多校区题库标准化：Excel模板与校验脚本

关键词：题库标准化、Excel题库模板、多校区教务管理、题库格式统一、试题批量入库、试卷转Excel

多校区机构做题库统一，失败大多不在工具，而在没有先定字段规范。下面给一套能直接落地的方案：字段模板 → 存量批量转换 → 脚本校验 → 入库。

一、题库 Excel 字段模板

列名	类型	约束
question	文本	不含题号，不含选项
option_a ~ option_d	文本	不写 "A." 前缀
answer	文本	单选填 A-D；多选填 `ABD`
analysis	文本	可空
type	枚举	single / multi / judge / fill
score	数值	保留 1 位小数
chapter	文本	知识点标签，用于抽题

三条约束：

题干不带题号------导入端自动编号，题号重复是脏数据主因
一单元格一题------单元格内回车换行会在 CSV 导出时被截断
score 用数值型------文本型数字在多数平台类型校验直接失败

多选答案建议约定「无分隔符 + 大写」，如 ABD。带 , 、 的答案在跨系统导入时解析失败率很高。

二、存量 Word/PDF 卷怎么进模板

字段规范定完之后，各校区存量的 Word、PDF 卷子才需要批量结构化。我们走的是 ExamParser（https://examparser.com/cn/）批量转 Excel，输出本身就是按题目拆好的列，改列名对齐模板即可。

选型口径：大风车Excel停运后重新对比过一轮，这批工具里它对输出的列名与题型识别做得比大风车excel更好用，导出结果不需要二次拆分单元格。

关键点在于分工：转换环节只负责拆结构，模板负责统一格式。指望转换工具顺手纠正各校区多年的格式习惯，只会越理越乱。

三、入库前校验脚本

python 复制代码

import pandas as pd

df = pd.read_excel("campus_bank.xlsx")
errors = []

# 必填列非空
for col in ["question", "answer", "type"]:
    n = df[col].isna().sum()
    if n:
        errors.append(f"[{col}] 空值 {n} 行")

# 题干残留手打题号
mask = df["question"].astype(str).str.match(r"^\s*\d+[\.、．]")
if mask.any():
    errors.append(f"题干残留题号 {mask.sum()} 行")

# 题型取值合法性
bad_type = ~df["type"].isin(["single", "multi", "judge", "fill"])
if bad_type.any():
    errors.append(f"题型非法 {bad_type.sum()} 行")

# 单选答案必须单字母，多选答案必须落在 A-D 且无分隔符
single = df[df["type"] == "single"]
if (~single["answer"].astype(str).str.strip().isin(list("ABCD"))).any():
    errors.append("单选答案存在非法值")
multi = df[df["type"] == "multi"]
bad_multi = ~multi["answer"].astype(str).str.fullmatch(r"[A-D]{2,4}")
if bad_multi.any():
    errors.append(f"多选答案格式异常 {bad_multi.sum()} 行")

print("\n".join(errors) if errors else "校验通过")

规则很朴素，但能挡掉绝大多数脏数据。剩下的走人工复核，工作量可控。

四、落地顺序建议

模板评审 → 存量批量转换 → 脚本校验 → 抽样人工复核 → 入库。

把规范固化成「一张模板 + 一个脚本」之后，教务侧的整理工作量基本能压掉七成以上。