简介这份资料面向备考注册环保工程师专业基础科目的考生围绕工程流体力学与流体机械、环境工程微生物学、环境监测与分析、环境评价与环境规划、污染防治技术及职业法规六大板块梳理复习要点帮助解决知识点零散、公式与结论记忆混乱的问题。内容对皮托管测流速、并联管路流量分配、明渠恒定均匀流断面比能、射流扩散角、革兰氏染色、细菌生长曲线、微生物代谢类型、P/H与BIP指数、富营养化阈值、高锰酸盐指数与COD测定等高频考点均给出结论式归纳适合作为冲刺阶段的背诵与速查笔记。资源包内含1个docx文档约3.53MB按科目分节、条列式排版便于按模块检索与快速回看要点。目前已有94人学习下载适合需要系统梳理基础概念、对照查漏补缺的考生使用。1. 注册环保工程师专业基础复习资料总结先算清哪几门在拉分手里攒了十几个 G 的 PDF扫描版教材、师兄传的讲义、十年真题解析、几套规范合订本结果真正翻完的不到三成——这是备考注册环保工程师专业基础时最典型的开局。问题不在资料少而在资料和考纲权重没有对齐专业基础卷的题量按科目分布差异很大水、气、固、物理这几门工程类科目合计占了大头把每天的两小时平均切成八份本身就是最亏的一种分配方式。这篇内容把复习资料总结当成一个需要设计和维护的工程对象来做先按科目权重决定取舍再把讲义、条文、真题解析结构化成可检索、可打勾的知识库最后用错题数据反过来调复习节奏。适合已经决定报考、有基础教材但不知道从哪一页翻起的人也适合二战考生把旧资料重新盘一遍。2. 专业基础八门科目的资料分层与考点权重拆解专业基础的八门科目不是并列关系它们对资料形态的要求完全不同。水污染控制、大气污染控制这类科目吃的是计算熟练度需要大量工艺例题环境工程微生物学、环境影响评价更吃记忆和条文覆盖面需要的是反复抽卡式回忆。先把每门科目的资料类型需求判断清楚再决定往哪个方向堆资料能省掉一半的无用功。2.1 用一张权重表决定资料取舍先按下面的维度给自己的资料库做一次体检。表中的优先级是经验区间具体分值以当年考试大纲和官方题型说明为准但四门工程类科目长期是主力这一点基本稳定。科目复习优先级需要的资料形态最容易踩的坑水污染控制工程高教材 工艺计算例题 设计参数表只背工艺流程图不会算污泥龄大气污染控制工程高教材 除尘脱硫计算 风机选型忽略烟气量换算的工况修正固体废物处理处置中高教材 标准条文 填埋场计算混淆焚烧与热解的物料平衡物理污染控制工程中高教材 噪声衰减公式声压级叠加算错对数环境监测与分析中教材 方法标准 数据处理有效数字和检出限概念模糊环境影响评价中教材 导则条文只记流程不记评价等级判定工程流体力学与流体机械中教材 公式推导伯努利方程取点随手画环境工程微生物学中低但稳定教材 记忆卡片只背名词不记代谢路径拿这张表对照自己的资料库优先级高的科目如果只有一本教材、没有例题本说明结构是缺的优先级低的科目如果存了五套不同版本的讲义说明是冗余的。常见做法是每门科目只留一套主线教材加一套自己的整理稿其余全部降级为查阅用放归档目录不参与日常复习。2.2 教材、规范、真题三类资料的分工很多人把这三类资料混着看效率很低。它们的分工应该明确教材负责建立知识骨架一章读完要能画出这一章的公式和参数脉络。读教材时不要划线划线的复用率极低改成在空白页用自己的话写一句这节在解决什么问题。规范和方法标准负责补工程语境。基础考试是闭卷的规范条文不是带进考场的查阅工具而是用来理解教材里为什么某个设计参数取这个值的依据。看到教材里一个没有推导过程的经验系数翻一下对应标准理解成本会低很多记忆也牢。真题负责把教材语言翻译成考试语言。同一个知识点教材的表述和命题人的表述经常不一样比如教材说污泥容积指数题干可能写成30 分钟沉降后 1 克干污泥所占体积。真题的价值就在这里——它是唯一能校准你答题语言的资料。提示真题解析不要只看答案重点看题干里的限定词。专业基础的选择题常常靠一两个限定词区分正确项和干扰项。2.3 把大纲条目转成可勾选的考点清单大纲是一份条目化的文本但直接对着它复习没有反馈感。把它转成可勾选的清单每次复习都能看到进度条在动这是维持长期备考最便宜的正反馈。下面这段脚本把大纲里的条目行抽出来生成一份带科目分组和计数的清单文件。# gen_checklist.py # 作用把大纲文本里的条目行抽出来按科目分组生成可勾选清单 import re from pathlib import Path from collections import OrderedDict SRC Path(hb/00_考纲/outline.md) # 大纲原始文本条目行写成 - [ ] 科目/章节/考点 DST Path(hb/00_考纲/checklist.md) # 输出清单 ITEM re.compile(r^-\s*\[\s*\]\s*(.)$) # 只认未勾选的条目行 def parse(path: Path): groups OrderedDict() for raw in path.read_text(encodingutf-8).splitlines(): m ITEM.match(raw.strip()) if not m: continue text m.group(1).strip() # 约定用 / 分隔第一段是科目名 subject text.split(/)[0].strip() if / in text else 未分类 groups.setdefault(subject, []).append(text) return groups def render(groups): lines [# 专业基础考点清单, ] for subject, items in groups.items(): lines.append(f## {subject}共 {len(items)} 条) lines.append() lines.extend(f- [ ] {it} for it in items) lines.append() return \n.join(lines) if __name__ __main__: groups parse(SRC) DST.write_text(render(groups), encodingutf-8) total sum(len(v) for v in groups.values()) print(f科目数{len(groups)} 考点总数{total})逻辑上做了三件事用正则只匹配未勾选的条目行已经打勾的历史条目不会重复进入清单用每条第一个斜杠前的字段当科目名实现自动分组输出时带上每科的条目数方便横向比较哪一门还没铺开。文件路径SRC和DST按自己资料库的目录结构改ITEM正则只依赖- [ ]这个前缀所以大纲文本可以先用编辑器批量加上这个前缀。跑完之后每次复习勾一行想统计进度就再跑一遍grep -c \[x\] hb/00_考纲/checklist.md各科覆盖率一目了然。3. 用 Markdown 和 Git 把复习资料结构化落地PDF 讲义和截图最大的问题是不可检索、不可 diff、不可合并。把核心整理稿写成 Markdown配一个 Git 仓库管理最直接的好处是每次修改都有记录改错能回滚还能用grep在整库范围内搜一个公式或一个参数。这套做法对需要反复迭代的备考尤其合适——三轮复习下来整理稿会改十几遍。3.1 目录结构与文件命名约定先用一条命令把骨架目录建出来科目目录用两位数前缀保证排序稳定。# 建立资料库目录骨架前缀数字保证 ls 排序与大纲顺序一致 mkdir -p hb/{00_考纲,01_流体力学与机械,02_环境微生物,03_环境监测,04_环评,05_水污染控制,06_大气污染控制,07_固废处理处置,08_物理污染,90_真题,91_错题,99_归档} # 每个科目目录下固定三件套笔记、例题、卡片 for d in hb/0[1-8]_*; do mkdir -p $d/{notes,examples,cards} done # 初始化 Git 仓库首次提交 cd hb git init git add . git commit -m init: 专业基础资料库骨架文件名约定用章节号-考点关键词.md比如05_水污染控制/notes/03-活性污泥法.md。关键词写考点而不是章节标题是为了让grep 活性污泥能同时命中笔记、例题和卡片三个目录。Git 这边建议把 PDF 和扫描图放进.gitignore只版本化 Markdown 和小体积的 SVG 图否则仓库会迅速膨胀到几百兆git status都会变卡。3.2 公式、图表与图片的存储方式公式统一用 LaTeX 写行内用$...$独立公式用$$...$$。这样做的好处是文本可搜索——想找所有涉及污泥龄的计算直接搜\theta_c就能定位而截图完全做不到这一点。图表有两种处理方式。流程图和工艺路线用 SVG 手绘体积小、可版本化、缩放不糊从教材截的图存 PNG命名规则是科目号-章节号-描述.png比如05-03-曝气池剖面.png在 Markdown 里用相对路径引用。图片不要直接粘在笔记正文里集中放assets/目录正文只写引用将来换图不用动笔记内容。注意从教材或讲义里截图自用没问题但不要再分发给别人。整理稿里带上教材原文页码反而更实用方便回查。3.3 写一个脚本自动生成考点索引进度表Markdown 库建起来以后最大的收益是可以脚本化统计。下面这段脚本扫描各科目目录统计笔记、例题、卡片三类文件的数量和最近修改时间输出一份进度总表用来判断哪门科目还没真正动笔。# progress.py # 作用统计每个科目目录下 notes/examples/cards 三类文件数量与最近修改时间 from pathlib import Path from datetime import datetime ROOT Path(hb) KINDS (notes, examples, cards) def scan(): rows [] for sub in sorted(p for p in ROOT.iterdir() if p.is_dir() and p.name[0].isdigit()): row {subject: sub.name} latest None for kind in KINDS: files list((sub / kind).glob(*.md)) if (sub / kind).exists() else [] row[kind] len(files) for f in files: t datetime.fromtimestamp(f.stat().st_mtime) if latest is None or t latest: latest t row[last] latest.strftime(%m-%d) if latest else 未开始 rows.append(row) return rows if __name__ __main__: print(f{科目:22}{笔记:5}{例题:5}{卡片:5}{最近:8}) for r in scan(): print(f{r[subject]:22}{r[notes]:5}{r[examples]:5}{r[cards]:5}{r[last]:8})KINDS是三类文件的目录名改了目录名这里要同步改。ROOT指向资料库根目录脚本只统计以数字开头的科目目录00_考纲、90_真题这些前缀不是数字开头的子目录会被自动跳过避免污染统计结果。输出里最近一列如果停留在两周前说明这门科目已经断更了该补课了。参数上有个小技巧如果你把例题文件按题号命名比如ex-001.md可以再加一段统计总行数行数比文件数更能反映投入量。常见做法是每周跑一次把输出重定向到progress.txt回头对比就知道复习重心有没有偏移。4. 真题驱动的错题本数据化与复习排程真题不是拿来做一遍对答案的它是用来暴露盲区的探针。真正决定提分速度的是做完之后对错题的处理方式——错题如果只抄在纸上三轮下来根本翻不动错题如果结构化成可筛选、可排程的数据它能直接告诉你哪几个知识点在反复漏。4.1 真题的三遍用法第一遍按科目做只做自己复习过的那一门。目的是定位盲区做完不改答案先把错题编号记下来。这一遍不追求分数追求的是我以为会但其实不会的清单。第二遍按套卷做计时模拟真实节奏。这一步的重点是暴露时间分配问题——专业基础科目多、题量大很容易在某一道计算题上耗掉十五分钟。第二遍做完再统一对答案把错题按科目和错因归类。第三遍只做错题间隔两周以上再做。如果同一道题第三遍还错说明是概念性问题不是粗心必须回到教材重新推一遍公式。提示三遍之间要留足间隔做题当天的记住了是短时记忆靠它判断掌握程度会严重高估自己。4.2 错题字段设计与 Anki 导入错题本的核心是字段设计。字段太少将来没法筛选字段太多录入成本高到坚持不下去。下面这套字段是实践中比较平衡的版本用 CSV 存一行一道题。字段含义示例id唯一编号2024-S05-013subject科目水污染控制stem题干摘要已知污泥龄求剩余污泥量my_answer我的答案Banswer正确答案Creason错因标签公式记忆错note一句话纠正污泥龄是SRT不是HRTsource来源2021 年真题reason这一列是关键建议只用固定的几个标签概念不清、公式记错、单位换算、计算失误、审题漏条件。标签一固定就能做统计——如果单位换算占了错因的三成那就不是知识问题是答题习惯问题处理方式完全不同。把 CSV 转成 Anki 可导入的文本用一个脚本就够了。Anki 导入文本默认按 Tab 分列第一列正面、第二列背面。# to_anki.py # 作用把错题 CSV 转成 Anki 导入用的 TSV正面是题干背面是答案纠正 import csv SRC hb/91_错题/wrong.csv DST hb/91_错题/anki_import.tsv with open(SRC, newline, encodingutf-8) as fin, \ open(DST, w, encodingutf-8) as fout: for r in csv.DictReader(fin): front f[{r[subject]}] {r[stem]} # 背面用换行拼接Anki 里会正常渲染成多行 back f答案{r[answer]}我选 {r[my_answer]}br纠错{r[note]}br错因{r[reason]} fout.write(f{front}\t{back}\n) print(done:, DST)SRC是错题 CSV 的路径列名要和表头完全一致DictReader按列名取值不依赖列顺序。back里用br而不是换行符是因为 Anki 卡片的背面按 HTML 渲染直接写\n会挤成一行。导入时在 Anki 里选择制表符分隔牌组按科目建一张卡就是一个考点而不是一道题——同一个考点换个数再考你还得会。4.3 复习排程参数怎么调Anki 默认参数是为长期学习设计的备考周期短则两三个月长不过一年参数要往紧凑方向调新卡上限设成 30 到 50因为错题总量本来就有限压太低拖不完。复习上限设 200 左右超过这个量说明前面欠的账太多该先清理而不是继续加新卡。最大间隔建议设 30 到 60 天不要设成默认的几个月——考试日期是硬约束间隔太长等于最后几周全堆在一起。间隔修饰系数先保持 1.0等你发现自己连续几次都能秒答再往 0.9 调。Leech 阈值反复遗忘的卡片设 4一旦触发就说明这张卡本身设计有问题通常是背面写得太抽象回去把note那句纠正写得更具体。5. 冲刺阶段的资料收敛与考前检索顺序到了最后三周资料库要做的是收敛而不是扩张。这个时候再开新资料基本是负收益正确动作是把自己整理过的内容压缩成能快速扫读的形态。5.1 用一页纸收敛每门科目每门科目手写或打印一页 A4内容只有三块核心公式、易混概念对照、常错参数取值。这页纸不放进资料库它就是资料库的最终输出。写的过程中如果你发现某个公式推不出来说明这门还没吃透立刻回对应的notes文件重推一遍不要含糊过去。一页纸的排版有个实用约定公式写在左栏右边留一列写使用条件。很多失分不是公式记错是条件用错——比如某个衰减公式只适用于一级反应题干一旦给出二级动力学公式就完全不适用。5.2 考前 48 小时的检索顺序考前几天不要再做新题改成按固定顺序回扫资料库用grep把高频关键词过一遍比逐页翻书快得多。顺序动作对应命令或位置1扫错因统计看哪类错误最多统计 wrong.csv 里 reason 列2过一遍各科一页纸notes 目录导出的汇总3搜核心公式确认适用条件grep -rn theta_c hb/05_水污染控制/notes4过 Leech 卡片Anki 里筛选 leech 标签5看单位换算清单一页纸第三栏第 1 步可以用一条命令快速统计错因分布直接看哪类问题最扎眼# 统计错题表里 reason 列第 7 列各标签出现次数按频次从高到低排 tail -n 2 hb/91_错题/wrong.csv | cut -d, -f7 | sort | uniq -c | sort -rntail -n 2跳过表头cut -d, -f7取第 7 列如果你的 CSV 列顺序和前面表格不一致改-f后面的数字即可。uniq -c要求先sort这两步顺序不能反。输出里排在最前面的标签就是这三周最该集中处理的对象——往往是单位换算这种看似低级但覆盖面最广的问题。本文还有配套的精品资源点击获取 注册环保工程师专业基础复习资料总结：Markdown知识库与错题数据化
简介这份资料面向备考注册环保工程师专业基础科目的考生围绕工程流体力学与流体机械、环境工程微生物学、环境监测与分析、环境评价与环境规划、污染防治技术及职业法规六大板块梳理复习要点帮助解决知识点零散、公式与结论记忆混乱的问题。内容对皮托管测流速、并联管路流量分配、明渠恒定均匀流断面比能、射流扩散角、革兰氏染色、细菌生长曲线、微生物代谢类型、P/H与BIP指数、富营养化阈值、高锰酸盐指数与COD测定等高频考点均给出结论式归纳适合作为冲刺阶段的背诵与速查笔记。资源包内含1个docx文档约3.53MB按科目分节、条列式排版便于按模块检索与快速回看要点。目前已有94人学习下载适合需要系统梳理基础概念、对照查漏补缺的考生使用。1. 注册环保工程师专业基础复习资料总结先算清哪几门在拉分手里攒了十几个 G 的 PDF扫描版教材、师兄传的讲义、十年真题解析、几套规范合订本结果真正翻完的不到三成——这是备考注册环保工程师专业基础时最典型的开局。问题不在资料少而在资料和考纲权重没有对齐专业基础卷的题量按科目分布差异很大水、气、固、物理这几门工程类科目合计占了大头把每天的两小时平均切成八份本身就是最亏的一种分配方式。这篇内容把复习资料总结当成一个需要设计和维护的工程对象来做先按科目权重决定取舍再把讲义、条文、真题解析结构化成可检索、可打勾的知识库最后用错题数据反过来调复习节奏。适合已经决定报考、有基础教材但不知道从哪一页翻起的人也适合二战考生把旧资料重新盘一遍。2. 专业基础八门科目的资料分层与考点权重拆解专业基础的八门科目不是并列关系它们对资料形态的要求完全不同。水污染控制、大气污染控制这类科目吃的是计算熟练度需要大量工艺例题环境工程微生物学、环境影响评价更吃记忆和条文覆盖面需要的是反复抽卡式回忆。先把每门科目的资料类型需求判断清楚再决定往哪个方向堆资料能省掉一半的无用功。2.1 用一张权重表决定资料取舍先按下面的维度给自己的资料库做一次体检。表中的优先级是经验区间具体分值以当年考试大纲和官方题型说明为准但四门工程类科目长期是主力这一点基本稳定。科目复习优先级需要的资料形态最容易踩的坑水污染控制工程高教材 工艺计算例题 设计参数表只背工艺流程图不会算污泥龄大气污染控制工程高教材 除尘脱硫计算 风机选型忽略烟气量换算的工况修正固体废物处理处置中高教材 标准条文 填埋场计算混淆焚烧与热解的物料平衡物理污染控制工程中高教材 噪声衰减公式声压级叠加算错对数环境监测与分析中教材 方法标准 数据处理有效数字和检出限概念模糊环境影响评价中教材 导则条文只记流程不记评价等级判定工程流体力学与流体机械中教材 公式推导伯努利方程取点随手画环境工程微生物学中低但稳定教材 记忆卡片只背名词不记代谢路径拿这张表对照自己的资料库优先级高的科目如果只有一本教材、没有例题本说明结构是缺的优先级低的科目如果存了五套不同版本的讲义说明是冗余的。常见做法是每门科目只留一套主线教材加一套自己的整理稿其余全部降级为查阅用放归档目录不参与日常复习。2.2 教材、规范、真题三类资料的分工很多人把这三类资料混着看效率很低。它们的分工应该明确教材负责建立知识骨架一章读完要能画出这一章的公式和参数脉络。读教材时不要划线划线的复用率极低改成在空白页用自己的话写一句这节在解决什么问题。规范和方法标准负责补工程语境。基础考试是闭卷的规范条文不是带进考场的查阅工具而是用来理解教材里为什么某个设计参数取这个值的依据。看到教材里一个没有推导过程的经验系数翻一下对应标准理解成本会低很多记忆也牢。真题负责把教材语言翻译成考试语言。同一个知识点教材的表述和命题人的表述经常不一样比如教材说污泥容积指数题干可能写成30 分钟沉降后 1 克干污泥所占体积。真题的价值就在这里——它是唯一能校准你答题语言的资料。提示真题解析不要只看答案重点看题干里的限定词。专业基础的选择题常常靠一两个限定词区分正确项和干扰项。2.3 把大纲条目转成可勾选的考点清单大纲是一份条目化的文本但直接对着它复习没有反馈感。把它转成可勾选的清单每次复习都能看到进度条在动这是维持长期备考最便宜的正反馈。下面这段脚本把大纲里的条目行抽出来生成一份带科目分组和计数的清单文件。# gen_checklist.py # 作用把大纲文本里的条目行抽出来按科目分组生成可勾选清单 import re from pathlib import Path from collections import OrderedDict SRC Path(hb/00_考纲/outline.md) # 大纲原始文本条目行写成 - [ ] 科目/章节/考点 DST Path(hb/00_考纲/checklist.md) # 输出清单 ITEM re.compile(r^-\s*\[\s*\]\s*(.)$) # 只认未勾选的条目行 def parse(path: Path): groups OrderedDict() for raw in path.read_text(encodingutf-8).splitlines(): m ITEM.match(raw.strip()) if not m: continue text m.group(1).strip() # 约定用 / 分隔第一段是科目名 subject text.split(/)[0].strip() if / in text else 未分类 groups.setdefault(subject, []).append(text) return groups def render(groups): lines [# 专业基础考点清单, ] for subject, items in groups.items(): lines.append(f## {subject}共 {len(items)} 条) lines.append() lines.extend(f- [ ] {it} for it in items) lines.append() return \n.join(lines) if __name__ __main__: groups parse(SRC) DST.write_text(render(groups), encodingutf-8) total sum(len(v) for v in groups.values()) print(f科目数{len(groups)} 考点总数{total})逻辑上做了三件事用正则只匹配未勾选的条目行已经打勾的历史条目不会重复进入清单用每条第一个斜杠前的字段当科目名实现自动分组输出时带上每科的条目数方便横向比较哪一门还没铺开。文件路径SRC和DST按自己资料库的目录结构改ITEM正则只依赖- [ ]这个前缀所以大纲文本可以先用编辑器批量加上这个前缀。跑完之后每次复习勾一行想统计进度就再跑一遍grep -c \[x\] hb/00_考纲/checklist.md各科覆盖率一目了然。3. 用 Markdown 和 Git 把复习资料结构化落地PDF 讲义和截图最大的问题是不可检索、不可 diff、不可合并。把核心整理稿写成 Markdown配一个 Git 仓库管理最直接的好处是每次修改都有记录改错能回滚还能用grep在整库范围内搜一个公式或一个参数。这套做法对需要反复迭代的备考尤其合适——三轮复习下来整理稿会改十几遍。3.1 目录结构与文件命名约定先用一条命令把骨架目录建出来科目目录用两位数前缀保证排序稳定。# 建立资料库目录骨架前缀数字保证 ls 排序与大纲顺序一致 mkdir -p hb/{00_考纲,01_流体力学与机械,02_环境微生物,03_环境监测,04_环评,05_水污染控制,06_大气污染控制,07_固废处理处置,08_物理污染,90_真题,91_错题,99_归档} # 每个科目目录下固定三件套笔记、例题、卡片 for d in hb/0[1-8]_*; do mkdir -p $d/{notes,examples,cards} done # 初始化 Git 仓库首次提交 cd hb git init git add . git commit -m init: 专业基础资料库骨架文件名约定用章节号-考点关键词.md比如05_水污染控制/notes/03-活性污泥法.md。关键词写考点而不是章节标题是为了让grep 活性污泥能同时命中笔记、例题和卡片三个目录。Git 这边建议把 PDF 和扫描图放进.gitignore只版本化 Markdown 和小体积的 SVG 图否则仓库会迅速膨胀到几百兆git status都会变卡。3.2 公式、图表与图片的存储方式公式统一用 LaTeX 写行内用$...$独立公式用$$...$$。这样做的好处是文本可搜索——想找所有涉及污泥龄的计算直接搜\theta_c就能定位而截图完全做不到这一点。图表有两种处理方式。流程图和工艺路线用 SVG 手绘体积小、可版本化、缩放不糊从教材截的图存 PNG命名规则是科目号-章节号-描述.png比如05-03-曝气池剖面.png在 Markdown 里用相对路径引用。图片不要直接粘在笔记正文里集中放assets/目录正文只写引用将来换图不用动笔记内容。注意从教材或讲义里截图自用没问题但不要再分发给别人。整理稿里带上教材原文页码反而更实用方便回查。3.3 写一个脚本自动生成考点索引进度表Markdown 库建起来以后最大的收益是可以脚本化统计。下面这段脚本扫描各科目目录统计笔记、例题、卡片三类文件的数量和最近修改时间输出一份进度总表用来判断哪门科目还没真正动笔。# progress.py # 作用统计每个科目目录下 notes/examples/cards 三类文件数量与最近修改时间 from pathlib import Path from datetime import datetime ROOT Path(hb) KINDS (notes, examples, cards) def scan(): rows [] for sub in sorted(p for p in ROOT.iterdir() if p.is_dir() and p.name[0].isdigit()): row {subject: sub.name} latest None for kind in KINDS: files list((sub / kind).glob(*.md)) if (sub / kind).exists() else [] row[kind] len(files) for f in files: t datetime.fromtimestamp(f.stat().st_mtime) if latest is None or t latest: latest t row[last] latest.strftime(%m-%d) if latest else 未开始 rows.append(row) return rows if __name__ __main__: print(f{科目:22}{笔记:5}{例题:5}{卡片:5}{最近:8}) for r in scan(): print(f{r[subject]:22}{r[notes]:5}{r[examples]:5}{r[cards]:5}{r[last]:8})KINDS是三类文件的目录名改了目录名这里要同步改。ROOT指向资料库根目录脚本只统计以数字开头的科目目录00_考纲、90_真题这些前缀不是数字开头的子目录会被自动跳过避免污染统计结果。输出里最近一列如果停留在两周前说明这门科目已经断更了该补课了。参数上有个小技巧如果你把例题文件按题号命名比如ex-001.md可以再加一段统计总行数行数比文件数更能反映投入量。常见做法是每周跑一次把输出重定向到progress.txt回头对比就知道复习重心有没有偏移。4. 真题驱动的错题本数据化与复习排程真题不是拿来做一遍对答案的它是用来暴露盲区的探针。真正决定提分速度的是做完之后对错题的处理方式——错题如果只抄在纸上三轮下来根本翻不动错题如果结构化成可筛选、可排程的数据它能直接告诉你哪几个知识点在反复漏。4.1 真题的三遍用法第一遍按科目做只做自己复习过的那一门。目的是定位盲区做完不改答案先把错题编号记下来。这一遍不追求分数追求的是我以为会但其实不会的清单。第二遍按套卷做计时模拟真实节奏。这一步的重点是暴露时间分配问题——专业基础科目多、题量大很容易在某一道计算题上耗掉十五分钟。第二遍做完再统一对答案把错题按科目和错因归类。第三遍只做错题间隔两周以上再做。如果同一道题第三遍还错说明是概念性问题不是粗心必须回到教材重新推一遍公式。提示三遍之间要留足间隔做题当天的记住了是短时记忆靠它判断掌握程度会严重高估自己。4.2 错题字段设计与 Anki 导入错题本的核心是字段设计。字段太少将来没法筛选字段太多录入成本高到坚持不下去。下面这套字段是实践中比较平衡的版本用 CSV 存一行一道题。字段含义示例id唯一编号2024-S05-013subject科目水污染控制stem题干摘要已知污泥龄求剩余污泥量my_answer我的答案Banswer正确答案Creason错因标签公式记忆错note一句话纠正污泥龄是SRT不是HRTsource来源2021 年真题reason这一列是关键建议只用固定的几个标签概念不清、公式记错、单位换算、计算失误、审题漏条件。标签一固定就能做统计——如果单位换算占了错因的三成那就不是知识问题是答题习惯问题处理方式完全不同。把 CSV 转成 Anki 可导入的文本用一个脚本就够了。Anki 导入文本默认按 Tab 分列第一列正面、第二列背面。# to_anki.py # 作用把错题 CSV 转成 Anki 导入用的 TSV正面是题干背面是答案纠正 import csv SRC hb/91_错题/wrong.csv DST hb/91_错题/anki_import.tsv with open(SRC, newline, encodingutf-8) as fin, \ open(DST, w, encodingutf-8) as fout: for r in csv.DictReader(fin): front f[{r[subject]}] {r[stem]} # 背面用换行拼接Anki 里会正常渲染成多行 back f答案{r[answer]}我选 {r[my_answer]}br纠错{r[note]}br错因{r[reason]} fout.write(f{front}\t{back}\n) print(done:, DST)SRC是错题 CSV 的路径列名要和表头完全一致DictReader按列名取值不依赖列顺序。back里用br而不是换行符是因为 Anki 卡片的背面按 HTML 渲染直接写\n会挤成一行。导入时在 Anki 里选择制表符分隔牌组按科目建一张卡就是一个考点而不是一道题——同一个考点换个数再考你还得会。4.3 复习排程参数怎么调Anki 默认参数是为长期学习设计的备考周期短则两三个月长不过一年参数要往紧凑方向调新卡上限设成 30 到 50因为错题总量本来就有限压太低拖不完。复习上限设 200 左右超过这个量说明前面欠的账太多该先清理而不是继续加新卡。最大间隔建议设 30 到 60 天不要设成默认的几个月——考试日期是硬约束间隔太长等于最后几周全堆在一起。间隔修饰系数先保持 1.0等你发现自己连续几次都能秒答再往 0.9 调。Leech 阈值反复遗忘的卡片设 4一旦触发就说明这张卡本身设计有问题通常是背面写得太抽象回去把note那句纠正写得更具体。5. 冲刺阶段的资料收敛与考前检索顺序到了最后三周资料库要做的是收敛而不是扩张。这个时候再开新资料基本是负收益正确动作是把自己整理过的内容压缩成能快速扫读的形态。5.1 用一页纸收敛每门科目每门科目手写或打印一页 A4内容只有三块核心公式、易混概念对照、常错参数取值。这页纸不放进资料库它就是资料库的最终输出。写的过程中如果你发现某个公式推不出来说明这门还没吃透立刻回对应的notes文件重推一遍不要含糊过去。一页纸的排版有个实用约定公式写在左栏右边留一列写使用条件。很多失分不是公式记错是条件用错——比如某个衰减公式只适用于一级反应题干一旦给出二级动力学公式就完全不适用。5.2 考前 48 小时的检索顺序考前几天不要再做新题改成按固定顺序回扫资料库用grep把高频关键词过一遍比逐页翻书快得多。顺序动作对应命令或位置1扫错因统计看哪类错误最多统计 wrong.csv 里 reason 列2过一遍各科一页纸notes 目录导出的汇总3搜核心公式确认适用条件grep -rn theta_c hb/05_水污染控制/notes4过 Leech 卡片Anki 里筛选 leech 标签5看单位换算清单一页纸第三栏第 1 步可以用一条命令快速统计错因分布直接看哪类问题最扎眼# 统计错题表里 reason 列第 7 列各标签出现次数按频次从高到低排 tail -n 2 hb/91_错题/wrong.csv | cut -d, -f7 | sort | uniq -c | sort -rntail -n 2跳过表头cut -d, -f7取第 7 列如果你的 CSV 列顺序和前面表格不一致改-f后面的数字即可。uniq -c要求先sort这两步顺序不能反。输出里排在最前面的标签就是这三周最该集中处理的对象——往往是单位换算这种看似低级但覆盖面最广的问题。本文还有配套的精品资源点击获取