26年计算机二级web考试介绍【内附真题】

26年计算机二级web考试介绍【内附真题】

全国计算机等级考试(二级 Web 程序设计)考试安排与典型例题解析

一、考试时间安排

上半年考试:3月28日至30日
下半年考试:9月21日至23日

具体考试时间以各地考试机构发布的正式通知为准。


二、考试时长与分值结构

二级 Web 程序设计考试总时长为 120 分钟,满分 100 分,60 分及格。

题型分布如下:

1. 选择题

  • 40 道
  • 每题 1 分

共 40 分

在这里插入图片描述

2. 基本操作题

  • 3 道
  • 每题 5 分
  • 共 15 分

三、典型例题一:学生成绩表(HTML 表格)

在这里插入图片描述

题目来源:web.code2ji.cn

题目要求

完善 HTML 表格代码,创建一个学生成绩表,显示学号、姓名、各主科成绩和总分。要求:

  1. 表格居中显示
  2. 正确使用 rowspan 和 colspan 实现表头合并
  3. 补全缺失结束标签
  4. 表格结构完整

参考答案

<html><head><metahttp-equiv="Content-Type"content="text/html; charset=gb2312"/><title>成绩单</title></head><body><tableborder="1"align="center"><tr><throwspan="2">学号</th><throwspan="2">姓名</th><thcolspan="3">主科</th><throwspan="2">三科总分</th></tr><tr><th>英语成绩</th><th>语文成绩</th><th>数学成绩</th></tr><tr><td>2014001</td><td>淼淼</td><tdalign="center">90</td><tdalign="right">80</td><tdalign="left">70</td><td>240</td></tr><tr><td>2014002</td><td>犇犇</td><td>75</td><td>60</td><td>70</td><td>205</td></tr></table></body></html>

考点解析

  • 使用 align="center" 实现表格居中
  • 使用 rowspan="2" 合并纵向表头
  • 使用 colspan="3" 合并横向主科列
  • 所有 <tr><td><th> 必须完整闭合

四、典型例题二:红绿灯(CSS float 布局)

在这里插入图片描述

题目来源:web.code2ji.cn

题目要求

创建三个彩色方块,红色、黄色、绿色。要求:

  • 水平排列
  • 页面背景为黑色
  • 每个方块高度 30px
  • 宽度为页面宽度 10%
  • 使用 float 实现排列

参考答案

<html><head><styletype="text/css">#redblock{float:left;height:30px;width:10%;color:red;}#yellowblock{float:left;height:30px;width:10%;color:yellow;}#greenblock{float:left;height:30px;width:10%;color:green;}</style></head><bodybgcolor="black"><divalign="center"><divid="redblock">●</div><divid="yellowblock">●</div><divid="greenblock">●</div></div></body></html>

考点解析

  • float:left 实现水平排列
  • 百分比宽度控制比例
  • ID 名称必须与 CSS 选择器一致
  • 使用 bgcolor="black" 设置背景色

五、补充说明

操作题得分关键在于:

  • 标签结构完整
  • 属性填写准确
  • 代码无语法错误
  • 布局逻辑清晰

通过大量练习补全类与结构修正类题目,可以有效提升操作题稳定得分能力。

Read more

AIGC(生成式AI)试用 47 -- AI与软件开发过程2

一切从 AIGC(生成式AI)试用 46 -- AI与软件开发过程1 开始,修正偏差。 个人理解: - 从框架到细节,还是从细节到框架? -- 先有框架再有细节的好,LLM能适应框架下的细节补充 - 更细节的Agent,更有针对性的Agent,解决更细节问题的Agent -- LLM提供了另一种形式的开发工具 - 想要,架构,细节,实现。。。。。。往复迭代,更多的接口,更多小而美的功能软件 - 回复有错吗?当然,错误和偏差大量存在。   如何纠偏、调优?这些专业知识 和 经验,还需要创造 * 先解决3问题 1. 确认软件开发过程各阶段所需完成的任务活动,以选择不同LLM 问题定义与可行性研究 → 需求分析 → 软件设计 → 编码与实现 → 测试 → 部署与交付

2026-01-14 学习记录--LLM-申请Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例)

2026-01-14 学习记录--LLM-申请Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例)

LLM-申请 Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例) 一、请求访问Llama模型 ⭐️ 随便进入想要访问的Llama模型,这里展示的是Meta-Llama-3-8B-Instruct。 1、 点击链接,申请访问Llama模型 2、 填写相关申请信息,注意如下:👇🏻(1)、国家最好选「美国」,然后填 「美国的大学」;(2)、操作这一步时,节点需要是对应国家的节点(若是美国,那么节点也要是美国)。 3、 提交成功后,就可开始申请Llama模型的Hugging Face 访问令牌啦~ 二、申请Llama模型的Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例)⭐️ 1、判断是否需要申请 访问Meta-Llama-3.1-8B-Instruct模型在Hugging Face上的官方仓库。 假若你看见“You need to agree to share your

2025年12月实战评测:8款AI写作工具在小说创作中的能力横评

2025年12月实战评测:8款AI写作工具在小说创作中的能力横评

对于许多内容创作者和开发者而言,“卡文”或效率瓶颈是常见的挑战。AI写作工具的出现,为这一痛点提供了新的解决方案。本文将以一名技术实践者的视角,深度体验并横向对比2025年12月市面上主流的8款AI写作工具,旨在分析它们在不同创作场景下的能力边界、适用性及技术特点,为同行提供一份客观的参考指南。 评测维度说明 本次评测将主要围绕以下几个对创作者切实相关的维度展开: * 核心能力:工具最擅长的解决领域(如长篇架构、灵感激发、文本润色)。 * 技术特点:其在AI模型应用、工作流设计或功能集成上的独特之处。 * 适用场景:最匹配的用户需求和使用阶段。 * 数据与隐私:关于用户数据使用的政策,这是技术创作者普遍关心的重点。 01 量子探险(量探) * 核心能力分析:该工具在超长篇小说的结构规划与生成上表现出色。其技术亮点在于能够将核心创意快速分解为脉络清晰的章节细纲,为创作者提供了类似于“项目架构图”的支撑,有效解决了长篇故事前期策划和中期迷失方向的难题。 * 技术特点:功能设计呈现“全家桶”模式,集成了从文字生成、风格化调整(消痕)、到多模态输出(剧本、配音、封面图

llama.cpp Docker部署:容器化推理服务搭建

llama.cpp Docker部署:容器化推理服务搭建 【免费下载链接】llama.cppPort of Facebook's LLaMA model in C/C++ 项目地址: https://gitcode.com/GitHub_Trending/ll/llama.cpp 概述 llama.cpp是Facebook LLaMA模型的C/C++移植版本,提供了高效的本地推理能力。通过Docker容器化部署,可以快速搭建稳定、可移植的AI推理服务环境。本文将详细介绍如何使用Docker部署llama.cpp推理服务,涵盖基础部署、GPU加速、生产环境配置等场景。 环境准备 系统要求 * Docker Engine 20.10+ * NVIDIA Container Toolkit(如需GPU支持)