简介本资源是一个基于Qt与SQL开发的试题库管理系统完整课程设计项目面向计算机专业本科生及C/数据库初学者解决题库录入、查询、组卷与管理等教学场景下的实际需求。压缩包共47个文件涵盖5个核心cpp/h源码文件实现业务逻辑3个ui文件构建登录、主界面与对话框5个qss样式文件统一界面风格12张png图示数据流与模块设计以及3份docx格式的课程设计报告、任务书与个人总结辅以sql建库脚本和ico/rc资源文件整体1.29MB结构规范、工程完整。已有1708人学习下载读者可直接编译运行系统深入理解Qt信号槽机制、SQLite嵌入式数据库操作、MVC界面分层设计以及从需求分析、概念建模到代码落地的全流程软件工程实践。1. 试题库管理系统不是电子题本而是支撑组卷、防泄题、多角色协同的底层能力中枢很多一线教师或教务人员第一次接触“试题库管理系统”下意识以为就是把 Word 题目拖进网页里存起来——能搜、能看、能导出 PDF。但真正落地过 3 所以上学校模拟项目 X 的经验告诉我这种理解会直接导致系统上线三个月后被弃用。真实痛点从来不在“存”而在“用”——比如某高校期末前一周6 位任课教师同时从同一套高等数学题库抽题结果 3 套试卷出现完全重复的大题又比如某职校技能考核系统题干图片未做水印答案选项顺序未随机考完当天学生群就流传出带解析的完整版。试题库管理系统本质是教学评价链路里的策略执行层它要承载命题规范如知识点覆盖率、难度梯度、题型配比、控制访问边界教研组长可编辑题干助教仅能组卷学生只能作答、固化防泄题动作题干脱敏、选项乱序、图片隐写、试卷指纹还要在不增加教师操作负担的前提下让“按大纲抽 20 道中等难度单选题”变成一个按钮动作。它适合两类人深度投入一是正在自建教务平台的某高校信息中心工程师需要嵌入现有统一身份认证与学籍系统二是独立开发在线考试 SaaS 的某实验室技术负责人必须把题库模块做成可配置、可审计、可灰度发布的独立服务单元。2. 从零搭建最小可用试题库用 Django PostgreSQL 跑通核心四步流试题库不是静态文档库它的最小闭环必须包含四个原子动作题目结构化录入 → 知识点/难度/题型打标 → 按规则智能组卷 → 生成带防泄题策略的试卷包。我一般用 Djangov4.2搭骨架PostgreSQLv14存数据不引入 Elasticsearch 或 MongoDB——除非题库规模超 50 万题且需毫秒级全文检索。下面用最简代码走通这四步所有模型设计直指后续防泄题与组卷逻辑。2.1 定义可扩展的题目模型为什么字段不能只存“题干”和“答案”传统做法常把整道题塞进一个TextField看似省事实则埋雷无法按知识点筛选、无法对图片单独加水印、无法对选项做乱序控制。正确做法是拆解为原子字段并预留扩展钩子# models.py from django.db import models from django.contrib.auth.models import User class KnowledgePoint(models.Model): code models.CharField(max_length32, uniqueTrue, help_text如 calculus:limit:01) name models.CharField(max_length128) parent models.ForeignKey(self, nullTrue, blankTrue, on_deletemodels.SET_NULL) class Question(models.Model): # 基础元数据 creator models.ForeignKey(User, on_deletemodels.PROTECT, related_namecreated_questions) created_at models.DateTimeField(auto_now_addTrue) updated_at models.DateTimeField(auto_nowTrue) status models.CharField(max_length16, choices[(draft,草稿),(review,待审),(published,已发布)]) # 题干结构化关键 stem_text models.TextField(blankTrue) # 纯文本题干 stem_image models.ImageField(upload_tostems/, blankTrue, nullTrue) # 题干图公式/电路图等 stem_audio models.FileField(upload_tostems/audio/, blankTrue, nullTrue) # 听力题音频 # 选项结构化避免字符串拼接 option_a models.TextField() option_b models.TextField() option_c models.TextField() option_d models.TextField() option_e models.TextField(blankTrue, nullTrue) # 支持五选一 # 答案与解析 correct_answer models.CharField(max_length1, choices[(A,A),(B,B),(C,C),(D,D),(E,E)]) explanation models.TextField(blankTrue) # 解析文本 explanation_image models.ImageField(upload_toexplanations/, blankTrue, nullTrue) # 解析图 # 标签体系驱动组卷与统计 knowledge_points models.ManyToManyField(KnowledgePoint, blankTrue) difficulty models.PositiveSmallIntegerField(choices[(1,易),(2,中),(3,难)]) # 数值化便于计算 question_type models.CharField(max_length16, choices[(single,单选),(multiple,多选),(truefalse,判断),(fill,填空)]) # 防泄题预留字段后续启用 is_stem_anonymized models.BooleanField(defaultFalse) # 题干是否已脱敏 stem_watermark_key models.CharField(max_length64, blankTrue) # 图片水印密钥 option_shuffle_seed models.CharField(max_length32, blankTrue) # 选项乱序种子用于回溯 class Meta: ordering [-created_at]提示stem_image和explanation_image字段必须存在否则后期加水印、OCR 校验、图像相似度去重全部失效。option_shuffle_seed不存随机数而存可复现的种子如试卷 ID 题目 ID 的哈希确保同一道题在不同试卷中选项顺序不同但每次生成可追溯。2.2 实现“按知识点难度题型”三维度组卷一个函数搞定策略引擎组卷不是随机抽题而是满足约束条件的组合优化问题。最小可行方案不追求算法最优而求可解释、可调试、可人工干预。以下函数接受参数字典返回题目 ID 列表全程不碰数据库事务只做查询# services.py from django.db.models import Q, Count from .models import Question, KnowledgePoint def generate_paper_by_rules(rules): rules 示例 { knowledge_points: [calculus:limit:01, algebra:matrix:02], difficulty_distribution: {easy: 5, medium: 10, hard: 5}, question_types: {single: 15, truefalse: 5}, exclude_question_ids: [1001, 1002] # 防止重复使用近期题目 } # 步骤1构建基础查询集 qs Question.objects.filter(statuspublished) # 步骤2按知识点过滤支持父子节点递归 if rules.get(knowledge_points): kp_codes rules[knowledge_points] # 递归获取所有子知识点如传入 calculus 应包含其下所有 limit/matrix all_kp_ids [] for code in kp_codes: kp KnowledgePoint.objects.filter(codecode).first() if kp: # 用自关联查询所有后代需在 KnowledgePoint 模型中定义 get_descendants 方法 descendants kp.get_descendants(include_selfTrue) all_kp_ids.extend(descendants.values_list(id, flatTrue)) if all_kp_ids: qs qs.filter(knowledge_points__inall_kp_ids) # 步骤3按难度分布分层抽样避免全库扫描 selected_ids [] for level, count in rules[difficulty_distribution].items(): level_map {easy: 1, medium: 2, hard: 3} level_qs qs.filter(difficultylevel_map[level]) if exclude_question_ids in rules: level_qs level_qs.exclude(id__inrules[exclude_question_ids]) # 随机抽样生产环境建议用数据库 RAND() LIMIT此处简化 candidates list(level_qs.values_list(id, flatTrue)) if len(candidates) count: import random selected_ids.extend(random.sample(candidates, count)) else: raise ValueError(f难度 {level} 题目不足 {count} 道仅有 {len(candidates)} 道) # 步骤4按题型二次校验确保类型配比 type_counts {single: 0, truefalse: 0, multiple: 0, fill: 0} final_ids [] for qid in selected_ids: q Question.objects.get(idqid) t q.question_type if type_counts[t] rules[question_types].get(t, 0): final_ids.append(qid) type_counts[t] 1 return final_ids # 使用示例视图中调用 # paper_qids generate_paper_by_rules({ # knowledge_points: [math:algebra], # difficulty_distribution: {easy: 3, medium: 6, hard: 1}, # question_types: {single: 8, truefalse: 2} # })参数说明difficulty_distribution必须是字典而非列表因为不同学科对“中等难度”的定义不同需由教研组长在后台配置模板exclude_question_ids是防重复的关键实际项目中应从试卷历史表中自动提取近 30 天已用题目 ID。3. 防泄题不是加个水印三道硬性关卡必须嵌入题库生命周期很多团队把防泄题当成“导出试卷时加个半透明文字”结果学生截图上传网盘水印被裁掉答案照样满天飞。真正的防泄题是贯穿题库创建、组卷、渲染、作答全链路的策略组合。我把它拆成三道不可绕过的关卡每道都对应具体代码或配置项。3.1 题干脱敏关对敏感信息做结构化替换而非模糊处理题干中常含可识别信息教师姓名“张老师布置的作业题”、学校简称“我校2023年期中”、教室号“302机房实操题”。模糊处理如高斯模糊无效必须结构化替换# utils/anonymize.py import re def anonymize_stem_text(text): 对题干文本做确定性脱敏保留语义结构 # 规则1人名替换为「某教师」 text re.sub(r[赵钱孙李周吴郑王]{2,3}老师, 某教师, text) text re.sub(r[赵钱孙李周吴郑王]{2,3}教授, 某教授, text) # 规则2校名/机构名替换为「某校」 school_patterns [ r第[一二三四五六七八九十\d]中学, r[京津沪渝][a-zA-Z\u4e00-\u9fa5]{1,8}大学, r[a-zA-Z\u4e00-\u9fa5]{2,6}学院, r[\u4e00-\u9fa5]{2,6}实验学校 ] for pattern in school_patterns: text re.sub(pattern, 某校, text) # 规则3地点/教室号替换为「指定场所」 text re.sub(r[A-Za-z\d][座室房号]\d{1,4}, 指定场所, text) text re.sub(r第\d机房, 指定机房, text) return text # 在 Question.save() 中调用 # def save(self, *args, **kwargs): # if self.stem_text and not self.is_stem_anonymized: # self.stem_text anonymize_stem_text(self.stem_text) # self.is_stem_anonymized True # super().save(*args, **kwargs)注意脱敏必须在题目保存时完成而非导出时。否则教师修改题干后忘记重新脱敏原始敏感信息就留在数据库里了。3.2 图片水印关用 OpenCV 嵌入不可见频域水印而非图层叠加PNG/JPG 图片上的可见水印如“©某校版权所有”极易被 PS 去除。生产环境必须用频域水印DCT 域嵌入肉眼不可见但通过专用工具可检测。我们用 OpenCV NumPy 实现轻量级嵌入# utils/watermark.py import cv2 import numpy as np from io import BytesIO from PIL import Image def embed_watermark_cv2(image_path, watermark_key, output_pathNone): 在图像 DCT 系数中嵌入 64bit 密钥试卷 ID 哈希 返回嵌入后的 PIL Image 对象 img cv2.imread(image_path) if img is None: raise ValueError(无法读取图像) # 转灰度分块 DCT gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) h, w gray.shape block_size 8 watermarked np.zeros_like(gray, dtypenp.float32) # 生成 64bit 水印序列用 key 的 SHA256 前 8 字节 import hashlib wm_bits [int(b) for b in format(int(hashlib.sha256(watermark_key.encode()).hexdigest()[:16], 16), 064b)] bit_idx 0 for i in range(0, h, block_size): for j in range(0, w, block_size): if bit_idx len(wm_bits): break block gray[i:iblock_size, j:jblock_size].astype(np.float32) dct_block cv2.dct(block) # 修改中频系数抗压缩鲁棒性最强的位置 if dct_block[3, 3] 0: dct_block[3, 3] 5 if wm_bits[bit_idx] else -5 bit_idx 1 idct_block cv2.idct(dct_block) watermarked[i:iblock_size, j:jblock_size] np.clip(idct_block, 0, 255) # 转回 uint8 并保存 result_img np.uint8(watermarked) pil_img Image.fromarray(result_img) if output_path: pil_img.save(output_path) return pil_img # 使用在试卷生成时调用 # embed_watermark_cv2( # image_path/tmp/stem_1001.png, # watermark_keypaper_20240520_001_q1001, # 试卷ID题目ID # output_path/output/watermarked_stem_1001.png # )血泪经验水印密钥必须绑定试卷 ID不能只用题目 ID。否则同一道题出现在多套试卷中水印相同无法定位泄题源头。检测工具只需反向提取 DCT[3,3] 系数符号即可还原密钥。3.3 选项乱序关用确定性伪随机确保“可重现”与“不可预测”兼得学生记下“A选项是正确答案”后若所有试卷都保持 A 正确就等于白做。但若每次组卷都真随机教师阅卷时无法对照标准答案。解法是用试卷 ID 和题目 ID 生成固定种子再用该种子初始化随机器# services.py import random def get_shuffled_options(question, paper_id): 返回乱序后的选项列表及正确答案新位置 # 构造确定性种子paper_id question.id 的 SHA256 import hashlib seed_str f{paper_id}_{question.id} seed int(hashlib.sha256(seed_str.encode()).hexdigest()[:8], 16) % (2**32) # 构建选项字典 options [ (A, question.option_a), (B, question.option_b), (C, question.option_c), (D, question.option_d), ] if question.option_e: options.append((E, question.option_e)) # 用固定种子乱序 rng random.Random(seed) shuffled options.copy() rng.shuffle(shuffled) # 找出原正确答案在新顺序中的位置 original_correct question.correct_answer new_correct_pos next(i for i, (k, _) in enumerate(shuffled) if k original_correct) # 返回 [(label, text)] 列表和新正确标识0A,1B... return shuffled, new_correct_pos # 使用示例 # shuffled_opts, new_ans_idx get_shuffled_options(q_obj, paper_20240520_001) # 渲染时按 shuffled_opts 顺序显示答案标记为 chr(65 new_ans_idx) 即可玄学提示不要用random.seed()全局设置它会影响其他并发请求。必须用random.Random(seed)创建独立实例。4. 避坑五个让试题库系统上线即翻车的高频问题部署试题库系统最危险的阶段不是开发而是上线前 72 小时——此时所有模块看似跑通但真实业务流一压立刻暴露设计盲区。以下是我在模拟项目 X 和某高校教务平台迁移中踩过的五个典型坑按“现象→原因→解决”结构列出每条都附带可验证的检查命令。4.1 现象教师反馈“组卷时总抽不到填空题”但后台查填空题状态全是“已发布”原因组卷函数generate_paper_by_rules()中question_types参数校验逻辑有缺陷。当规则要求{single: 15, fill: 5}但题库中填空题只有 3 道时函数未抛出异常而是静默跳过填空题最终返回 15 道单选题违反题型配比。解决在步骤4题型校验中增加兜底检查# 在 services.py 的 generate_paper_by_rules 函数末尾添加 for qtype, required_count in rules[question_types].items(): actual_count sum(1 for qid in final_ids if Question.objects.get(idqid).question_type qtype) if actual_count required_count: raise ValueError(f题型 {qtype} 实际抽中 {actual_count} 道不足要求的 {required_count} 道)4.2 现象学生端试卷 PDF 中题干图片显示为红叉但教师端预览正常原因Nginx 配置未正确代理/media/stems/路径且MEDIA_URL与MEDIA_ROOT在 Django settings 中指向不同磁盘分区导致collectstatic未同步图片文件。解决三步验证检查 Nginx 配置是否包含location /media/ { alias /var/www/myexam/media/; }运行python manage.py showmigrations确认 media 目录权限为www-data:www-data且可读在服务器执行curl -I http://localhost/media/stems/test.png确认返回200 OK而非4034.3 现象某次组卷后两套不同试卷中出现完全相同的题目序列ID 完全一致原因组卷函数未加数据库锁高并发请求如 10 位教师同时点击“生成试卷”导致多次调用random.sample()时使用了相同系统时间种子抽中相同题目。解决在组卷视图中加select_for_update()锁定题库元数据表from django.db import transaction # 在视图函数中 with transaction.atomic(): # 先锁定知识节点表防止知识点变更影响抽题 KnowledgePoint.objects.select_for_update().filter( code__inrules[knowledge_points] ).count() # 触发锁 paper_qids generate_paper_by_rules(rules)4.4 现象导入 Excel 题库时含公式的题干如 LaTeX全部变成乱码原因Excel 文件编码未指定为utf-8-sigpandas.read_excel()默认用系统编码Windows 为 gbkLaTeX 符号\frac{1}{2}被错误解码。解决强制指定编码并预处理# 导入脚本中 import pandas as pd # 先用 openpyxl 读取避免编码问题 df pd.read_excel(file_obj, engineopenpyxl) # 若列名含中文显式指定 df.columns df.columns.str.encode(utf-8).str.decode(utf-8-sig)4.5 现象教师修改一道题的题干后已生成的旧试卷 PDF 中题干未更新原因试卷 PDF 渲染时直接读取数据库最新题干而非快照。题库系统必须支持“试卷快照”——生成试卷时将当时题干、选项、答案、图片二进制全部复制到PaperQuestionSnapshot表。解决新增快照模型并在组卷后保存# models.py class PaperQuestionSnapshot(models.Model): paper models.ForeignKey(Paper, on_deletemodels.CASCADE) question models.ForeignKey(Question, on_deletemodels.PROTECT) stem_text models.TextField() stem_image_data models.BinaryField(nullTrue) # 存原始 bytes correct_answer models.CharField(max_length1) # ... 其他需快照的字段 # 组卷后调用 # for qid in paper_qids: # q Question.objects.get(idqid) # PaperQuestionSnapshot.objects.create( # paperpaper_obj, # questionq, # stem_textq.stem_text, # stem_image_dataq.stem_image.read() if q.stem_image else None, # correct_answerq.correct_answer # )5. 进阶技巧用 Git 版本控制题库变更实现命题过程可审计、可回滚题库不是静态资源而是持续演进的知识资产。教研组长需要知道“这道微积分题是谁在什么时候改的为什么把难度从‘中’改成‘难’修改前的原始题干长什么样” 把题库当代码管——用 Git 跟踪每次变更是我在线上系统中最受教务处好评的功能。5.1 将题目导出为 YAML天然支持 Git Diff放弃 JSON 或 XMLYAML 是唯一能让人眼快速识别差异的格式。每个题目导出为独立.yml文件路径按知识点组织questions/ ├── calculus/ │ ├── limit_01.yml │ └── derivative_02.yml ├── algebra/ │ └── matrix_01.ymllimit_01.yml内容示例# questions/calculus/limit_01.yml metadata: id: 1001 creator: teacher_zhang created_at: 2024-03-15T09:22:11Z updated_at: 2024-05-18T14:30:00Z status: published version: 3 # 每次保存自增 stem: text: 求极限\\lim_{x \\to 0} \\frac{\\sin x}{x} image: stem_1001.png # 仅存文件名二进制存于 git-lfs options: A: 0 B: 1 C: ∞ D: 不存在 answer: correct: B explanation: 这是重要极限之一结果为1。 tags: knowledge_points: [calculus:limit] difficulty: 2 question_type: single关键设计version字段由系统自增updated_at用 ISO8601 格式image字段只存文件名图片二进制用 Git LFSLarge File Storage管理避免仓库膨胀。5.2 实现“一键导出当前题库为 Git 仓库”的管理命令Django 管理命令dump_questions_to_git自动完成拉取最新仓库 → 遍历所有Question→ 生成 YAML → 提交变更# management/commands/dump_questions_to_git.py import os import subprocess import yaml from django.core.management.base import BaseCommand from myapp.models import Question class Command(BaseCommand): help Export all published questions to Git repository def add_arguments(self, parser): parser.add_argument(--repo-path, typestr, default/opt/exam-questions-repo) parser.add_argument(--git-user, typestr, defaultExamBot) parser.add_argument(--git-email, typestr, defaultbotexam.local) def handle(self, *args, **options): repo_path options[repo_path] # 1. 确保仓库存在并更新 if not os.path.exists(repo_path): subprocess.run([git, clone, https://git.example.com/exam-questions.git, repo_path]) os.chdir(repo_path) subprocess.run([git, pull]) # 2. 遍历题目生成 YAML for q in Question.objects.filter(statuspublished): # 构建路径questions/{kp}/q{qid}.yml kp_code q.knowledge_points.first().code if q.knowledge_points.exists() else other dir_path os.path.join(questions, kp_code.replace(:, /)) os.makedirs(dir_path, exist_okTrue) data { metadata: { id: q.id, creator: q.creator.username, created_at: q.created_at.isoformat(), updated_at: q.updated_at.isoformat(), status: q.status, version: q.version or 1 }, stem: { text: q.stem_text, image: fstem_{q.id}.png if q.stem_image else None }, options: { A: q.option_a, B: q.option_b, C: q.option_c, D: q.option_d, E: q.option_e or None }, answer: { correct: q.correct_answer, explanation: q.explanation }, tags: { knowledge_points: [kp.code for kp in q.knowledge_points.all()], difficulty: q.difficulty, question_type: q.question_type } } file_path os.path.join(dir_path, fq{q.id}.yml) with open(file_path, w, encodingutf-8) as f: yaml.dump(data, f, allow_unicodeTrue, default_flow_styleFalse, indent2) # 3. 提交变更 subprocess.run([git, config, user.name, options[git_user]]) subprocess.run([git, config, user.email, options[git_email]]) subprocess.run([git, add, questions/]) subprocess.run([git, commit, -m, fAuto-export questions at {timezone.now()}]) subprocess.run([git, push]) self.stdout.write(self.style.SUCCESS(Questions exported to Git successfully))运行方式python manage.py dump_questions_to_git \ --repo-path /opt/exam-questions-repo \ --git-user ExamBot \ --git-email botexam.local5.3 教研组长如何用 Git 查看一道题的完整演化史这才是审计价值所在。以题目 ID 1001 为例查所有修改记录cd /opt/exam-questions-repo git log --oneline -- questions/calculus/limit_01.yml # 输出示例 # a1b2c3d (HEAD - main) Auto-export questions at 2024-05-18T14:30:00 # e4f5g6h Auto-export questions at 2024-04-10T09:15:22 # i7j8k9l Auto-export questions at 2024-03-15T09:22:11对比任意两次修改git diff e4f5g6h a1b2c3d -- questions/calculus/limit_01.yml # 输出清晰显示difficulty 从 2→3explanation 新增了“洛必达法则适用条件”恢复到某次历史版本如发现某次修改引入错误git checkout e4f5g6h -- questions/calculus/limit_01.yml git commit -m Revert limit_01 to v2 after error report我的习惯是每周日凌晨 2 点自动执行dump_questions_to_git并配置企业微信机器人推送提交摘要。某次某导师误删了 3 道核心题5 分钟内我就从 Git 历史中找回并恢复——没有这个机制重写题目至少要 2 小时。希望帮到你。本文还有配套的精品资源点击获取