简介这份 HCIA-IOT 题库对应华为认证考试 H12-111收录约 300 道选择题面向准备 HCIA-IOT 认证的考生、物联网入门学习者及相关从业者可用于考前刷题自测、梳理知识体系和定位薄弱环节。压缩包内仅含 1 个 PDF 文件整体约 2.94MB轻量便于在手机或电脑上随时翻阅目前已有 172 人学习下载。题目围绕物联网基础知识、关键技术、系统架构、安全技术以及华为 OceanConnect 平台展开涉及编解码插件功能、NB-IoT 广覆盖低功耗与耦合线损、eLTE-IoT 跳频、LiteOS 组网与内存管理、智慧家庭智能网关、车联网数据上报、智能停车诉求和边缘计算等考点多数题目附有参考答案部分题干保留原始选项格式便于直接检验记忆。按章节与知识点分布适合配合官方教材逐项巩固也能帮助读者熟悉 H12-111 的命题方式和高频考点提升备考效率。对于初次接触物联网认证的读者也能借此建立从终端接入、平台对接到应用开发的整体认知。1. 300 题的 H12-111 题库 PDF卡住人的不是背题不少人拿到 H12-111 的题库 PDF 之后第一反应是 CtrlA 复制进文档里硬背。复制出来通常是这样的题干和四个选项挤在一行第 37 题和第 38 题之间只差一个换行答案统一堆在最后十几页判断题的“正确”跑到题干上一行去了。300 题这样翻两遍人还扛得住但想统计“NB-IoT 这块错了多少”“Profile 编解码是不是弱项”就完全做不到了。这一篇要做的是另一件事用 pdfplumber 把这份约 300 题的题库解析成结构化数据落进 SQLite再配一套最小可用的抽题、判分、错题本、间隔重复逻辑跑起来。备考 HCIA-IoT 的人可以直接拿去刷顺手练 PDF 解析的人也能把这套切题逻辑套到产品手册、招标参数表上——切分规则本质是共通的。2. 先弄清 H12-111 考什么再决定题库怎么切2.1 HCIA-IoT 的知识域划分与常见题型华为 HCIA-IoT 认证的考试代码是 H12-111考纲覆盖的模块大致可以归成六块IoT 架构与整体解决方案、终端接入技术、应用层协议、平台侧设备管理与 Profile 开发、终端操作系统与模组、安全机制。题库里的题干只要出现“感知层/网络层/平台层/应用层”“121”这类词基本落在架构与方案出现 NB-IoT、eMTC、PSM、eDRX、覆盖等级就是接入技术CoAP、MQTT、LwM2M、Modbus、DTLS 属于协议栈。题型上常见的是单选、多选、判断、填空四类。多选是失分重灾区判分时必须按集合相等处理——少选和多选一样算错这一点直接决定后面判分函数的写法。关于具体题型数量、分值和时间以官方考试大纲为准题库 PDF 只能当练习材料不能当评分依据。知识域题干高频关键词建议刷题权重架构与解决方案感知层、平台层、121、端管云高接入技术NB-IoT、eMTC、eDRX、PSM、ZigBee、RFID高协议栈CoAP、MQTT、LwM2M、Modbus、DTLS、报文高平台与 Profile编解码插件、Profile、订阅通知、设备管理中终端与操作系统LiteOS、AT 指令、MCU、SDK中安全双向认证、密钥、证书、加密套件中权重不是拍脑袋定的架构和接入技术的题量占比通常最大协议栈的题最容易出多选和报文分析平台侧偏概念记忆安全题量少但很容易被忽略。把权重写进数据库后面抽题才能做到“弱项多刷”。2.2 一份 300 题 PDF 里通常藏着哪几类脏数据第一类是页眉页脚和页码它们会混在题干之间导致正则把“第 12 页”当成题号。第二类是断行一段题干被 PDF 渲染切成两三行直接按行解析就会把半句话当成一道题。第三类是选项粘连尤其是“A.正确B.错误”这种判断题两个选项在同一次抽取结果里。第四类是答案区独立答案往往集中在文档尾部需要靠题号回连。第五类是图片题涉及拓扑图、报文截图、模组接口图纯文本抽取拿不到内容。第六类是全角半角混排A 和 、括号和圆括号、顿号和英文逗号混着出现。先把这六类问题列清楚再写解析脚本比一边写一边打补丁省事得多。实际动手时我一般先抽 5 页样本跑一遍看看到底命中了哪几类再决定要不要上 OCR。2.3 切分维度按知识域切还是按题型切按题型切适合做专项训练比如一天只刷判断题按知识域切适合查漏补缺考前一周集中补接入技术。两者不冲突做法是在题目表里同时存qtype和domain两个字段抽题时用 SQL 的 WHERE 组合。domain 字段不靠人工标用关键词规则自动打标即可。命中多个域时取权重最高的那个权重相同时按字典顺序取第一个保证同一道题每次跑出来的结果一致——这点很重要否则错题本会对不上。# 按关键词给题目打知识域标签命中多个时取权重最高的 DOMAIN_RULES { 接入技术: ([NB-IoT, eMTC, eDRX, PSM, ZigBee, RFID, 频段, 覆盖等级], 3), 协议栈: ([CoAP, MQTT, LwM2M, Modbus, DTLS, 报文, Token], 3), 平台与Profile: ([IoTDA, OceanConnect, 编解码, 插件, Profile, 订阅, 设备管理], 2), 架构与方案: ([感知层, 网络层, 平台层, 应用层, 121, 端管云], 2), 终端与OS: ([LiteOS, AT指令, MCU, SDK], 2), 安全: ([认证, 密钥, 加密, 证书], 1), } def tag_domain(stem: str) - str: hits [(w, name) for name, (words, w) in DOMAIN_RULES.items() if any(k in stem for k in words)] if not hits: return 未分类 # 不能因为没命中就丢题 return sorted(hits, keylambda x: (-x[0], x[1]))[0][1] # 权重降序字典序兜底sort的 key 用(-权重, 名称)是刻意的权重高的排前面权重相同时按名称排序这样结果是确定的。未分类不要直接丢掉它往往正好是题库里最偏的那批题考前扫一遍有惊喜。3. 用 pdfplumber 把 300 题解析成结构化题库3.1 先判断是文本型 PDF 还是扫描型 PDF这一步别省。文本型 PDF 有字符层直接抽取就行扫描型 PDF 抽出来是空的必须走 OCR。判别方法很简单抽前几页的文字长度取个平均值。# 先用 PyMuPDF 快速探一下有没有字符层 python -c import fitz doc fitz.open(H12-111.pdf) lens [len(doc[i].get_text(text)) for i in range(min(5, doc.page_count))] print(页数:, doc.page_count, 前几页字符数:, lens) 如果前 5 页平均字符数低于 50基本可以判定是扫描件后面所有解析逻辑换成 OCR 分支。反过来字符数动辄上千说明是文本型别浪费时间上 OCR——OCR 的结果反而更脏中文标点识别错误会直接破坏题号正则。3.2 解析工具选型pdfplumber、PyMuPDF 与 OCR 的分工工具优势适用环节PyMuPDFfitz速度快能读页数、字号、图片位置探路、判断是否扫描件、过滤页眉pdfplumber逐字符带坐标可自定义排序正文抽取、双栏重排pdftotextpoppler命令行一行搞定快速对比不同工具的抽取差异PaddleOCR / Tesseract处理图片型内容扫描件、图片题兜底要特别说一句不要先做 pdf转word 再解析。Word 转换过程会把段落重新排版题号和选项的对应关系丢得更彻底很多转换器还会把“A.”变成自动编号抽取时连字母都看不见。真需要看排版可以用 pdf 虚拟打印成一个更规整的副本但解析入口仍然应该直接对着原 PDF。3.3 题干与选项的切分正则题库文本的规律性比一般文档强用三条正则就能覆盖大部分情况题号、选项、判断题标记。import re Q_NO re.compile(r^\s*(\d{1,3})\s*[.、]\s*) # 题号1-3 位数字 点号 OPT re.compile(r^\s*([A-D-])\s*[.、)]\s*) # 选项A-D含全角 JUDGE re.compile(r^\s*[(]\s*[√×对错]\s*[)]\s*$) # 判断题尾部的括号标记 PAGE_NO re.compile(r^\s*[-—]?\s*\d{1,4}\s*[-—]?\s*$) # 纯页码行\d{1,3}限制 1 到 3 位是因为题库题量在 300 上下第 1 到第 300 题足够放宽到 4 位以上会把“2024”“3.5G”这种内容误判成题号。选项正则里带上全角-是为了应对部分排版软件输出的全角字母。PAGE_NO单独列出来是为了在合并行之前先把页码行删掉否则页码会粘到上一题末尾。解析主循环里要注意“后进先出”的合并策略遇到选项行就挂到当前题目上遇到题号行就结算上一题。判断题的题干末尾常带 把它剥掉再存判分时就不会受括号里填的答案干扰。3.4 落库 SQLite题目表和选项表分开CREATE TABLE question ( qid TEXT PRIMARY KEY, -- 题干指纹跨版本对齐错题本 qtype TEXT NOT NULL, -- single / multi / judge / blank stem TEXT NOT NULL, answer TEXT, domain TEXT, source_page INTEGER DEFAULT 0, answer_source TEXT DEFAULT unknown -- inline / appendix / unknown ); CREATE TABLE choice ( qid TEXT NOT NULL, label TEXT NOT NULL, content TEXT NOT NULL, PRIMARY KEY (qid, label) ); CREATE INDEX idx_q_domain ON question(domain); CREATE INDEX idx_q_type ON question(qtype);qid不用自增 ID改用题干内容算指纹。原因是题库 PDF 会换版本题号一变错题本全废题干只要没改指纹就不变。归一化时要去掉所有空白和括号避免全角半角差异导致同一道题算出两个指纹。import hashlib, re def qid_of(stem: str) - str: norm re.sub(r\s, , stem) # 去掉所有空白字符 norm re.sub(r[()【】\[\]], , norm) # 去掉括号规避全角/半角差异 return hashlib.sha1(norm.encode(utf-8)).hexdigest()[:12]取 sha1 前 12 位300 题这个量级碰撞概率可以忽略同时比存整段题干当主键省事得多。3.5 答案区与题目的回连答案通常在文档最后几页格式是“1. A 2. BC 3. 对”。最稳的做法是先用题号做 join遇到题号缺失或者重排的版本退化成顺序匹配并把answer_source标成appendix_seq。如果答案就写在题干下方比如带下划线的填空那就直接内联标inline。三种来源都拿不到答案的题不要删标记成unknown后单独导出一份清单人工补300 题里这类通常不超过一二十道。4. 刷题闭环抽题、判分、错题本、间隔重复4.1 再加两张表做题记录与复习状态题目表只解决“有什么题”要形成闭环还得记“做没做对”“下次什么时候做”。CREATE TABLE attempt ( id INTEGER PRIMARY KEY AUTOINCREMENT, qid TEXT NOT NULL, chosen TEXT, is_right INTEGER NOT NULL, cost_ms INTEGER, created_at TEXT DEFAULT (datetime(now,localtime)) ); CREATE TABLE review ( qid TEXT PRIMARY KEY, ease REAL DEFAULT 2.5, interval_days INTEGER DEFAULT 1, due_date TEXT, wrong_cnt INTEGER DEFAULT 0 );attempt存流水用来事后分析review存状态一台设备一份随时重置重来。分成两张表的好处是间隔重复算法以后想换成别的只动review就够了。4.2 按知识域加权抽题的 SQL-- 到期题优先错得多的插队同权重内随机打散 SELECT q.qid, q.stem, q.qtype, q.domain FROM question q LEFT JOIN review r ON r.qid q.qid WHERE q.domain :domain AND COALESCE(r.due_date, date(now)) date(now) ORDER BY COALESCE(r.wrong_cnt, 0) * 10 ABS(RANDOM()) % 5 DESC LIMIT :n;COALESCE(r.due_date, date(now))把从没做过的新题当作今天到期保证新题能进队列。排序里wrong_cnt * 10让错 3 次的题权重压过错 1 次的题ABS(RANDOM()) % 5在 0 到 4 之间抖动避免每次顺序完全一样导致把题号背下来而不是把知识点记住。不同备考阶段用不同模式模式抽题规则适用阶段顺序过题按 qid 排序不查 review第一轮扫盲2 到 3 天知识域专练WHERE domain 指定值发现弱项后集中补错题重刷WHERE wrong_cnt 0考前一周模拟考试全库随机 50 题 计时考前 2 到 3 天4.3 判分多选按集合、填空做归一化import re def judge(qtype, std, chosen): std / chosen 都按字符串传入多选用逗号分隔 if qtype multi: return set(chosen.split(,)) set(std.split(,)) # 少选多选都算错 if qtype judge: return chosen.strip() in std.split(;) # std 存 对;正确;√ if qtype blank: clean lambda s: re.sub(r[\s,。;、], , s).lower() return clean(chosen) clean(std) # 去标点空白 忽略大小写 return chosen.strip() std.strip() # 单选判断题的std存成多值是为了兼容题库里“对”“正确”“√”三种写法。填空题做归一化去标点、转小写是因为手打的时候“NB-IoT”和“nbiot”其实是同一个答案卡在这些细节上没意义。单选题则严格要求字母相等因为选项本身就没有歧义。4.4 间隔重复一个够用的简化版from datetime import date, timedelta def schedule(r, is_right): if is_right: r[interval_days] max(1, round(r[interval_days] * r[ease])) r[ease] min(3.0, r[ease] 0.1) # 答对间隔变长难度下调 else: r[interval_days] 1 # 答错明天重来 r[ease] max(1.3, r[ease] - 0.2) # 难度上调但设下限 r[wrong_cnt] 1 r[due_date] (date.today() timedelta(daysr[interval_days])).isoformat() return rease上下限设成 1.3 和 3.0是防止连续答错后间隔被压成 0 天导致同一题反复出现也防止连续答对后间隔膨胀到几个月、考前再也见不到。答错的题固定为 1 天比把它直接扔回队列尾部更符合记忆规律。5. 解析错位、图片题与去重这三个硬骨头5.1 双栏 PDF 串行按坐标重排而不是按流顺序题库 PDF 如果是双栏排版extract_text()默认会先读完左栏再读右栏结果就是左栏末尾接右栏开头题号彻底错位。解决办法是拿词级坐标自己排。import pdfplumber with pdfplumber.open(H12-111.pdf) as pdf: page pdf.pages[9] words page.extract_words(extra_attrs[size]) # 先按 top 分桶同一视觉行桶内再按 x0 从左到右 words.sort(keylambda w: (round(w[top] / 5), w[x0])) line .join(w[text] for w in words) print(line[:200])round(w[top] / 5)是关键参数把纵向偏差 5 磅以内的词视作同一行太小组不进同一行太大会把两行粘一起。5 磅对常见 10.5 磅字号、单倍行距的文档比较稳。字号size顺便可以用来过滤页眉页脚——页眉字号通常比正文小 1 到 2 磅加个if w[size] 9就能滤掉大半。5.2 图片题OCR 兜底加人工标记拓扑图和报文截图是纯文本解析的死角。扫描件先做 pdf歪斜校正纠偏再用二值化把背景“漂白加深”OCR 准确率会明显提升。中文识别记得显式指定语言包否则默认的英文模型会把“感知层”识别成一串乱码。# 中文语言包必须显式指定扫描件先纠偏再识别 paddleocr --image_dir ./pages --lang ch --use_angle_cls true识别完仍然拿不准的题不要硬猜直接在question表里加一列needs_review标成 1导出成清单人工补。300 题的规模人工过一遍图片题也就半小时比调 OCR 参数划算。5.3 重复题与近似题去重题库版本迭代时经常出现“只改了一个选项”的变体指纹算法按整段题干算这类题会被当成两道不同的题刷题时白白浪费一次。用相似度做一遍近似去重。from difflib import SequenceMatcher def near_dup(a, b, thr0.9): return SequenceMatcher(None, a, b).ratio() thr # 命中近似时保留 answer 非空、选项更完整的那条阈值 0.9 是实践里比较合适的点再低会误合并“NB-IoT 与 eMTC 的区别”这类真正不同的题再高则漏掉只改一个字的变体。异常现象根因处理动作题号跳号、题干串行双栏按流顺序读按 top 分桶 x0 排序选项落在题干前页眉页脚混入按字号过滤 剔除纯页码行抽出来是空字符串扫描件无字符层走 OCR 分支指定中文包同一题出现两次版本改选项相似度 0.9 近似去重判断题答案对不上选项粘连判断题单独走括号标记正则填空题总判错全角半角、大小写归一化后比较最后一个值得花时间的地方是错题分布跑一句SELECT domain, COUNT(*) FROM attempt a JOIN question q USING(qid) WHERE is_right 0 GROUP BY domain ORDER BY 2 DESC考前两天的复习顺序就出来了把时间压在正确率最低的那个域上比从头再刷一遍 300 题有效得多。本文还有配套的精品资源点击获取