Files
GX-gp-notify/gx_gp_monitor/cron_crawl.py
T
v6ole c548a8b5bd ```
feat(core): 添加大化县政府网采购公告数据表和相关功能

- 创建 dahuagov_announcements 表用于存储大化县政府网采购公告
- 添加相关索引以提高查询性能
- 实现 save_dahuagov_announcements、get_new_dahuagov_announcements
  和 mark_dahuagov_announcements_sent 方法
- 修改统计查询以包含大化县公告数据
- 更新内容哈希检查逻辑以支持新表

feat(cron): 集成大化县政府网采购公告爬取功能

- 导入大化县政府网爬虫模块
- 修改定时任务流程以同时爬取广西政府采购网和大化县政府网
- 对不同来源公告采用不同处理策略:
  - 广西政府采购网:关键词筛选后推送
  - 大化县政府网:全部推送,不过滤关键词
- 分别处理和统计两个来源的公告数据
- 实现独立的通知发送和状态更新机制

feat(notification): 优化企业微信通知显示大化县来源标识

- 为不同来源公告添加前缀标识(【大化县政府网】或【广西政府采购网】)
- 根据公告来源动态调整通知标题:
  - 单一来源显示具体来源
  - 双来源显示"双源监控"标识
- 改进通知卡片的来源区分度,便于用户识别公告来源
```
2026-05-09 10:55:00 +08:00

240 lines
11 KiB
Python
Executable File

#!/usr/bin/env python3
"""
定时搜索脚本
执行搜索、筛选关键词、保存到数据库并发送企业微信卡片通知
"""
import sys
import os
from pathlib import Path
# 添加项目根目录到路径(gx_gp_monitor的父目录)
project_root = Path(__file__).parent.parent
sys.path.insert(0, str(project_root))
try:
from gx_gp_monitor.core.config_manager import load_config, get_config
from gx_gp_monitor.core.logger import init_logger, get_logger
from gx_gp_monitor.crawler.spider import crawl_announcements
from gx_gp_monitor.crawler.dahuagov_spider import crawl_dahuagov_announcements
from gx_gp_monitor.filters.filters import filter_from_config
from gx_gp_monitor.storage.postgresql import init_storage, save_announcements_to_storage, save_all_announcements_by_source_to_storage, save_auto_announcements_to_storage
from gx_gp_monitor.notification.wechat import send_announcements_notification, send_system_notification
logger = get_logger(__name__)
def main():
"""主函数:执行定时搜索任务"""
try:
# 加载配置
config = load_config()
if not config:
logger.error("无法加载配置")
return False
# 初始化日志
init_logger(config=config)
logger.info("=== 开始定时搜索任务 ===")
# 初始化存储
init_storage()
# 导入数据库模块
import gx_gp_monitor.core.database as db_module
db_manager = db_module.get_database_manager()
# 执行搜索(爬取所有公告)
logger.info("开始执行定时搜索任务")
# 收集所有爬取结果
all_crawl_results = []
# 1. 爬取广西政府采购网
logger.info("开始爬取广西政府采购网...")
gxgp_results = crawl_announcements()
if gxgp_results:
all_crawl_results.extend(gxgp_results)
logger.info(f"广西政府采购网爬取完成,获取 {sum(len(r.announcements) for r in gxgp_results)} 条公告")
# 2. 爬取大化县政府网采购公告(全部推送,不筛选)
logger.info("开始爬取大化县政府网采购公告(全部推送)...")
dahua_results = crawl_dahuagov_announcements()
if dahua_results:
all_crawl_results.extend(dahua_results)
logger.info(f"大化县政府网爬取完成,获取 {sum(len(r.announcements) for r in dahua_results)} 条公告")
if not all_crawl_results:
logger.info("爬取完成:无数据")
return True
# 收集所有公告
all_announcements = []
for result in all_crawl_results:
if result.announcements:
all_announcements.extend(result.announcements)
total_crawled = len(all_announcements)
logger.info(f"搜索到 {total_crawled} 条原始公告")
if not all_announcements:
logger.info("没有获取到任何公告")
return True
# 分离广西政府采购网和大化县政府网的公告
gxgp_all_announcements = [a for a in all_announcements if a.source_code != 'dahuagov']
dahua_all_announcements = [a for a in all_announcements if a.source_code == 'dahuagov']
logger.info(f"广西政府采购网: {len(gxgp_all_announcements)} 条")
logger.info(f"大化县政府网: {len(dahua_all_announcements)} 条")
# ========== 处理广西政府采购网(关键词筛选)==========
gxgp_filtered = []
if gxgp_all_announcements:
# 对广西政府采购网公告进行关键词筛选
from gx_gp_monitor.filters.filters import KeywordFilter, DateFilter
from datetime import date
keyword_filter = KeywordFilter()
gxgp_keyword_filtered = keyword_filter.filter_announcements(
gxgp_all_announcements, keywords=config.crawler.keyword)
# 日期筛选(只处理今天的)
date_filter = DateFilter()
gxgp_today_filtered = date_filter.filter_announcements(
gxgp_keyword_filtered,
start_date=date.today(),
end_date=date.today()
)
logger.info(f"广西政府采购网关键词筛选后: {len(gxgp_keyword_filtered)} 条")
logger.info(f"广西政府采购网今日匹配: {len(gxgp_today_filtered)} 条")
# 检查是否已存在
for ann in gxgp_today_filtered:
try:
with db_module.get_db_cursor() as cursor:
cursor.execute(
"SELECT 1 FROM auto_announcements WHERE content_hash = %s LIMIT 1",
(ann.content_hash,)
)
exists = cursor.fetchone() is not None
if not exists:
gxgp_filtered.append(ann)
except Exception as e:
logger.warning(f"检查公告是否存在失败: {str(e)}")
pass
logger.info(f"广西政府采购网新增公告: {len(gxgp_filtered)} 条")
# ========== 处理大化县政府网(全部推送,不筛选)==========
dahua_new_announcements = []
if dahua_all_announcements:
# 大化县公告不需要关键词筛选,直接检查是否已存在于dahuagov_announcements表
for ann in dahua_all_announcements:
try:
with db_module.get_db_cursor() as cursor:
cursor.execute(
"SELECT 1 FROM dahuagov_announcements WHERE content_hash = %s LIMIT 1",
(ann.content_hash,)
)
exists = cursor.fetchone() is not None
if not exists:
# 标记为新公告
ann.is_new = True
dahua_new_announcements.append(ann)
except Exception as e:
logger.warning(f"检查大化县公告是否存在失败: {str(e)}")
pass
logger.info(f"大化县政府网新增公告: {len(dahua_new_announcements)} 条")
# 如果没有新增公告,直接结束
if not gxgp_filtered and not dahua_new_announcements:
logger.info("没有新增公告,任务完成")
return True
# ========== 保存到数据库 ==========
# 保存广西政府采购网公告
if gxgp_filtered:
saved_gxgp = save_auto_announcements_to_storage(gxgp_filtered)
logger.info(f"保存广西政府采购网公告: {saved_gxgp} 条")
# 保存大化县政府网公告到专用表
if dahua_new_announcements:
saved_dahua = db_manager.save_dahuagov_announcements(dahua_new_announcements)
logger.info(f"保存大化县政府网公告: {saved_dahua} 条")
# ========== 发送企业微信通知 ==========
if config.wechat_app.enabled:
logger.info("开始发送企业微信卡片通知...")
notify_success = True
# 发送广西政府采购网通知
if gxgp_filtered:
logger.info(f"发送广西政府采购网通知,共 {len(gxgp_filtered)} 条...")
gxgp_success = send_announcements_notification(gxgp_filtered)
if gxgp_success:
logger.info("广西政府采购网通知发送成功")
else:
logger.error("广西政府采购网通知发送失败")
notify_success = False
# 发送大化县政府网通知
if dahua_new_announcements:
logger.info(f"发送大化县政府网通知,共 {len(dahua_new_announcements)} 条...")
dahua_success = send_announcements_notification(dahua_new_announcements)
if dahua_success:
logger.info("大化县政府网通知发送成功")
# 标记为已发送
db_manager.mark_dahuagov_announcements_sent(dahua_new_announcements)
else:
logger.error("大化县政府网通知发送失败")
notify_success = False
else:
logger.info("企业微信通知未启用,跳过发送")
notify_success = True
# ========== 输出统计信息 ==========
print("\n=== 定时搜索任务完成 ===")
print(f"总共爬取: {total_crawled} 条公告")
print(f"广西政府采购网:")
print(f" - 爬取: {len(gxgp_all_announcements)} 条")
print(f" - 关键词匹配: {len(gxgp_filtered)} 条")
print(f"大化县政府网:")
print(f" - 爬取: {len(dahua_all_announcements)} 条")
print(f" - 新增推送: {len(dahua_new_announcements)} 条")
print(f"企业微信通知: {'成功' if notify_success else '失败' if config.wechat_app.enabled else '未启用'}")
logger.info("=== 定时搜索任务完成 ===")
return True
except Exception as e:
logger.error(f"定时搜索任务执行失败: {str(e)}")
print(f"❌ 定时搜索任务失败: {str(e)}", file=sys.stderr)
# 尝试发送错误通知
try:
if config and config.wechat_app.enabled:
send_system_notification(
"定时搜索任务失败",
f"错误信息: {str(e)}"
)
except Exception as notify_error:
logger.error(f"发送错误通知失败: {notify_error}")
return False
if __name__ == "__main__":
success = main()
sys.exit(0 if success else 1)
except ImportError as e:
print(f"导入失败: {e}", file=sys.stderr)
print("请确保已安装所有依赖: pip install -r gx_gp_monitor/requirements.txt", file=sys.stderr)
sys.exit(1)
except Exception as e:
print(f"脚本执行失败: {e}", file=sys.stderr)
sys.exit(1)