[发明专利]一种用word导入题库生成试卷的技术

说明书

本发明公开了一种用word导入题库生成试卷的技术，包括以下步骤：第一步：将word转化为html；第二步：对html格式的试题进行解析，根据不同题型的试题样式解析出对应的试题内容；将word转化为html的实现原理如下：点击从word导入按钮后，获取到上传文件的后缀名，判断上传的wrod文档的后缀名为.doc格式还.docx格式，后缀名如果为.docx，先通过加载文档生成XWPFDocument对象，使用XWPFDocument将其转换成XHTML，如果后缀名为.doc,通过HWPFDocument对象读取doc文档，使用WordToHtmlConverter方法将word转换成html。有益效果：本发明在原有识别word文档内容的基础上，增加了对单选题、多选题、填空题、判断题、简答题等特殊试题类型的识别、解析的功能，方便用户通过word文档导入实现批量导入试题。

技术领域

本发明涉及word文档识别领域，具体来说，涉及一种用word导入题库生成试卷的技术。

背景技术

目前市场上有很多word文档识别功能虽能识别word文档里的内容，但是市场上已知的word文档识别只能识别文档的标题、文档的内容，不能支持对特定的数据结构进行识别并且进行解析，不能满足特别是在教育行业，需要通过word文档导入试题的人群，给有这部分需求的用户造成了极大的不方便。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

为了克服现有的word文档识别功能只能识别文档的标题、文档的内容的不足，本发明创造提供一种根据word文档进行导入识别的服务，不但能完美满足市场上现有文档识别功能，还在原有的基础上新添加了对单选题，多选题，填空题，判断题，简答题等特殊试题类型的识别，在导入到系统前，还增加了导入试题识别功能，方便用户预览、修改试题，并能将识别的题型导入到系统当中并展示出来，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种用word导入题库生成试卷的技术，包括以下步骤：

第一步：将word转化为html；

第二步：对html格式的试题进行解析，根据不同题型的试题样式解析出对应的试题内容。

进一步的，所述将word转化为html的实现原理如下：点击从word导入按钮后，获取到上传文件的后缀名，判断上传的wrod文档的后缀名为.doc格式还.docx格式。

进一步的，所述后缀名如果为.docx，先通过加载文档生成XWPFDocument对象，使用XWPFDocument将其转换成XHTML，如果后缀名为.doc,通过HWPFDocument对象读取doc文档，使用WordToHtmlConverter方法将word转换成html。

进一步的，根据解析得到的html获取word文档中所有的图片、公式等非文本元素，将这些非文本元素转化为图片流，并通过转换的图片流上传到文件服务器，并得到这些图片在服务器的地址，最后用得到的服务器图片地址来替换html中的图片、公式等非文本元素，经过这个过程完成了将word文档转化为纯文本的html。

进一步的，所述对html格式的试题解析实现原理如下：通过获取到html的内容后，根据内容里面不同的标签样式采用递归的方式进行逐层解析，获取html文本中和试题相关的内容，获得试题内容之后跟据事先约定的格式来对试题内容进行正则表达式匹配。

进一步的，所述通过正则表达式匹配的方式获取试题的列表和每道题的题干、选项、答案等具体试题信息，获得这些信息即完成了对html样式的试题的解析。

与现有技术相比，本发明具有以下有益效果：本发明在原有识别word文档内容的基础上，增加了对单选题、多选题、填空题、判断题、简答题等特殊试题类型的识别、解析的功能，方便用户通过word文档导入实现批量导入试题。