计算机考试系统因便捷、安全、高效的特性，已经在各种考试中获得了广泛的应用。大学的课程考试规模大，参加人数多，为了提高考试的效率，一些高校开始采用考试系统进行课程考试。然而考试系统的题库试题收集工作长期以来主要依靠人工完成。这种方式效率低，成本高，严重影响了计算机考试系统在高校中普及和应用。　　 针对上述问题，本文设计了一个面向大学课程的题库扩展引擎来自动地从互联网中寻找到相关科目的试题信息，并将其采集下来充实到本地的题库中。根据互联网上的试题分布特点，设计了一种结合元搜素技术和网络爬虫技术的试题采集方案，从互联网中采集试题。运用模板方法将试题信息从网页提出来。根据试题的结构特征提出了一种基于规则的试题识别方法，将试题从采集到文档中识别出来。使用基于SVM的文本分类算法对试题进行知识点预测。根据试题的具体特点，采用字符串编辑解决重复试题的检测问题。　　 本文对面向大学课程的题库扩展引擎进行了系统实现，并通过对《数据结构》科目进行试题采集测试来验证系统的性能，测试结果表明该系统能够在44分钟内采集到1062道有效试题，并且保证了92.4％的试题识别精确率和83.5％的知识点分类精确率。总体上试题采集的精确率为77.7％。