Add zhenti research (sqlite db, mock exam vol1 with packs, backrecite) and new vocab packs; exclude zhenti PDFs

This commit is contained in:
2026-10-10 22:38:33 +08:00
parent 30e673be47
commit e59d07203f
57 changed files with 13587 additions and 21 deletions
+105
View File
@@ -0,0 +1,105 @@
# 考研英语真题数据库设计
> 状态:**已实施**(2026-10-10 建库入库完成)
> 库文件:`真题研究/真题库.sqlite`(SQLite 3)
> 首批入库:2025、2026 年英语一、英语二真题(后续年份可直接追加)
## 设计原则
1. **一库多卷**:表结构同时兼容英语一、英语二的不同题型编排(英语二翻译为 Section III、写作在 Section IV,英语一翻译在阅读 Part C)。
2. **题文分离**:阅读/完形/翻译/新题型的文章单独存表,题目通过外键关联,避免重复存储。
3. **答案解析预留**:当前 PDF 仅含题目无解析;`questions` 表预留 `correct_answer`、`answer_analysis` 字段,待用户提供解析文件后回填。
4. **来源可溯**:记录每份试卷的来源 PDF 文件名,便于核对。
## 表结构
### 1. exams —— 试卷表
| 字段 | 类型 | 说明 |
|---|---|---|
| exam_id | INTEGER PK AUTOINCREMENT | 试卷ID |
| exam_year | INTEGER NOT NULL | 年份,如 2025 |
| exam_type | TEXT NOT NULL | '英语一' / '英语二' |
| exam_title | TEXT | 试卷全称,如"2026年全国硕士研究生招生考试英语(一)" |
| source_pdf | TEXT | 来源PDF文件名 |
| total_score | INTEGER | 满分(100) |
| created_at | TEXT | 入库时间 |
唯一约束:`UNIQUE(exam_year, exam_type)`
### 2. sections —— 试卷题型结构表
描述每份试卷的 Section/Part 编排(英语一 5 段:完形、阅读A、阅读B、阅读C、写作;英语二 5 段:完形、阅读A、阅读B、翻译、写作)。
| 字段 | 类型 | 说明 |
|---|---|---|
| section_id | INTEGER PK AUTOINCREMENT | 结构ID |
| exam_id | INTEGER FK → exams | 所属试卷 |
| section_order | INTEGER | 顺序,如 1~5 |
| section_name | TEXT | Section 名,如 "Section II Reading Comprehension" |
| part_name | TEXT NULL | Part 名,如 "Part A";无 Part 时为 NULL |
| part_title | TEXT NULL | 该部分标题,如 "Use of English" |
| question_range | TEXT | 题号范围,如 "1-20" |
| score_total | REAL | 该部分总分 |
唯一约束:`UNIQUE(exam_id, section_order, part_name)`
### 3. passages —— 文章/材料表
完形文章、4 篇阅读、新题型材料、翻译段落、写作材料(如图表说明)均存此表。
| 字段 | 类型 | 说明 |
|---|---|---|
| passage_id | INTEGER PK AUTOINCREMENT | 文章ID |
| exam_id | INTEGER FK → exams | 所属试卷 |
| section_id | INTEGER FK → sections | 所属部分 |
| passage_type | TEXT | '完形' / '阅读' / '新题型' / '翻译' / '写作材料' |
| passage_no | INTEGER NULL | 序号:阅读为 1~4,其他可为 NULL |
| title | TEXT NULL | 文章标题(若有) |
| content | TEXT NOT NULL | 文章全文 |
| seq | INTEGER | 显示顺序 |
唯一约束:`UNIQUE(exam_id, passage_type, passage_no)`
### 4. questions —— 题目表
| 字段 | 类型 | 说明 |
|---|---|---|
| question_id | INTEGER PK AUTOINCREMENT | 题目ID |
| exam_id | INTEGER FK → exams | 所属试卷 |
| section_id | INTEGER FK → sections | 所属部分 |
| passage_id | INTEGER FK → passages NULL | 关联文章(阅读/完形题);写作题可为 NULL |
| question_no | INTEGER | 题号(1~52) |
| question_text | TEXT NULL | 题干(选择题为题干句,写作题为指令) |
| option_a / option_b / option_c / option_d | TEXT NULL | 四个选项,非选择题为 NULL |
| correct_answer | TEXT NULL | 正确答案(预留,当前 PDF 无答案) |
| answer_analysis | TEXT NULL | 解析(预留,待解析文件回填) |
| score | REAL | 分值 |
| question_type | TEXT | '完形' / '阅读' / '新题型' / '翻译' / '小作文' / '大作文' |
唯一约束:`UNIQUE(exam_id, question_no)`
## 入库范围(首批)
| 年份 | 英语一 | 英语二 |
|---|---|---|
| 2025 | 2025年考研英语一真题.pdf | 2025年考研英语二真题.pdf |
| 2026 | 2026年考研英语一真题.pdf | 2026年考研英语二真题.pdf |
预计数据量:4 份试卷 ×(1 完形文章 + 4 阅读文章 + 新题型材料 + 翻译材料 + 写作材料)文章若干 + 52 题 = 约 8 篇材料、208 题。
## 入库实况(已验证)
| 年份/卷型 | 题目数 | 文章数 | 说明 |
|---|---|---|---|
| 2025 英语一 | 52 | 14(完形1+阅读4+新题型8+翻译1) | 新题型为排序题(A-H 段落) |
| 2026 英语一 | 52 | 14(同左) | 新题型为排序题 |
| 2025 英语二 | 48 | 13(完形1+阅读4+新题型7+翻译1) | 新题型为小标题选配(A-G) |
| 2026 英语二 | 48 | 13(同左) | 新题型为人名观点匹配(A-G) |
质量检查:4 卷题号连续无缺失;40 道选择题(完形+阅读)四选项齐全;英语一翻译 5 个划线句、英语二整段翻译均完整入库;写作题指令含题号前缀。
## 后续扩展
- 解析文件(百度网盘/阿里云盘)下载后:回填 `correct_answer`、`answer_analysis`
- 更多年份:按同结构追加(2010~2024 共 15 年×2 卷)