提出了一种基于规则的试卷文本语块识别方法，有效解决了试题库中大规模试题数据的初始化问题。通过定义文本语块识别规则，构建自动机识别模型，在理论上描述了试卷文本的识别过程。实验表明，该模型具有良好的性能，在此基础上，实现了一个原型系统，通过具体的应用实例验证了该方法的可行性和有效性。