题库导入与解析：从 DOCX 到五类题型

2026.07.06 · 导入解析 · Quiz App

题库导入是 Quiz App 最容易变复杂的部分。用户手里的文件格式并不统一：有纯文本，有 CSV，有 JSON，也有从 Word 里整理出来的 DOCX。项目的做法是先按扩展名分流，再把不同来源统一转换成内部的 Question 数据结构。

导入流程

文件选择
  -> 按扩展名选择解析器
  -> 解析为 Question[]
  -> 自动挖空填空题
  -> 计算内容哈希去重
  -> 写入 Dexie 或上传云端

文档里明确支持五种格式：.txt、.json、.csv、.docx 和 .md。其中 DOCX 的处理最重：先用 mammoth 提取文本，再可选走 AI 格式整理，最后进入考试卷解析器。

DOCX 图片提取

一个比较实用的细节是 DOCX 配图。很多题库并不是纯文字，题干里可能嵌入图表、流程图或截图。项目在导入 DOCX 时会提取内嵌图片，并把图片作为题目字段保存。这样刷题页、背题页和题目详情都能展示图片，用户点击后还能放大查看。

五类题型

• 单选题：一个正确选项。
• 多选题：多个正确选项，独立为 multi 类型。
• 填空题：支持自动挖空和多空答案。
• 判断题：统一成布尔判断。
• 简答题：以文本答案和自评为主。

多选题没有混在单选里，是一个很重要的建模决定。因为多选的判题、展示、答案顺序和部分得分策略都和单选不同，独立类型能减少后续判断里的分支。

AI 格式整理的位置

AI 整理不是强依赖，而是 DOCX 导入时的可选增强。它的作用是把格式混乱的 Word 文档归一成更容易解析的文本。开发环境可以本地直连；部署环境通过 Cloudflare Pages Function 携带环境变量调用，避免把 key 放到浏览器。

这条链路的价值是把“不可靠的输入”尽量变成“可预测的文本”，但最终仍然要依赖解析器和测试用例兜底。