[发明专利]一种基于docker和jupyter notebook的复合类型题目在线检测方法

说明书

本发明公开了一种基于docker和jupyter notebook的复合类型题目在线检测方法，该方法包含：教师使用jupyter notebook出题，并编写配套的测试用例，将二者整合到docker容器中发布到在线平台；学生在线答题，更新ipynb文件；读取ipynb文件中的用户源码以及对应的测试用例；初始化评测环境；遍历每道题目，选择对应评测方法(图片判断、常规判断、文件判断、自定义判断)；分析结果，得出分数。本发明在docker和jupyter notebook的环境需求下，实现了在线评测的功能，并提供了评测多种类型题目的方法。

技术领域

本发明属于计算机编程领域，涉及一种基于docker和jupyter not ebook的复合类型题目在 线检测方法。

背景技术

随着计算机、互联网技术的兴起，在线教育崭露头角，在线教学与传统教学相结合的教 学方法的优势有所体现。教师在线上布置作业，学生完成之后通过线上提交，教师线上批改， 将成绩反馈给学生，这种线上教学方式不仅利于教师统计作业完成情况，而且能给学生明确 反馈，有很好的督导作用。其中，在线评测(online judge)可以帮助教师减少评测作业的工 作量，节省时间，并且准确性高，可靠性强。还能使学生及时收到反馈，尤其适合学习编程 的同学使用。

现有的编程在线测评系统(onlinej udge)存在一些不足之处。第一，编译器灵活性差，对 于以Python为支撑语言的相关课程，不能进行试探性的编程测试。在我们的发明中，用户可 以在jupyter not ebook中进行试探性的编程，即使改变了cell的顺序，或者产生了无用的输出， 评测系统仍然可以检测最终结果正确与否。第二，功能单一。现有在线评测系统的原理通常 只是检测用户的程序返回的答案与数据库中的答案是否一致。答案的类型只能是“数字”、 “文本”，导致教师出题的类型也较为单一。另外，如果用户的答案与标准答案不一致，仅 返回“无法通过测试”，而不能针对用户的答案给出错误提示，不利于用户修正答案。本发 明内含多种检测方式，不仅可以检测“数字”、“文本”，还可以检测“图片”、“文件” 等答案类型。可以针对用户的错误答案，返回“错误类型”、“错误位置”等错误提示。有 效地解决了上述缺陷。第三，现有的在线评测系统缺少对用户源代码风格的检测机制。比如， 当教师想要检测学生对课堂所学新方法的掌握情况时，学生使用“笨拙”的解题方法虽然可 以得出正确答案，但是没有达到教师的要求。本发明可以对学生源代码风格进行检测，如果 源代码风格不符合要求，即使答案正确也无法通过测试。

Jupyter not ebook是数据分析常用工具，其优点是可以将代码分割成多个代码块(cell)运 行，特别适合做试探性的编程工作。在jupyter not ebook生成的ipynb文件中，代码块(cell) 支持多种模式(mode)，如代码模式(code)、markdown模式(markdown)，因此可以展现 丰富的内容。

Docker是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可 移植的镜像中，然后发布到任何流行的Linux或Windows机器上，也可以实现虚拟化。容器 是完全使用沙箱机制，相互之间不会有任何接口。这样使每个人都有独立的编程和测评环境。

在当前全国各高校纷纷开设“数据分析”、“Python程序设计”、“机器学习”以及“深度学习”课程，并广泛使用jupyter not ebook平台进行教学的前提下，迫切需要一种基于jupyter not ebook的评测方法。本发明在docker和jupyter not ebook的环境需求下，实现了在线评测的 功能。

发明内容

本发明为了克服上述缺陷，提出了一种切实可行的可以检测多种类型编程题目的方法， 本发明具体步骤如下：

S1，教师出题，并编写配套的测试用例；

S2，学生答题，更新ipynb文件；

S3，读取用户源码以及对应的测试用例；