项被自动换行折行时续接到上一个节点 if cur[options]: cur[options][-1][1] line else: cur[stem] line if cur: items.append(cur) return items text open(questions.txt, encodingutf-8).read() result parse_txt(text) print(json.dumps(result, ensure_asciiFalse, indent1)[:600])逐行扫描的优先级是先识别题号再识别选项再识别答案最后处理换行。全角字母转半角用的chr(ord(ch) - 0xFEE0)效果等价于逐个 replace但代码更短。判断题的“正确/错误”被统一映射成 A/B后续判分只需比较字母不需要再处理语义词。这版脚本输出 JSON先打印前 600 个字符确认结构正确再进下一步入库。题库里有图片题时题干里通常有“如图”字样解析脚本只保留文字图片后续单独按题号关联存储。3.3 SQLite 表结构与 content_hash 增量导入题库表建议这样设计CREATE TABLE IF NOT EXISTS questions ( id INTEGER PRIMARY KEY, external_id INTEGER NOT NULL, qtype TEXT NOT NULL DEFAULT single, stem TEXT NOT NULL, answer TEXT NOT NULL, content_hash TEXT NOT NULL UNIQUE, doc_version TEXT NOT NULL, is_active INTEGER NOT NULL DEFAULT 1, created_at TEXT NOT NULL DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE IF NOT EXISTS options ( question_id INTEGER NOT NULL REFERENCES questions(id) ON DELETE CASCADE, opt_key TEXT NOT NULL, opt_text TEXT NOT NULL, PRIMARY KEY (question_id, opt_key) );external_id存 .doc 文档里的显示题号content_hash是题干加答案的哈希。不同版本题库里题号会变但同一道题的题干和答案基本不变所以 content_hash 必须唯一增量导入时才认得出“同一道题”。导入脚本片段如下import sqlite3, hashlib, json conn sqlite3.connect(subject_one.db) conn.executescript(open(schema.sql, encodingutf-8).read()) cur conn.cursor() for q in result: qtype judge if not q[options] else (multiple if len(q[answer]) 1 else single) payload json.dumps(q, ensure_asciiFalse, sort_keysTrue) h hashlib.sha256(payload.encode(utf-8)).hexdigest() cur.execute( INSERT OR IGNORE INTO questions(external_id, qtype, stem, answer, content_hash, doc_version, is_active) VALUES(?, ?, ?, ?, ?, ?, 1), (q[id], qtype, q[stem], q[answer], h, version) ) row cur.execute(SELECT id FROM questions WHERE content_hash ?, (h,)).fetchone() qid row[0] for key, text in q[options]: cur.execute( INSERT OR IGNORE INTO options(question_id, opt_key, opt_text) VALUES(?, ?, ?), (qid, key, text) ) conn.commit()INSERT OR IGNORE在 content_hash 重复时跳过整行不影响已有题目。如果某道题的选项变化了一个字母而 stem 和 answer 没变单独给题干做哈希会发现不了所以上面把整个 q 对象都序列化后算哈希把选项变化也纳入检测。参数version由调用方传入表示当前这份 doc 的版本标识比如2025-05-01每次发布写不同值线上就能知道数据来自哪份文件。4. 用 FastAPI 把科目一题库封装成 45 分钟的模拟考试系统4.1 科目一考试参数100题、45分钟、90分及格科目一正式考试的口径是100 道题每题 1 分满分 100 分45 分钟内交卷90 分及格。在线模拟系统要复现这个规则抽题接口需要支持配置题量和时长便于后续给科目四或企业内部考试复用。常用参数如下参数默认值取值范围说明count10020 - 100模拟卷总题数duration_minutes4510 - 120考试限时pass_score9060 - 100及格分数线random_seed无任意不设固定值按会话随机抽题要保证同一场考试不出现重复题用random.sample就能满足题量小于题库总量时不会返回重复题号。4.2 随机抽题接口与判分接口示例代码下面是 FastAPI 的最小实现from fastapi import FastAPI, HTTPException from pydantic import BaseModel import random, time, hashlib, sqlite3 app FastAPI() DB_PATH subject_one.db sessions {} POOL {} def load_pool(): conn sqlite3.connect(DB_PATH) conn.row_factory sqlite3.Row rows conn.execute( SELECT id, stem, answer, qtype FROM questions WHERE is_active1 ).fetchall() opt_rows conn.execute( SELECT question_id, opt_key, opt_text FROM options ORDER BY question_id, opt_key ).fetchall() opt_map {} for o in opt_rows: opt_map.setdefault(o[question_id], []).append({key: o[opt_key], text: o[opt_text]}) for r in rows: POOL[r[id]] { id: r[id], stem: r[stem], answer: r[answer], qtype: r[qtype], options: opt_map.get(r[id], []) } conn.close() load_pool() class StartReq(BaseModel): count: int 100 duration: int 45 class SubmitReq(BaseModel): exam_id: str answers: dict[str, str] app.post(/v1/exam/start) def start_exam(req: StartReq): ids random.sample(sorted(POOL.keys()), kreq.count) exam_id hashlib.md5(f{time.time_ns()}-{random.random()}.encode()).hexdigest()[:12] sessions[exam_id] { ids: ids, answers: {qid: POOL[qid][answer] for qid in ids}, expire: time.time() req.duration * 60, } questions [] for qid in ids: q POOL[qid] questions.append({id: qid, stem: q[stem], qtype: q[qtype], options: q[options]}) return {exam_id: exam_id, ttl: req.duration * 60, questions: questions} app.post(/v1/exam/submit) def submit_exam(req: SubmitReq): sess sessions.get(req.exam_id) if not sess: raise HTTPException(404, 考试不存在或会话过期) if time.time() sess[expire]: raise HTTPException(400, 考试超时不能提交) score 0 wrong [] for qid, ans in req.answers.items(): qid int(qid) if qid not in sess[ids]: continue if sess[answers][qid].upper() ans.strip().upper(): score 1 else: wrong.append(qid) passed score 90 return {score: score, total: len(sess[ids]), passed: passed, wrong_ids: wrong}该代码的要点是答案不发给前端。start 接口返回的 questions 里只放 stem、qtype 和 options答案保存在服务端 sessions 中submit 时拿服务端数据和客户端提交的答案比对。这样能避免学员用浏览器开发者工具直接看到正确答案。判断题没有存储选项start 返回时前端可以按 qtype 自行生成“A.正确 / B.错误”answer 键仍是 A/B判分逻辑完全一致。判分循环里先判断qid not in sess[ids]再读答案可以拦截客户端随意拼入的额外题目防止考生只提交自己会的题、把所有错误题 id 一起加进 answers 来拉低实际分数。超时判断放在判分前一旦超时整体作废不做部分计分。4.3 内存题库和 Redis 的取舍边界科目一这份完整题库塞进内存只有几 MB上面代码里的 POOL 字典完全可以长期驻留。启动时执行一次 load_pool()即使每秒创建 100 份试卷内存读取也毫秒级返回。没必要为了“看起来高并发”把 1000 道题搬进 Redis那是自己给自己加开销。但 sessions 字典不能无脑扩展。FastAPI 如果用uvicorn main:app --workers 4起多进程每个 worker 的内存互不相通用户第一题打到 worker A提交时被负载均衡分到 worker B就会报“考试不存在”。此时两个解法一是保持单 worker适合驾校内部几百人同时在线的小规模二是把 sessions 换到 Redis用SETEX exam:{id} 2700 {json}保存试卷和答案submit 时读 Redis 判分。题库本身仍可留在进程内存它是静态数据不需要跨节点同步。等到题库到了百万级又有跨地域并发时再考虑把题库也搬进 Redis 或做成独立出题服务。结合标题里“最新”和“完整版”这两个词系统还差最后一块拼图题库更新时如何安全切换。5. 拿到新版题库 .doc 以后的增量更新验证技巧5.1 先做版本差异比对再覆盖为“最新”所谓“最新”是相对的。新 .doc 里的题目可能比上一版少也可能只是答案措辞变化。我建议按“转文本 → 解析到暂存表 → 对比差异 → 切换 active 标记”四步发布而不是直接 DELETE 老表再全量导入。先统计新文件答案总数grep -c ^答案 new_questions.txt再看数据库里最新版本的题目数量SELECT doc_version, COUNT(*) FROM questions WHERE is_active1 GROUP BY doc_version;如果新文件答案数是 1320库里最新版只有 1300先别急着覆盖。用 content_hash 把两边对齐找出在新版本里“消失”的题目SELECT COUNT(*) FROM questions WHERE content_hash NOT IN ( SELECT content_hash FROM questions WHERE doc_version新版本 ) AND is_active1;消失的原因通常是解析漏题或答案格式变化而不是题真被删了。此时回到文本里 grep 找不到“答案”的行多半是“答案”和题目挤在了同一行。5.2 10 秒完成题目完整性的随机抽题校验发布前在 staging 环境跑一次随机抽题完整校验确保任何一次抽卷都不会带到空答案或空题干python3 - PY import sqlite3, random conn sqlite3.connect(subject_one.db) ids [r[0] for r in conn.execute(SELECT id FROM questions WHERE is_active1)] for i in range(10): sample random.sample(ids, 100) placeholders ,.join(? * 100) row conn.execute( fSELECT COUNT(*) FROM questions WHERE id IN ({placeholders}) AND (answer OR stem), sample).fetchone() assert row[0] 0, f第 {i} 次抽取出现空题目 print(f第 {i 1} 次抽取验证通过) PY这里把 is_active 作为过滤条件只验证当前线上生效的题目。如果随机样本数量不足 100说明题库低于最小卷面数脚本会直接抛异常相当于顺带做了一次容量检查。一个值得养成的习惯是更新时不要把 external_id 当成业务主键。上一版第 100 题可能是“交通信号灯”这一版第 100 题可能是“扣分规则”external_id 只是文档里的显示编号。SQLite 主键 id 继续自增content_hash 才代表题目身份。比如某道判断题在新版文档里只是把答案从“正确”改成了“错误”content_hash 会变化但 external_id 不变。把这几种情况写进发布脚本的日志里更新题库时才能真正分清楚到底是内容变更、题号漂移还是解析漏了。本文还有配套的精品资源点击获取