吴为民

（福建船政交通职业学院信息与智慧交通学院，福州350007）

0 引言

目前大多数的试卷系统，都把题库导入到数据库中，然后生成试卷时从题库中抽题形成试卷。这样的作法一是试卷的保密程度不够高，而且对于大量用图形图像的试题的支持不好，大部分只能支持文字类的试题。以Word文件直接作为题库的数据库，避免了按照常规的做法，题目需要导入到数据库中过程的繁琐和存在泄密的风险；而且实现题库的本地化，利用Word直接维护题库，可操作性和可视化程度高，以及对有图像的理工类的题目支持非常好[1-2]

1 Word文档的XML结构

较早的Word格式doc被称为“二进制”格式。从2007 Microsoft Office System开始，Microsoft Office使用基于Open XML的文件格式，例如.docx、.xlsx和.pptx。这些格式和文件扩展名适用于Microsoft Word、Micro⁃soft Excel和Microsoft PowerPoint。利用Word文档的XML结构，我们通过程序对Word文档进行增删改查的处理，实现类似数据库的功能，为将Word文档直接作为数据库奠定基础。

Docx文件是XML文件的Zip存档。最简单的Word文档的主要文档结构包含以下XML元素[3-4]：

其中：document：文档部分的根元素，它定义了主要文档的结构。Body：主体—用于收集构成文本的块级结构的容器。P：段。R：段落中的分句。T：文本。

2 Python的Word文档SDK

存在几个可用于在Python中读写MS Word文件的库。但是，由于其易用性，我们将使用python-docx模块。python-docx是用于创建和更新Microsoft Word（.docx）文件的Python库。在终端中执行以下pip命令，以加载python-docx模块，如下所示：

$pip install python-docx

使用python-docx模块，我们有3种不同的数据类型：

document：整个文档的Document对象。

Paragraph：文档对象内段落的段落对象。

Run：每个“段落”对象包含一个“运行”对象列表。

图1 Word基本数据结构