517 lines
32 KiB
Plaintext
517 lines
32 KiB
Plaintext
{
|
|
"cells": [
|
|
{
|
|
"cell_type": "code",
|
|
"execution_count": 1,
|
|
"metadata": {},
|
|
"outputs": [
|
|
{
|
|
"name": "stdout",
|
|
"output_type": "stream",
|
|
"text": [
|
|
"题号: 011988 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 011989 , 字段: tags 中已添加数据: 第一单元\n",
|
|
"题号: 011990 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 011991 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 011992 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 011993 , 字段: tags 中已添加数据: 第八单元\n",
|
|
"题号: 011994 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 011995 , 字段: tags 中已添加数据: 第八单元\n",
|
|
"题号: 011996 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 011997 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 011998 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 011999 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012000 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 012001 , 字段: tags 中已添加数据: 第一单元\n",
|
|
"题号: 012001 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012002 , 字段: tags 中已添加数据: 第一单元\n",
|
|
"题号: 012003 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012004 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 012005 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 012006 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012007 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012008 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012008 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 012009 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012010 , 字段: tags 中已添加数据: 第一单元\n",
|
|
"题号: 012011 , 字段: tags 中已添加数据: 第八单元\n",
|
|
"题号: 012012 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 012013 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012014 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 012015 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012016 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 012017 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 012018 , 字段: tags 中已添加数据: 第八单元\n",
|
|
"题号: 012019 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012020 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 012021 , 字段: tags 中已添加数据: 第一单元\n",
|
|
"题号: 012022 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012023 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012023 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 012024 , 字段: tags 中已添加数据: 第一单元\n",
|
|
"题号: 012025 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 012026 , 字段: tags 中已添加数据: 第八单元\n",
|
|
"题号: 012027 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012028 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 012029 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 030077 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030078 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030079 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030080 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030081 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030082 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030083 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030084 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030085 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030086 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030087 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030088 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030089 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030090 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030091 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030092 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030093 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030094 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030095 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030096 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030097 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030098 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030100 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030103 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030103 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 030113 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030114 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030115 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030116 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030117 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030118 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030119 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030120 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030121 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030122 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030123 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030124 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030125 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030126 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030127 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030128 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030129 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030130 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030131 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030132 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030133 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030134 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030135 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030136 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030137 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030138 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030139 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030140 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030141 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030142 , 字段: tags 中已添加数据: 第六单元\n",
|
|
"题号: 030283 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 030284 , 字段: tags 中已添加数据: 第三单元\n",
|
|
"题号: 030285 , 字段: tags 中已添加数据: 第四单元\n",
|
|
"题号: 030286 , 字段: tags 中已添加数据: 第四单元\n",
|
|
"题号: 030287 , 字段: tags 中已添加数据: 第四单元\n",
|
|
"题号: 030288 , 字段: tags 中已添加数据: 第四单元\n",
|
|
"题号: 030289 , 字段: tags 中已添加数据: 第四单元\n",
|
|
"题号: 030290 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030290 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030291 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030291 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030292 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030292 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030293 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030293 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030294 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030294 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030295 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030295 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030296 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030296 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030297 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030297 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030298 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030298 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030299 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030299 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030300 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030300 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030301 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030301 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030302 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030302 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030303 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030303 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030304 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030304 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030305 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030305 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030306 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030306 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030307 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030307 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030308 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030308 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030309 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030309 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030310 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030310 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030311 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030311 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030312 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030312 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030313 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030313 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030314 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030314 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030315 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030315 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030316 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030316 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030317 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030317 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030318 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030318 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030319 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030319 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030320 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030320 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030321 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030321 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030322 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030322 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030323 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030323 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030324 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030324 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030325 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030325 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030326 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030326 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030327 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030327 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030328 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030328 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030329 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030329 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030330 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030330 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030331 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030331 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030332 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030332 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030333 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030333 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030334 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030334 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030335 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030335 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030336 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030336 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030337 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030337 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030338 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030338 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030339 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030339 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030340 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030340 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030341 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030341 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030342 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030342 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030343 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030343 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030344 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030344 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030345 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030345 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030346 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030346 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030347 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030347 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030348 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030348 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030349 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030349 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030350 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030350 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030351 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030351 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030352 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030352 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030353 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030353 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030354 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030354 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030355 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030355 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030356 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030356 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030357 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030357 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030358 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030358 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030359 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030359 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030360 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030360 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030361 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030361 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030362 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030362 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030363 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030363 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030364 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030364 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030365 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030365 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030366 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030366 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030367 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030367 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030368 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030368 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030369 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030369 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030370 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030370 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030371 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030371 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030372 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030372 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030373 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030373 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030374 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030374 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030375 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030375 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030376 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030376 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030377 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030377 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030378 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030378 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030379 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030379 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030380 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030380 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030381 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030381 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030382 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030382 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030383 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030383 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030384 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030384 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030385 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030385 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030386 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030386 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030387 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030387 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030388 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030388 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030389 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030389 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030390 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030390 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030391 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030391 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030392 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030392 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030393 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030393 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030394 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030394 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030395 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030395 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030396 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030396 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030397 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030397 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030398 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030398 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030399 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030399 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030400 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030400 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030401 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030401 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030402 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030402 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030403 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030403 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030404 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030404 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030405 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030405 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030406 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030406 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030407 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030407 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030408 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030408 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030409 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030409 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030410 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030410 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030411 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030411 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030412 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030412 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030413 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030413 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030414 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030414 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030415 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030415 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030416 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030416 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030417 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030417 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030418 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030418 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030419 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030419 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030420 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030420 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030421 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030421 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030422 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030422 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030423 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030423 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030424 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030424 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030425 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030425 , 字段: tags 中已添加数据: 导数\n",
|
|
"题号: 030426 , 字段: tags 中已添加数据: 第二单元\n",
|
|
"题号: 030426 , 字段: tags 中已添加数据: 第四单元\n",
|
|
"题号: 030426 , 字段: tags 中已添加数据: 导数\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
|
|
}
|