Enhance announcement storage functionality by adding a method to save all announcements by source, retaining the latest 100 per source. Update related logging and comments for clarity. Adjusted the main script to utilize the new storage method and log the saving process. Updated the markdown file timestamp.

This commit is contained in:
2026-01-08 09:31:47 +08:00
parent 28c57a040a
commit 317dbf3c58
37 changed files with 3065 additions and 10 deletions
+59
View File
@@ -797,3 +797,62 @@
2026-01-07 17:36:12 - __main__ - INFO - 筛选后剩余 0 条公告
2026-01-07 17:36:12 - storage.md_generator - INFO - Markdown文件已保存到: onu.md (共 0 条公告)
2026-01-07 17:36:12 - __main__ - INFO - 爬取任务完成: {'success': True, 'total_crawled': 1300, 'filtered': 0, 'saved': 0, 'markdown_generated': True, 'notification_sent': False, 'filter_stats': {'keyword_filtered': 1282, 'date_filtered': 0, 'duplicate_filtered': 18, 'source_filtered': 0}}
2026-01-08 08:17:30 - __main__ - INFO - === 广西政府采购网公告监控系统启动 ===
2026-01-08 08:17:30 - __main__ - INFO - 版本: 1.0.0
2026-01-08 08:17:30 - __main__ - INFO - 配置文件: 默认配置
2026-01-08 08:17:30 - core.reliability - INFO - 健康检查通过
2026-01-08 08:17:30 - core.database - INFO - 数据库连接池初始化成功
2026-01-08 08:17:30 - core.database - INFO - 开始初始化数据库表结构
2026-01-08 08:17:30 - core.database - INFO - 数据库表结构初始化完成
2026-01-08 08:17:30 - storage.postgresql - INFO - 存储初始化完成
2026-01-08 08:17:30 - __main__ - INFO - 应用初始化完成
2026-01-08 08:17:30 - __main__ - INFO - 开始执行爬取任务
2026-01-08 08:17:30 - crawler.spider - INFO - 开始爬取 13 个公告来源
2026-01-08 08:17:30 - gx_gp_monitor - INFO - 开始爬取 采购公告
2026-01-08 08:17:31 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 采购公告 爬取完成,共获取 100 条公告,耗时 0.53秒
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 开始爬取 结果公告
2026-01-08 08:17:31 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 结果公告 爬取完成,共获取 100 条公告,耗时 0.19秒
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 开始爬取 合同公告
2026-01-08 08:17:31 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 合同公告 爬取完成,共获取 100 条公告,耗时 0.20秒
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 开始爬取 更正公告
2026-01-08 08:17:31 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 更正公告 爬取完成,共获取 100 条公告,耗时 0.28秒
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 开始爬取 招标文件预公示
2026-01-08 08:17:31 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 招标文件预公示 爬取完成,共获取 100 条公告,耗时 0.18秒
2026-01-08 08:17:31 - gx_gp_monitor - INFO - 开始爬取 单一来源公示
2026-01-08 08:17:32 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:32 - gx_gp_monitor - INFO - 单一来源公示 爬取完成,共获取 100 条公告,耗时 0.16秒
2026-01-08 08:17:32 - gx_gp_monitor - INFO - 开始爬取 电子卖场公示
2026-01-08 08:17:32 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:32 - gx_gp_monitor - INFO - 电子卖场公示 爬取完成,共获取 100 条公告,耗时 0.34秒
2026-01-08 08:17:32 - gx_gp_monitor - INFO - 开始爬取 履约验收公示
2026-01-08 08:17:32 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:32 - gx_gp_monitor - INFO - 履约验收公示 爬取完成,共获取 100 条公告,耗时 0.48秒
2026-01-08 08:17:32 - gx_gp_monitor - INFO - 开始爬取 工程类公告
2026-01-08 08:17:33 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 工程类公告 爬取完成,共获取 100 条公告,耗时 0.23秒
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 开始爬取 框架协议征集公告
2026-01-08 08:17:33 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 框架协议征集公告 爬取完成,共获取 100 条公告,耗时 0.18秒
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 开始爬取 框架协议入围结果公告
2026-01-08 08:17:33 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 框架协议入围结果公告 爬取完成,共获取 100 条公告,耗时 0.23秒
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 开始爬取 框架协议成交结果汇总公告
2026-01-08 08:17:33 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 框架协议成交结果汇总公告 爬取完成,共获取 100 条公告,耗时 0.16秒
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 开始爬取 采购意向公开
2026-01-08 08:17:33 - crawler.parsers - INFO - 成功解析 100/100 条公告记录
2026-01-08 08:17:33 - gx_gp_monitor - INFO - 采购意向公开 爬取完成,共获取 100 条公告,耗时 0.19秒
2026-01-08 08:17:33 - crawler.spider - INFO - 爬取完成: 共处理 13 个来源,成功 13 个,失败 0 个,获取 1300 条公告
2026-01-08 08:17:33 - __main__ - INFO - 爬取到 1300 条原始公告
2026-01-08 08:17:33 - filters.filters - INFO - 来源筛选: 1300 -> 1300 条公告
2026-01-08 08:17:34 - filters.filters - INFO - 去重筛选: 移除了 17 条重复公告
2026-01-08 08:17:34 - filters.filters - INFO - 关键词筛选: 1283 -> 0 条公告
2026-01-08 08:17:34 - filters.filters - INFO - 筛选完成: 总数 1300 -> 筛选后 0 (关键词: 1283, 日期: 0, 去重: 17, 来源: 0)
2026-01-08 08:17:34 - __main__ - INFO - 筛选后剩余 0 条公告
2026-01-08 08:17:34 - storage.md_generator - INFO - Markdown文件已保存到: onu.md (共 0 条公告)
2026-01-08 08:17:34 - __main__ - INFO - 爬取任务完成: {'success': True, 'total_crawled': 1300, 'filtered': 0, 'saved': 0, 'markdown_generated': True, 'notification_sent': False, 'filter_stats': {'keyword_filtered': 1283, 'date_filtered': 0, 'duplicate_filtered': 17, 'source_filtered': 0}}