本工作利用LAMOST DR5的光谱数据,通过线指数、光谱特征识别等方法证认出了57条I型、343条Ⅰ/Ⅱ型和310条疑似I型的F型超巨星光谱,去除重复观测后共有53颗I型、322颗Ⅰ/Ⅱ型和281颗疑似I型F型超巨星。F型超巨星可以作为银河系遥远区域的有效探针,对研究银河系结构和识别邻近星系中最明亮的恒星方面有着重要的意义。同时,由于F型超巨星数目稀少,所以我们的F型超巨星样本也有助于统计研究大质量恒星的后期演化。因为具有光谱信息的已知F型超巨星数目稀少,为了证认工作的顺利进行,本工作首先用信噪比较高的F型恒星光谱,结合MKCLASS标准光谱库中F型超巨星的光谱特征,用人眼识别的方法证认出了10颗F型超巨星作为训练样本。我们通过线指数的方法,结合训练样本和MKCLASS标准光谱库的光谱特征,从包含900万条光谱数据的LAMOST DR5中筛选出22992条F型超巨星候选体光谱。结果表明,线指数的方法确实可以有效地剔除大部分的非F型恒星样本,大大地提高了我们的工作效率。我们用人眼一一识别了这22992条光谱,利用Ca Ⅱ K线、Ca Ⅱ H线和G-band分子带等光谱特征把混入的A型星、G型星、F型巨星和矮星等污染恒星剔除。通过区分不同的光谱特征,我们用眼睛进行了详细的光谱型和光度型分类,最终得到53颗I型、322颗Ⅰ/Ⅱ型和281颗疑似I型F型超巨星,构建了一个F型超巨星星表,并给出了相应的温度型和光度型信息。这个星表可以用来补充MKCLASS标准库的样本数量,可以为使用机器学习的方法证认F型超巨星提供训练样本,同样可以用于后续高分辨率观测的选源工作。