{ "cells": [ { "cell_type": "code", "execution_count": 9, "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "题号: 000291 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000292 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000293 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000294 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000296 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000297 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000299 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000301 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000302 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000304 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000305 , 字段: tags 中已添加数据: 空间向量\n", "题号: 000781 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001944 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001947 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001948 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001949 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001950 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001951 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001952 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001953 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001954 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001955 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001956 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001957 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001958 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001959 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001960 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001961 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001962 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001963 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001964 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001965 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001966 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001968 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001969 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001971 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001972 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001973 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001974 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001975 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001976 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001977 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001978 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001979 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001980 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001981 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001985 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001987 , 字段: tags 中已添加数据: 空间向量\n", "题号: 001991 , 字段: tags 中已添加数据: 空间向量\n", "题号: 003624 , 字段: tags 中已添加数据: 空间向量\n", "题号: 003647 , 字段: tags 中已添加数据: 空间向量\n", "题号: 003679 , 字段: tags 中已添加数据: 空间向量\n", "题号: 004096 , 字段: tags 中已添加数据: 空间向量\n", "题号: 004243 , 字段: tags 中已添加数据: 空间向量\n", "题号: 004348 , 字段: tags 中已添加数据: 空间向量\n", "题号: 004656 , 字段: tags 中已添加数据: 空间向量\n", "题号: 004698 , 字段: tags 中已添加数据: 空间向量\n", "题号: 004740 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009855 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009856 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009857 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009858 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009859 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009860 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009861 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009862 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009863 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009864 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009865 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009867 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009868 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009870 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009871 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009872 , 字段: tags 中已添加数据: 空间向量\n", "题号: 009873 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010706 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010707 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010708 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010709 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010710 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010711 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010712 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010713 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010714 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010715 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010716 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010717 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010718 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010719 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010720 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010721 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010722 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010723 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010724 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010725 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010726 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010727 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010729 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010730 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010731 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010732 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010733 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010735 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010736 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010737 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010738 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010739 , 字段: tags 中已添加数据: 空间向量\n", "题号: 010740 , 字段: tags 中已添加数据: 空间向量\n", "题号: 030452 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030453 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030454 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030455 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030456 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030457 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030458 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030459 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030460 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030461 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030462 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030463 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030464 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030465 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030466 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030467 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030468 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030469 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030470 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030471 , 字段: tags 中已有该数据: 空间向量\n", "题号: 030472 , 字段: tags 中已有该数据: 空间向量\n" ] } ], "source": [ "import os,re,json\n", "\n", "\"\"\"---明确数据文件位置---\"\"\"\n", "datafile = \"文本文件/metadata.txt\"\n", "# 双回车分隔，记录内单回车分隔列表，首行为字段名\n", "\"\"\"---文件位置结束---\"\"\"\n", "\n", "def trim(string):\n", " string = re.sub(r\"^[ \\t\\n]*\",\"\",string)\n", " string = re.sub(r\"[ \\t\\n]*$\",\"\",string)\n", " return string\n", "def FloatToInt(string):\n", " f = float(string)\n", " if abs(f-round(f))<0.01:\n", " f = round(f)\n", " return f\n", "\n", "with open(datafile,\"r\",encoding=\"utf8\") as f:\n", " data = f.read()\n", "pos = data.index(\"\\n\")\n", "field = data[:pos].strip()\n", "appending_data = data[pos:]\n", "\n", "with open(r\"../题库0.3/Problems.json\",\"r\",encoding = \"utf8\") as f:\n", " database = f.read()\n", "pro_dict = json.loads(database)\n", "with open(r\"../题库0.3/LessonObj.json\",\"r\",encoding = \"utf8\") as f:\n", " database = f.read()\n", "obj_dict = json.loads(database)\n", "\n", "#该字段列表可能需要更新\n", "fields = [\"content\",\"objs\",\"tags\",\"genre\",\"ans\",\"solution\",\"duration\",\"usages\",\"origin\",\"edit\",\"same\",\"related\",\"remark\",\"space\"]\n", "\n", "if field in fields:\n", " field_type = type(pro_dict[\"000001\"][field])\n", " datalist = [record.strip() for record in appending_data.split(\"\\n\\n\") if len(trim(record)) > 0]\n", " for record in datalist:\n", " id = re.findall(r\"^[\\d]{1,}\",record)[0]\n", " data = record[len(id):].strip()\n", " id = id.zfill(6)\n", " if not id in pro_dict:\n", " print(\"题号:\",id,\"不在数据库中.\")\n", " break\n", " \n", " #字符串类型字段添加数据\n", " elif field_type == str and data in pro_dict[id][field]:\n", " print(\"题号:\",id,\", 字段:\",field,\"中已有该数据:\",data)\n", " elif field_type == str and not data in pro_dict[id][field] and not field == \"ans\" and not field == \"space\":\n", " origin_data = pro_dict[id][field]\n", " new_data = trim(origin_data + \"\\n\" + data)\n", " pro_dict[id][field] = new_data\n", " print(\"题号:\",id,\", 字段:\",field,\"中已添加数据:\",data)\n", " elif field_type == str and not data in pro_dict[id][field] and field == \"ans\" or field == \"space\":\n", " pro_dict[id][field] = data\n", " print(\"题号:\",id,\", 字段:\",field,\"中已修改数据:\",data)\n", " \n", " #数值类型字段添加数据\n", " elif (field_type == int or field_type == float) and abs(float(data) - pro_dict[id][field])<0.01:\n", " print(\"题号:\",id,\", 字段:\",field,\"中已有该数据:\",FloatToInt(data))\n", " elif (field_type == int or field_type == float) and abs(float(data) - pro_dict[id][field])>=0.01:\n", " pro_dict[id][field] = FloatToInt(data)\n", " print(\"题号:\",id,\", 字段:\",field,\"中已修改数据:\",FloatToInt(data))\n", " \n", " #列表类型字段添加数据\n", " elif field_type == list:\n", " cell_data_list = [d.strip() for d in data.split(\"\\n\")]\n", " for cell_data in cell_data_list:\n", " if cell_data in pro_dict[id][field]:\n", " print(\"题号:\",id,\", 字段:\",field,\"中已有该数据:\",cell_data)\n", " elif not field == \"objs\":\n", " pro_dict[id][field].append(cell_data)\n", " print(\"题号:\",id,\", 字段:\",field,\"中已添加数据:\",cell_data)\n", " else:\n", " if not cell_data in obj_dict and not cell_data.upper() == \"KNONE\":\n", " print(\"题号:\",id,\", 字段:\",field,\"目标编号有误:\",cell_data)\n", " else:\n", " pro_dict[id][field].append(cell_data.upper())\n", " print(\"题号:\",id,\", 字段:\",field,\"中已添加数据:\",cell_data.upper())\n", "\n", "with open(r\"../题库0.3/Problems.json\",\"w\",encoding = \"utf8\") as f:\n", " f.write(json.dumps(pro_dict,indent=4,ensure_ascii=False))" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [] } ], "metadata": { "kernelspec": { "display_name": "Python 3.8.8 ('base')", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.8.8" }, "orig_nbformat": 4, "vscode": { "interpreter": { "hash": "d311ffef239beb3b8f3764271728f3972d7b090c974f8e972fcdeedf230299ac" } } }, "nbformat": 4, "nbformat_minor": 2 }