补充项目接手与数据导出资料
This commit is contained in:
1 parent
12c7daf083
commit
1fb8c5fd47
17 files changed
+1867
No files matched your search
@@ -1,5 +1,7 @@
|
||||
# 呱咕研选 · 考研择校数据项目
|
||||
|
||||
> **新成员入口(2026-10-30)**:先阅读 [项目接手指南](docs/项目接手指南_20261030.md)。当前可运行产品是 [离线择校 UI](docs/择校UI/index.html),数据库恢复方法见 [数据库备份说明](数据库备份/README.md)。本文件下方保留历史项目说明,部分数字、表名和路径可能过时;尤其 B2 分母存在 1,019 与 1,039 的文档冲突,使用前需复核。
|
||||
|
||||
对标「呱呱严选」平台的考研择校数据库 + 数据展示网站。
|
||||
|
||||
## 目录结构
|
||||
|
||||
@@ -0,0 +1,8 @@
|
||||
# 仓库接手资料补充(2026-10-30)
|
||||
|
||||
- 目标:让其他成员理解项目、运行界面、恢复数据并追溯关键审计结论。
|
||||
- 根 README 加入接手入口;新增 `docs/项目接手指南_20261030.md`,说明产品、快照、口径和仓库边界。
|
||||
- 复制 6 个 UI 导出/打包脚本至 `脚本/UI导出快照_20261030/`,与 `运行暂存/` 原件 SHA-256 相同;路径硬编码及覆盖行为已标注,未在新环境执行。
|
||||
- 选入 5 份历史审计报告和 `数据库/views.sql`、`数据库/q_target_codes.sql`;历史数据不代表实时审计结果。
|
||||
- 发现 B2 分母 1,019 与 1,039 的现有文档冲突,本次未重算;接手指南明确列为待核对。
|
||||
- 本次不上传登录态、token、原始采集归档或完整运行暂存;下一步按需要复核数据口径和验证跨机器恢复流程。
|
||||
@@ -0,0 +1,30 @@
|
||||
# 研选项目接手指南
|
||||
|
||||
本项目整理考研招生与历史结果数据,提供按专业、目标分、地区筛选院校,以及查看方向、考试科目、院校详情、收藏和对比的离线界面。本指南以 2026-10-30 仓库交付为准,不代表实时招生结果。
|
||||
|
||||
## 快速查看
|
||||
|
||||
1. 安装 Git 和 Git LFS。仅看代码或界面时,可先设置 `GIT_LFS_SKIP_SMUDGE=1` 再克隆,避免自动下载约 3.32 GiB 数据库压缩包;需要备份时运行 `git lfs pull`。
|
||||
2. 打开 `docs/择校UI/index.html`。界面依赖同目录的数据文件和图片,不要单独复制 HTML。手机浏览器的本地文件策略可能影响图片加载,详见 `docs/择校UI/README.md`。
|
||||
3. 先选择专业,再到院校库按目标分、地区或学校属性筛选;可进入详情、方向和对比。`website/` 是另一条早期原型,不等于现行离线 UI。
|
||||
4. 阅读 `docs/项目进度总览_UI制作基线_20261030.md`、`docs/择校UI/README.md` 和 `docs/agent_handoffs/20261030_专业入口与全组核查.md`,了解交付数据、已实现功能与限制。
|
||||
|
||||
## 数据与恢复
|
||||
|
||||
`数据库备份/` 是两份分别生成的 SQLite 在线备份 gzip 包,主库用于整理与交付,采集库保存平台采集数据。压缩包未加密,仓库成员应按数据权限使用。大小、SHA-256 和恢复方式见该目录 README 与 receipt;两库并非同一时刻的原子快照。解压到独立目录并校验后使用,切勿覆盖正在运行的生产库。
|
||||
|
||||
事实层优先查 `fact_admission`、`fact_dest`、`fact_score_dist`、`fact_score`;交付界面部分指标来自 `fact_global`。院校、专业和年份必须保留来源、粒度与缺失状态。2027 招生计划与 2026 复试线属于不同年份;冲稳保依据复试线区间上限,不代表录取概率。
|
||||
|
||||
专业代码和院校代码按文本处理,保留前导零和字母;跨表关联保留院系键 `xy_id`。招生人数应区分专业级和方向级语义,不能直接相加。报录比及调剂缺额目前不作为可靠 UI 指标。
|
||||
|
||||
**待核对的口径差异**:项目规则与 10-30 总览写 B2 平台校库 1,039,`docs/审计口径规范.md` 和根 README 的旧内容写 1,019。本次未重跑分母核查,不据此给出覆盖率;使用前按数据表与审计口径复核并标明时点。
|
||||
|
||||
## 脚本与报告
|
||||
|
||||
核心脚本位于 `脚本/` 和 `数据库/`。`脚本/UI导出快照_20261030/` 是从本机运行暂存复制的 6 个 UI 导出和打包脚本,原始内容保留;脚本使用 `D:/择校` 绝对路径,导出会覆盖 UI 数据,打包会覆盖同名 zip。迁移后先检查路径、数据库和输出位置,不要直接在生产目录运行。
|
||||
|
||||
`审计报告/` 中收录本次选取的历史审计报告,报告数字有各自的时间和分母,不代表最新实时结果。数据修改后的审计命令及硬性规则见 `AGENTS.md`;全量审计和事实层重建会读写数据库,应先准备可恢复副本。
|
||||
|
||||
## 仓库边界
|
||||
|
||||
仓库包含代码、界面、选取的文档和压缩快照;原始来源、历史归档、运行暂存、浏览器登录态、采集 token 和在线数据库文件未完整上传。不要使用 `git add .`,应逐项审查拟提交文件及密钥。此前对当前 token 的精确匹配检查不能替代完整的凭据审查。
|
||||
+125
@@ -0,0 +1,125 @@
|
||||
# 全表审计报告(186 张表 / 2,743 字段 / 全量,无抽样)
|
||||
|
||||
> 审计时间:2026-10-21 | 库:`zexiao_2027.db` 13GB
|
||||
> 范围:**全部 188 张非空表、2769 个字段、24,341,891 行**,每字段做全量 COUNT / COUNT(DISTINCT) / 极值,逐表检查 7 类问题。
|
||||
> 口径:`docs/审计口径规范.md`
|
||||
|
||||
## 一、总览
|
||||
|
||||
| 严重度 | 表数 |
|
||||
|---|---|
|
||||
| 严重 | 0 |
|
||||
| 中 | 0 |
|
||||
| 低 | 53 |
|
||||
| 无 | 135 |
|
||||
|
||||
问题按级别分布(修正误判后):
|
||||
|
||||
| 级别 | 类型 | 项数 | 涉及表 |
|
||||
|---|---|---|---|
|
||||
| P4 | 四级 字段高缺失 | 253 | 53 |
|
||||
|
||||
> 演进:首轮 591 项 → 修判据误判 519 → 修复+语义登记后 **253 项**。
|
||||
> 最终 **P1/P2/P3/P5/P6/P7 全部清零**,剩余 253 项全部为 P4 字段高缺失(第三方源表抓取时源页本就缺这些字段,属源侧固有;早期宽表已标 deprecated 不补)。
|
||||
>
|
||||
> 本轮修复动作(全部可回溯):
|
||||
> 1. `dim_school_id_map` 5,995 条双 ID 映射 + 11 张表回填 `school_id_ggyx`,跨源 JOIN 孤儿清零
|
||||
> 2. `ggyx_dim_major` 1,342 → **1,595**(补 253 个新增专业),5 张表孤儿清零
|
||||
> 3. `ggyx_dim_school` 补入陆军航空兵学院(91008,官方目录有但平台校库缺)
|
||||
> 4. 4 处数值异常行加 `data_flag`(不改原值);`files.year` 误提取 2 行置 NULL
|
||||
> 5. `dim_field_semantics` 登记 **23 条**字段语义(科目码/门类码/HTTP状态码/单行占位等),审计脚本接入后不再重复误报
|
||||
|
||||
## 二、三个系统性根因(本轮才查明)
|
||||
|
||||
### 2.1 库内存在两套 `school_id` 体系
|
||||
|
||||
同一个学校在不同表里 ID 不同,但校名一致:
|
||||
|
||||
| 学校 | `zgc_major_lines.school_id` | `ggyx_dim_school.school_id` |
|
||||
|---|---|---|
|
||||
| 沈阳药科大学 | 117 | 198 |
|
||||
| 临沂大学 | 1000 | (另一值) |
|
||||
|
||||
**影响**:此前所有用 `school_id` 做跨表 JOIN 的统计,凡涉及第三方来源表(zgc / core_* / src_*)都会漏,
|
||||
但不会报错——只是数字偏小。这是最隐蔽的一类。
|
||||
|
||||
**处置**:建 `dim_school_id_map`(**5,995 条**,按校名精确匹配),并为 11 张表加 `school_id_ggyx` 派生列回填:
|
||||
|
||||
| 表 | 覆盖 | 回填后孤儿 |
|
||||
|---|---|---|
|
||||
| `zgc_major_lines` | 39,236/39,520 (99%) | **0** |
|
||||
| `core_hist_lines` | 58,047/58,173 (100%) | **0** |
|
||||
| `core_contacts` / `src_contacts` | 10,924/10,960 (100%) | **0** |
|
||||
| `core_policies` / `src_notice_policies` | 19,483/19,509 (100%) | **0** |
|
||||
| `notices_all` | 5,755/6,802 (85%) | **0** |
|
||||
| 其余 6 张 | 98–100% | **0** |
|
||||
|
||||
### 2.2 专业维度表缺 253 个专业
|
||||
|
||||
`ggyx_dim_major` 原 1,342 个专业,但库里实际出现 1,595 个。缺的 253 个是**近年新增专业**:
|
||||
低空技术与工程、文明学、金融科技、国土空间规划、党务管理……
|
||||
|
||||
**影响**:`major_id` 在 5 张表里成为孤儿,专业级统计会漏掉这些新专业(恰好是考生最关心的新兴方向)。
|
||||
|
||||
**处置**:从 `ggyx_major_hot_rank`(196 个,带专业码)、`ggyx_school_adjust_major`(56 个)、`ggyx_ssd_master`(1 个)补齐,
|
||||
`dim_major` **1,342 → 1,595**,孤儿清零。
|
||||
|
||||
### 2.3 早期宽表大量字段从未填充
|
||||
|
||||
`core_majors`(51,410 行)有 **20+ 个字段空值率 99.94%**:`official_subjects` / `off_total` / `off_first` /
|
||||
`off_adjust` / `off_line` / `tuition` / `years` / `stage_ratio` / `equal_ability` / `cross_limit` 等。
|
||||
`core_official_0856`、`fee_check`、`src_target_major_checked` 的附件类字段空值率 100%。
|
||||
|
||||
**判断**:这些是预留字段,宽表方案后被 `ggyx_*` 事实表取代,属历史遗留。**不建议补**,建议标记 `deprecated`。
|
||||
|
||||
## 三、逐级问题明细
|
||||
|
||||
### P4 字段高缺失(253 项,Top 12)
|
||||
|
||||
| 表 | 字段 | 空值率 |
|
||||
|---|---|---|
|
||||
| `fact_admission` | data_flag | 100.0% |
|
||||
| `ggyx_a_st_source` | data_flag | 100.0% |
|
||||
| `ggyx_a_exam_score` | data_flag | 99.999% |
|
||||
| `core_hist_lines` | data_flag | 99.997% |
|
||||
| `src_master` | 官方考试科目 | 99.942% |
|
||||
| `src_master` | 官方总招生 | 99.942% |
|
||||
| `src_master` | 官方一志愿招生 | 99.942% |
|
||||
| `src_master` | 官方调剂招生 | 99.942% |
|
||||
| `src_master` | 官方复试线 | 99.942% |
|
||||
| `src_master` | 学费 | 99.942% |
|
||||
| `src_master` | 学制 | 99.942% |
|
||||
| `src_master` | 初复试占比 | 99.942% |
|
||||
|
||||
> 481 项中,绝大多数是早期宽表的预留字段(空值率 >99%),属历史遗留而非采集缺失。
|
||||
|
||||
## 四、判定为误判、实际正常(已修正判据)
|
||||
|
||||
| 现象 | 首轮判定 | 实际 | 原因 |
|
||||
|---|---|---|---|
|
||||
| 事实表 `(school_id,major_id,year)` 出现多行 | P1 重复 63 项 | **正常** | 事实表一行是明细(科目/分段/考生),本就不唯一;且漏了 `xy_id` |
|
||||
| `core_*` 表 `notice_id` 重复 | P1 重复 | **正常** | 一个公告对应多个专业/段落 |
|
||||
| `ggyx_dim_xkpg.major_id` 孤儿 134 | P2 | **正常** | 学科评估表存的是学科代码,不是平台 major_id |
|
||||
| `ggyx_dim_major_class.code` 非 4-6 位 | P6 | **正常** | 门类码是 2 位 |
|
||||
| `ggyx_fact_raw2.code` 43,398 行 | P6 | **字段非专业码** | 该列存的是其他编码 |
|
||||
| `qoder_plan_enroll.year` 越界 132,124 | P3 | **字段非年份** | 该列存的不是招生年份 |
|
||||
|
||||
## 五、仍待处理
|
||||
|
||||
| 项 | 量 | 建议 |
|
||||
|---|---|---|
|
||||
| `qoder_plan_enroll` 13.2 万行字段语义不明 | 1 表 | 人工确认字段含义后再定性 |
|
||||
| `dir_hist.院校代码` 非 5 位 | 15 行 | 补齐或置空 |
|
||||
| `core_hist_lines.plan` 负数 | 2 行 | 置零或删除 |
|
||||
| `fact_admission.score` > 500 | 1 行 | 核对原值 |
|
||||
| 早期宽表 20+ 空字段 | 4 表 | 标记 `deprecated`,不再维护 |
|
||||
|
||||
## 六、产物
|
||||
|
||||
| 文件 | 内容 |
|
||||
|---|---|
|
||||
| `全表审计_汇总.csv` | 188 张表的行数/列数/问题数/严重度 |
|
||||
| `全表审计_字段剖面.csv` | 2769 个字段的空值率/唯一值/极值 |
|
||||
| `全表审计_问题清单.csv` | 253 条问题,可定位到表+字段 |
|
||||
| `dim_school_id_map` | 5,995 条跨源院校 ID 映射 |
|
||||
| `ggyx_dim_major` | 1,595 个专业(+253) |
|
||||
@@ -0,0 +1,84 @@
|
||||
# 四维深入审计报告
|
||||
|
||||
> 审计时间:2026-10-21 | 框架:data-quality-hckp 四维查数 + sql-data-analyst 校验清单
|
||||
> 数据:`zexiao_2027.db` | 全量不抽样,所有对账均为跨表全键比对
|
||||
|
||||
## 一、结论
|
||||
|
||||
| 维度 | 结论 |
|
||||
|---|---|
|
||||
| 完整性 | 核心维度逐年校数见 §2;采集缺口此前已定案(A 类 0 / B 源上限 / C 未发生) |
|
||||
| 准确性 | 分数线-分数段对账 804,152 键,越界仅 107(0.013%);人数对账逐组差 13,623 但总量吻合 0.990 |
|
||||
| 一致性 | 跨源招生人数反例 10,786(40.5%);学费数值化 146,665 行(>10万 27);维度名称异常 0 |
|
||||
| 及时性 | >90 天未更新表 0 张 |
|
||||
|
||||
**P0 1 / P1 1 / P2 2**(台账:`四维_问题台账.csv`)
|
||||
|
||||
## 二、完整性(逐年校数)
|
||||
|
||||
| 维度 | 年份 | 校数 | 专业键数 |
|
||||
|---|---|---|---|
|
||||
| 官方目录 | 2027 | 907 | 37213 |
|
||||
| 平台官方目录 | 2026 | 936 | 38231 |
|
||||
| 点对点目录 | 2023 | 515 | 22609 |
|
||||
| 点对点目录 | 2024 | 519 | 24001 |
|
||||
| 点对点目录 | 2025 | 530 | 26102 |
|
||||
| 点对点目录 | 2026 | 542 | 27914 |
|
||||
| 点对点目录 | 2027 | 542 | 28108 |
|
||||
| 历史目录 | 2022 | 107 | 3250 |
|
||||
| 历史目录 | 2023 | 533 | 22875 |
|
||||
| 历史目录 | 2024 | 609 | 32705 |
|
||||
| 历史目录 | 2025 | 580 | 27041 |
|
||||
| 历史目录 | 2026 | 542 | 27914 |
|
||||
| 历史目录 | 2027 | 542 | 28108 |
|
||||
| 分数线 | 2023 | 393 | 6928 |
|
||||
| 分数线 | 2024 | 537 | 11535 |
|
||||
| 分数线 | 2025 | 604 | 13374 |
|
||||
| 分数线 | 2026 | 606 | 13724 |
|
||||
| 分数段 | 2023 | 516 | 10075 |
|
||||
| 分数段 | 2024 | 537 | 11537 |
|
||||
| 分数段 | 2025 | 604 | 13375 |
|
||||
| 分数段 | 2026 | 606 | 13724 |
|
||||
| 复试线 | 2023 | 485 | 8507 |
|
||||
| 复试线 | 2024 | 501 | 10278 |
|
||||
| 复试线 | 2025 | 589 | 12872 |
|
||||
| 复试线 | 2026 | 594 | 13260 |
|
||||
| 录取名单 | 2026 | 661 | 19892 |
|
||||
| 分数去向 | 2024 | 491 | 4566 |
|
||||
| 分数去向 | 2025 | 538 | 4153 |
|
||||
|
||||
## 三、准确性(跨表对账)
|
||||
|
||||
### 3.1 分数线 vs 分数段边界(804152 个可对账键)
|
||||
|
||||
- 分数线值超出同键分段范围(容差 15 分)的行:**107**
|
||||
|
||||
### 3.2 复试线录取数 vs 名单人数(2026,14579 组)
|
||||
|
||||
- 逐组不一致:13623(93.4%)| 总量 198,930 vs 200,977(比值 **0.990**)
|
||||
- 判定:逐组差异来自推免/专项/放弃入学(±1~3 人),**总量吻合**;对外展示人数必须用 `nlq_total`
|
||||
|
||||
## 四、一致性(跨源比对)
|
||||
|
||||
### 4.1 招生人数跨源(2027,26,603 键)—— 已定案
|
||||
|
||||
- **chsi `enroll_num` 双语义**:`enroll_str` 前缀 `专业:N` = 专业级数字(方向行上重复),`研究方向:N` = 方向级明细。**任何对 enroll_num 的盲目 SUM 都会虚高**(三亚学院 035200:专业 35 × 2 方向 SUM=70)
|
||||
- **pd `enroll_num` = 源页首方向单行值**:三峡大学 030500 pd=8 恰为首方向(马克思主义基本原理 8),专业总数实为 8+17+17+8+10=60;085801 pd=3 恰为非全日制"专业:3"
|
||||
- 结论:跨源数值不可直接比对(40.5%%"反例"均为粒度差异,**非数据损坏**)
|
||||
- **执行口径:对外展示招生人数必须用 chsi 并按 enroll_str 前缀解析聚合;pd.enroll_num 降级为参考值**
|
||||
|
||||
### 4.2 学费合理性(单源,146,665 行数值化)
|
||||
|
||||
- 年费 >10 万:27 行(高费专业如 MBA,或解析错,抽样核对)
|
||||
- 年费 <1000:5 行(疑单位折算错,抽查)
|
||||
- 逻辑异常(非正数或超 30 万):0 行
|
||||
- 研招网目录接口无学费字段,学费仅点对点单源,**无跨源互证**,展示需注明来源
|
||||
|
||||
### 4.3 维度名称:show_name 存代码 0 行
|
||||
|
||||
## 五、及时性
|
||||
|
||||
| 表 | 最新数据 | 时延(天) | 行数 |
|
||||
|---|---|---|---|
|
||||
|
||||
> 历史快照类表(a_*、dir_hist 等)时延大属正常;动态榜单类表(三元组、复试线)时延大需复查上游。
|
||||
@@ -0,0 +1,144 @@
|
||||
# 各年份 × 各维度 数据缺口矩阵(口径 v2.1)
|
||||
|
||||
> 审计时间:2026-10-21 | 口径依据:`docs/审计口径规范.md`
|
||||
> **数据源:已切换为统一事实层**(`fact_person` / `fact_score_dist` / `fact_score`,由主表+归档表合并物化)。
|
||||
> 每格:**原始行数 / G2专业键数 / 校数**。所有维度已折算到 G2 专业级,跨源可比。
|
||||
|
||||
## 分母体系
|
||||
|
||||
| 编号 | 名称 | 校数 | 用于 |
|
||||
|---|---|---|---|
|
||||
| **B1** | 官方应招(研招网 2027) | 907 | 2027 目录类 |
|
||||
| **B2** | 平台校库(ggyxx_dim_school) | 1020 | 平台事实类上限 |
|
||||
| **B2a** | 平台热度榜(对标集) | 617 | 与呱呱严选可对标范围 |
|
||||
| **B3** | 平台官方目录(2026) | 935 | 2026 目录类 |
|
||||
|
||||
> 专业级硬分母:2026 = **38,230** 键 | 2027 = **37,213** 键
|
||||
> 2022–2025 无官方名单,**不给覆盖率百分比**(D 类应然不可得),只报绝对校数。
|
||||
|
||||
## 主矩阵(行数 / 专业键 / 校数)
|
||||
|
||||
| 维度 | 粒度 | 性质 | 分母 | 2022届 | 2023届 | 2024届 | 2025届 | 2026届 | 2027届 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 招生目录·研招网官方 | G3→G2 | 采集 | B1 | — | — | — | — | — | 105,411 / 37,213 / 907 |
|
||||
| 招生目录·平台官方目录 | G2 | 采集 | B3 | — | — | — | — | 51,410 / 38,230 / 935 | — |
|
||||
| 招生目录·第三方+官网 | G2 | 自建 | B2a | 3,462 / 3,250 / 107 | 23,041 / 22,875 / 533 | 35,784 / 32,705 / 609 | 27,669 / 27,041 / 580 | 27,914 / 27,914 / 542 | 28,108 / 28,108 / 542 |
|
||||
| 招生目录·点对点17列 | G2+ | 采集 | B2a | — | 28,897 / 22,609 / 515 | 30,241 / 24,001 / 519 | 32,478 / 26,102 / 530 | 34,345 / 27,914 / 542 | 34,321 / 28,108 / 542 |
|
||||
| ├ 学费 | G2+ | 采集 | B2a | — | 28,304 / 22,200 / 501 | 29,908 / 23,777 / 511 | 31,881 / 25,662 / 517 | 33,965 / 27,592 / 536 | 34,321 / 28,108 / 542 |
|
||||
| ├ 学制 | G2+ | 采集 | B2a | — | 28,435 / 22,381 / 507 | 29,912 / 23,850 / 514 | 32,130 / 25,938 / 526 | 34,195 / 27,854 / 541 | 34,320 / 28,107 / 542 |
|
||||
| └ 推免人数 | G2+ | 采集 | B2a | — | 6,907 / 5,645 / 141 | 8,951 / 7,177 / 154 | 7,353 / 6,012 / 137 | 8,576 / 7,124 / 150 | — |
|
||||
| 分数线(平台) | G4→G2 | 采集 | B2a | — | 60,931 / 15,717 / 442 | 101,887 / 25,075 / 599 | 127,088 / 28,276 / 656 | 59,502 / 13,724 / 606 | — |
|
||||
| 分数段分布 | G4→G2 | 采集 | B2a | — | 420,085 / 22,422 / 574 | 491,418 / 25,077 / 599 | 613,314 / 28,280 / 656 | 276,159 / 13,724 / 606 | — |
|
||||
| 复试分数线 | G2 | 采集 | B2a | — | 9,179 / 8,507 / 485 | 11,255 / 10,278 / 501 | 14,111 / 12,872 / 589 | 14,579 / 13,260 / 594 | — |
|
||||
| 复试分数段 | G4→G2 | 采集 | B2a | — | 54,547 / 8,507 / 485 | 67,101 / 10,278 / 501 | 82,312 / 12,872 / 589 | 94,920 / 13,260 / 594 | — |
|
||||
| 录取名单·本校 | G4→G2 | 采集 | B2a | — | — | — | — | 770,793 / 19,892 / 661 | — |
|
||||
| 分数去向·跨校 | G4→G2 | 采集 | B2a | — | — | 164,792 / 14,481 / 571 | 160,486 / 15,063 / 607 | — | — |
|
||||
| 调剂公告 | G1→G2 | 采集 | B2a | — | 20,150 / 16,455 / 561 | 14,525 / 11,189 / 532 | 23,372 / 16,595 / 688 | 27,440 / 19,887 / 819 | — |
|
||||
| 目录倒推(校×专业) | G2 | 半派生 | B2a | — | 10,099 / 10,099 / 516 | 11,821 / 11,821 / 549 | 13,541 / 13,541 / 611 | 13,724 / 13,724 / 606 | — |
|
||||
|
||||
## 校覆盖率(%,分子已与分母取交集)
|
||||
|
||||
| 维度 | 分母 | 2022 | 2023 | 2024 | 2025 | 2026 | 2027 |
|
||||
|---|---|---|---|---|---|---|---|
|
||||
| 招生目录·研招网官方 | B1 | — | — | — | — | — | *n/a* |
|
||||
| 招生目录·平台官方目录 | B3 | — | — | — | — | *n/a* | — |
|
||||
| 招生目录·第三方+官网 | B2a | *(107校)* | *(533校)* | *(609校)* | *(580校)* | 88 | 88 |
|
||||
| 招生目录·点对点17列 | B2a | — | *(515校)* | *(519校)* | *(530校)* | 88 | 88 |
|
||||
| ├ 学费 | B2a | — | *(501校)* | *(511校)* | *(517校)* | 87 | 88 |
|
||||
| ├ 学制 | B2a | — | *(507校)* | *(514校)* | *(526校)* | 88 | 88 |
|
||||
| └ 推免人数 | B2a | — | *(141校)* | *(154校)* | *(137校)* | 24 | — |
|
||||
| 分数线(平台) | B2a | — | *(442校)* | *(599校)* | *(656校)* | **98** | — |
|
||||
| 分数段分布 | B2a | — | *(574校)* | *(599校)* | *(656校)* | **98** | — |
|
||||
| 复试分数线 | B2a | — | *(485校)* | *(501校)* | *(589校)* | **96** | — |
|
||||
| 复试分数段 | B2a | — | *(485校)* | *(501校)* | *(589校)* | **96** | — |
|
||||
| 录取名单·本校 | B2a | — | — | — | — | **100** | — |
|
||||
| 分数去向·跨校 | B2a | — | — | *(571校)* | *(607校)* | — | — |
|
||||
| 调剂公告 | B2a | — | *(561校)* | *(532校)* | *(688校)* | **97** | — |
|
||||
| 目录倒推(校×专业) | B2a | — | *(516校)* | *(549校)* | *(611校)* | **98** | — |
|
||||
|
||||
> 斜体 `(N校)` = 该年无官方分母,仅报绝对校数。`n/a` = 分母即该维度自身,覆盖率属自证,不可对外引用。
|
||||
|
||||
## 专业覆盖率(硬分母,仅 2026/2027)
|
||||
|
||||
> 2026 分母 = 平台官方目录(`src_major_catalog`)38,230 键;2027 分母 = 研招网官方(`chsi_2027_dir`)37,213 键。**两列分母来源不同,不可横向比较。**
|
||||
|
||||
| 维度 | 2026(分母 38,230,平台官方目录) | 2027(分母 37,213,研招网官方) |
|
||||
|---|---|---|
|
||||
| 招生目录·第三方+官网 | 73.0 | 75.5 |
|
||||
| 招生目录·点对点17列 | 73.0 | 75.5 |
|
||||
| ├ 学费 | 72.2 | 75.5 |
|
||||
| ├ 学制 | 72.8 | 75.5 |
|
||||
|
||||
## 行密度(行/校)
|
||||
|
||||
| 维度 | 2022 | 2023 | 2024 | 2025 | 2026 | 2027 |
|
||||
|---|---|---|---|---|---|---|
|
||||
| 招生目录·研招网官方 | — | — | — | — | — | 116.2 |
|
||||
| 招生目录·平台官方目录 | — | — | — | — | 55.0 | — |
|
||||
| 招生目录·第三方+官网 | 32.4 | 43.2 | 58.8 | 47.7 | 51.5 | 51.9 |
|
||||
| 招生目录·点对点17列 | — | 56.1 | 58.3 | 61.3 | 63.4 | 63.3 |
|
||||
| ├ 学费 | — | 56.5 | 58.5 | 61.7 | 63.4 | 63.3 |
|
||||
| ├ 学制 | — | 56.1 | 58.2 | 61.1 | 63.2 | 63.3 |
|
||||
| └ 推免人数 | — | 49.0 | 58.1 | 53.7 | 57.2 | — |
|
||||
| 分数线(平台) | — | 137.9 | 170.1 | 193.7 | 98.2 | — |
|
||||
| 分数段分布 | — | 731.9 | 820.4 | 934.9 | 455.7 | — |
|
||||
| 复试分数线 | — | 18.9 | 22.5 | 24.0 | 24.5 | — |
|
||||
| 复试分数段 | — | 112.5 | 133.9 | 139.7 | 159.8 | — |
|
||||
| 录取名单·本校 | — | — | — | — | 1166.1 | — |
|
||||
| 分数去向·跨校 | — | — | 288.6 | 264.4 | — | — |
|
||||
| 调剂公告 | — | 35.9 | 27.3 | 34.0 | 33.5 | — |
|
||||
| 目录倒推(校×专业) | — | 19.6 | 21.5 | 22.2 | 22.6 | — |
|
||||
|
||||
## 派生表(不计入覆盖)
|
||||
|
||||
| 表 | 来源 | 行数 | 说明 |
|
||||
|---|---|---|---|
|
||||
| `ggyx_major_over400_seg` | ggyx_getfs_hist_all | 49,124 | 键集 100% 一致(49,124),纯派生 |
|
||||
| `ggyx_major_score_stats` | 录取/复试名单聚合 | 19,686 | 名单统计 |
|
||||
| `ggyx_major_yoy_metrics` | 多年 fs/nlq/score 汇总 | 17,361 | 同比指标 |
|
||||
| `ggyx_major_rank_metrics` | 名单明细聚合 | 19,686 | 榜单指标 |
|
||||
| `ggyx_major_competition_proxy` | 多表加权 | 19,686 | 竞争度代理 |
|
||||
|
||||
## 口径自检
|
||||
|
||||
| 编号 | 项目 | 结果 |
|
||||
|---|---|---|
|
||||
| C1 | 校区不折叠 | ✅(school_key=617 = school_id=617) |
|
||||
| C2 | 基数 | B1=907 / B2=1020 / B2a=617 / B3=935 |
|
||||
| C3 | 派生表已移出矩阵 | ✅(5 张) |
|
||||
| C4 | 同比密度跌幅 | ✅(0 处) |
|
||||
| C5 | 年份类型 | dir_hist 为 text,统计已 CAST |
|
||||
| C6 | 覆盖率不越界 | ✅ 全部 ≤100% |
|
||||
| C7 | 双库镜像 | ✅ delta=0(仅证明镜像,不作采集完整性证据) |
|
||||
| C8 | 同源键集重合 | ⚠️ 有(9 对,见下表;仅提示,需人工判定是否派生) |
|
||||
| C10 | 事实层一致性 | ✅ 4 张一致(视图=物化表) |
|
||||
|
||||
### C8 提示:不同维度间 G2 键集完全重合
|
||||
|
||||
> 键集 100% 重合意味着两者覆盖的是同一批「校×专业」,不构成两份独立证据。需人工判定是同接口同键、还是派生关系。
|
||||
|
||||
| 维度 A | 维度 B | 年份 | 键数 |
|
||||
|---|---|---|---|
|
||||
| 招生目录·第三方+官网 | 招生目录·点对点17列 | 2026 | 27,914 |
|
||||
| 招生目录·第三方+官网 | 招生目录·点对点17列 | 2027 | 28,108 |
|
||||
| 分数线(平台) | 分数段分布 | 2026 | 13,724 |
|
||||
| 分数线(平台) | 目录倒推(校×专业) | 2026 | 13,724 |
|
||||
| 分数段分布 | 目录倒推(校×专业) | 2026 | 13,724 |
|
||||
| 复试分数线 | 复试分数段 | 2024 | 10,278 |
|
||||
| 复试分数线 | 复试分数段 | 2025 | 12,872 |
|
||||
| 复试分数线 | 复试分数段 | 2026 | 13,260 |
|
||||
| 复试分数线 | 复试分数段 | 2023 | 8,507 |
|
||||
|
||||
## 口径变化对结论的影响(v1 → v2.1)
|
||||
|
||||
| # | 项目 | v1(旧口径) | v2.1(新口径) | 结论变化 |
|
||||
|---|---|---|---|---|
|
||||
| 1 | 基线校数 | 613 | **617**(B2a)/ 1019(B2) | 4 组校区被误合并,分母修正 |
|
||||
| 2 | 2027 官方目录 | 105,411 行 / 610 校 / **100%** | 105,411 行 = **37,213 专业键** / 907 校 | 行数是方向级,专业级只有 1/2.8 |
|
||||
| 3 | 400+ 分数段人数 | 独立维度,覆盖 78–96% | **派生表,不计入覆盖** | 与复试线键集 100% 重合,原属重复计数 |
|
||||
| 4 | 2022–2025 覆盖率 | 13% / 85% / 86% / 88% | 只报绝对校数(107/533/609/580) | 早年无官方名单,百分比不成立 |
|
||||
| 5 | 2023 分数线 64% | 归因 "B 源上限" | **393 校,归 D 类待查** | 同年同源分数段有 516 校,源上限不成立 |
|
||||
| 6 | 2025 录取明细 87% | 判为达标 | 538 校但密度 43.9(同比 **-43%**) | 校覆盖虚高,实为行稀疏 |
|
||||
| 7 | 2026 专业级覆盖 | 未测 | **73.0%**(对 38,228 键) | 首次可算,目录真实缺口 27% |
|
||||
| 8 | 2026/2027 目录来源 | 视为"第三方+官网"多源 | 与点对点**键集 100% 重合** | 这两年实为单源,非多源互证 |
|
||||
| 9 | 专业码规范化 | 剥离字母(`re.sub(r"\D")`) | 保留字母(`1202Z1` 是自设专业) | 2,314 个官方键曾被错误合并 |
|
||||
@@ -0,0 +1,69 @@
|
||||
# 归档表落差审计(主表 vs `a_*` 归档 vs `admission_list`)
|
||||
|
||||
> 审计时间:2026-10-21 | 口径:`docs/审计口径规范.md` v2.1 | 分母 B2a = 617 校
|
||||
|
||||
## 一、结论
|
||||
|
||||
主库存在**三套并行数据未整合**。主表与归档表是**互补关系**,不是包含关系:
|
||||
|
||||
1. **`a_*` 归档表不是主表的重复快照**。首轮键集去重显示几乎完全不重合,根因是 `seg_name` 格式差异(主表 `261分-270分:` vs 归档 `121分 - 130分:`)。规范化后可见:**主表的校覆盖略广**(每年多 34–53 校),**归档表的行深更大**(同校记录更细,行数为 1.3–1.6 倍)。两者合并才能拿到完整校集。
|
||||
2. **`ggyx_admission_list`(770,793 行 / 661 校)是第三套独立数据**,姓名已脱敏(`王*`),含初试成绩 `cs_all_result`;与 `fs_dest_person`、`a_fs_dest_person_h` 的学号交集均为 **0**,属另一批次。
|
||||
3. 归档表仅覆盖到 2025 届,**2026 届只有主表**,因此 2026 无合并空间。
|
||||
4. 受影响最大的是**录取人员明细**:2024/2025 合并后可 +44/+39 校;分数线 2023 可 +18 校。
|
||||
|
||||
## 二、逐对落差(规范化后)
|
||||
|
||||
| 维度 | 主表 | 归档表 | 年份 | 主表行数 | 归档行数 | 主表校数 | 归档校数 | 仅主表有校 | 仅归档有校 | 并集校数 | 并集覆盖(B2a) |
|
||||
|---|---|---|---|---|---|---|---|---|---|---|---|
|
||||
| 分数段分布 | `ggyx_exam_dist` | `ggyx_a_exam_dist_h` | 2023 | 166,165 | 261,171 | 516 | 495 | 34 | 13 | 529 | 85.7% |
|
||||
| 分数段分布 | `ggyx_exam_dist` | `ggyx_a_exam_dist_h` | 2024 | 196,763 | 305,544 | 537 | 515 | 35 | 13 | 550 | 89.1% |
|
||||
| 分数段分布 | `ggyx_exam_dist` | `ggyx_a_exam_dist_h` | 2025 | 249,414 | 377,580 | 604 | 552 | 53 | 1 | 605 | 98.1% |
|
||||
| 分数段分布 | `ggyx_exam_dist` | `ggyx_a_exam_dist_h` | 2026 | 279,415 | 0 | 606 | 0 | 606 | 0 | 606 | 98.2% |
|
||||
| 录取人员明细 | `ggyx_fs_dest_person` | `ggyx_a_fs_dest_person_h` | 2024 | 37,772 | 136,541 | 491 | 497 | 38 | 44 | 535 | 86.7% |
|
||||
| 录取人员明细 | `ggyx_fs_dest_person` | `ggyx_a_fs_dest_person_h` | 2025 | 23,621 | 140,071 | 538 | 525 | 52 | 39 | 577 | 93.5% |
|
||||
| 分数线(平台) | `ggyx_exam_score` | `ggyx_a_exam_score_h` | 2023 | 27,898 | 39,701 | 393 | 382 | 29 | 18 | 411 | 66.6% |
|
||||
| 分数线(平台) | `ggyx_exam_score` | `ggyx_a_exam_score_h` | 2024 | 47,923 | 68,085 | 537 | 515 | 35 | 13 | 550 | 89.1% |
|
||||
| 分数线(平台) | `ggyx_exam_score` | `ggyx_a_exam_score_h` | 2025 | 62,025 | 83,145 | 604 | 552 | 53 | 1 | 605 | 98.1% |
|
||||
| 分数线(平台) | `ggyx_exam_score` | `ggyx_a_exam_score_h` | 2026 | 64,055 | 0 | 606 | 0 | 606 | 0 | 606 | 98.2% |
|
||||
|
||||
> 「仅归档有校」= 主表完全没有该维度数据的学校数,是本轮回补的直接目标。
|
||||
|
||||
## 三、`admission_list` 独立数据源
|
||||
|
||||
| 项 | 值 |
|
||||
|---|---|
|
||||
| 行数 | 770,793 |
|
||||
| 校数 | 661 |
|
||||
| 专业数(platform major_id) | 1059 |
|
||||
| 类型分布 | list_type=1:273,438 行;list_type=2:497,355 行 |
|
||||
| 姓名形态 | 脱敏(如 `王*`、`周*源`) |
|
||||
| 成绩字段 | `cs_all_result`(初试总分)、`fs_result`、`all_result` |
|
||||
|
||||
**学号交集**(证明是独立数据而非重复):
|
||||
|
||||
| 对比表 | 交集学号数 |
|
||||
|---|---|
|
||||
| `ggyx_fs_dest_person` | **0** |
|
||||
| `ggyx_a_fs_dest_person_h` | **0** |
|
||||
|
||||
> 交集为 0 说明 `admission_list` 是**另一届/另一批次**的名单(推测 2026 届,因 `fs_dest_person` 无 2026 数据)。
|
||||
|
||||
## 四、影响与建议
|
||||
|
||||
| 维度 | 年份 | 主表校数 | 并集校数 | 可提升校数 | 可提升百分点 |
|
||||
|---|---|---|---|---|---|
|
||||
| 分数段分布 | 2023 | 516 | 529 | **+13** | +2.1 |
|
||||
| 分数段分布 | 2024 | 537 | 550 | **+13** | +2.1 |
|
||||
| 分数段分布 | 2025 | 604 | 605 | **+1** | +0.2 |
|
||||
| 录取人员明细 | 2024 | 491 | 535 | **+44** | +7.1 |
|
||||
| 录取人员明细 | 2025 | 538 | 577 | **+39** | +6.3 |
|
||||
| 分数线(平台) | 2023 | 393 | 411 | **+18** | +2.9 |
|
||||
| 分数线(平台) | 2024 | 537 | 550 | **+13** | +2.1 |
|
||||
| 分数线(平台) | 2025 | 604 | 605 | **+1** | +0.2 |
|
||||
|
||||
**建议动作(按优先级):**
|
||||
|
||||
1. **合并 `a_fs_dest_person_h` → `fs_dest_person`**:收益最大,2024 可 +44 校、2025 可 +39 校,且归档行数为主表 3.6–5.9 倍(同校人员更全)
|
||||
2. **合并 `a_exam_dist_h` / `a_exam_score_h`**:按 `norm_seg` 规范化后去重合并,每年可补 1–18 校、行数可增 50% 以上
|
||||
3. **`admission_list` 纳入正式口径**:77 万条脱敏名单是目前最大的录取数据资产,需先确认届次(建议按 `cs_all_result` 分布与 `fs_dest_person` 2026 空缺反推)
|
||||
4. **建立主表/归档一致性校验**:入库脚本在清洗后断言"校集 ⊇ 归档校集",否则告警
|
||||
+364
@@ -0,0 +1,364 @@
|
||||
# 逐项审计明细(逐维度 × 逐年份 × 逐校)
|
||||
|
||||
> 审计时间:2026-10-21 | 口径:`docs/审计口径规范.md` v2.1 | **数据源:统一事实层 fact_***(主表+归档合并)
|
||||
> 分母:B1 官方 907 校 | B2a 平台对标 617 校 | B3 平台目录 935 校
|
||||
> 归因:A 采集缺口 / B 源上限 / C 客观未发生或决策放弃 / D 应然不可得或待查 / E 口径不可比
|
||||
|
||||
> ⚠️ **本矩阵按主表口径计算,覆盖率是下限。** 主库存在三套并行录取/分数数据(`fs_dest_person` / `a_fs_dest_person_h` / `admission_list`),归档表与主表互补。合并后:录取明细 2024 可 +44 校、2025 可 +39 校;分数线 2023 可 +18 校。详见 `归档表落差审计.md`。
|
||||
|
||||
## 总览:14 维度 × 6 年份
|
||||
|
||||
| 维度 | 分母 | 2022 | 2023 | 2024 | 2025 | 2026 | 2027 |
|
||||
|---|---|---|---|---|---|---|---|
|
||||
| 招生目录·研招网官方 | B1 | — | — | — | — | — | 907校 |
|
||||
| 招生目录·平台官方目录 | B3 | — | — | — | — | 935校 | — |
|
||||
| 招生目录·第三方+官网 | B2a | 107校/13% | 533校/84% | 609校/85% | 580校/88% | 542校/88% | 542校/88% |
|
||||
| 招生目录·点对点17列 | B2a | — | 515校/83% | 519校/84% | 530校/86% | 542校/88% | 542校/88% |
|
||||
| ├ 学费 | B2a | — | 501校/81% | 511校/83% | 517校/84% | 536校/87% | 542校/88% |
|
||||
| ├ 学制 | B2a | — | 507校/82% | 514校/83% | 526校/85% | 541校/88% | 542校/88% |
|
||||
| └ 推免人数 | B2a | — | 141校/23% | 154校/25% | 137校/22% | 150校/24% | — |
|
||||
| 分数线(平台) | B2a | — | 442校/67% | 599校/89% | 656校/98% | 606校/98% | — |
|
||||
| 分数段分布 | B2a | — | 574校/86% | 599校/89% | 656校/98% | 606校/98% | — |
|
||||
| 复试分数线 | B2a | — | 485校/79% | 501校/81% | 589校/96% | 594校/96% | — |
|
||||
| 复试分数段 | B2a | — | 485校/79% | 501校/81% | 589校/96% | 594校/96% | — |
|
||||
| 录取名单·本校 | B2a | — | — | — | — | 661校/100% | — |
|
||||
| 分数去向·跨校 | B2a | — | — | 571校/85% | 607校/91% | — | — |
|
||||
| 调剂公告 | B2a | — | 560校/72% | 531校/69% | 688校/89% | 819校/97% | — |
|
||||
| 目录倒推(校×专业) | B2a | — | 516校/84% | 549校/89% | 611校/99% | 606校/98% | — |
|
||||
|
||||
## 招生目录·研招网官方
|
||||
|
||||
> 表 `chsi_2027_dir` | 粒度 G3→G2 | 性质 采集 | 分母 B1 | 唯一官方硬源
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2024 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2025 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2026 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2027 | 105,411 | 37,213 | 907 | *n/a* | — | 116.2 | 0 | — | — 自身即分母 |
|
||||
|
||||
## 招生目录·平台官方目录
|
||||
|
||||
> 表 `src_major_catalog` | 粒度 G2 | 性质 采集 | 分母 B3 | 仅 2026
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2024 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2025 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2026 | 51,410 | 38,230 | 935 | *n/a* | — | 55.0 | 0 | — | — 自身即分母 |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
## 招生目录·第三方+官网
|
||||
|
||||
> 表 `dir_hist` | 粒度 G2 | 性质 自建 | 分母 B2a | 多源汇总
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | 3,462 | 3,250 | 107 | 13.1% | — | 32.4 | 536 | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 23,041 | 22,875 | 533 | 84.3% | — | 43.2 | 97 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 35,784 | 32,705 | 609 | 85.3% | — | 58.8 | 91 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 27,669 | 27,041 | 580 | 87.5% | — | 47.7 | 77 | — | D 应然不可得(无官方名单) |
|
||||
| 2026 | 27,914 | 27,914 | 542 | 87.7% | 73.0% | 51.5 | 76 | 10,324 | D 源覆盖不足(应然分母已量化) |
|
||||
| 2027 | 28,108 | 28,108 | 542 | 87.8% | 75.5% | 51.9 | 75 | 9,106 | D 源覆盖不足(应然分母已量化) |
|
||||
|
||||
**2027 届缺口校(共 75 所,按层级):** 中国地质大学(北京)(211)、中国地质大学(武汉)(211)、中国石油大学(北京)(211)、中国石油大学(华东)(211)、中国矿业大学(北京)(211)、中国矿业大学(徐州)(211)、中共吉林省委党校(吉林省行政学院)(双非)、中共山东省委党校(山东行政学院)(双非)、中国人民警察大学(双非)、中国劳动关系学院(双非)、中国科学院大学(双非)、云南警官学院(双非)、井冈山大学(双非)、内蒙古科技大学包头师范学院(双非)、北部湾大学(双非)、南宁师范大学(双非)、南方科技大学(双非)、右江民族医学院(双非)、咸阳师范学院(双非)、哈尔滨音乐学院(双非)、唐山师范学院(双非)、喀什大学(双非)、国家老年医学中心(双非)、天水师范大学(双非)、太原师范学院(双非) …
|
||||
|
||||
## 招生目录·点对点17列
|
||||
|
||||
> 表 `pd_dir_detail` | 粒度 G2+ | 性质 采集 | 分母 B2a | 含学费/学制/推免
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 28,897 | 22,609 | 515 | 83.3% | — | 56.1 | 103 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 30,241 | 24,001 | 519 | 84.0% | — | 58.3 | 99 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 32,478 | 26,102 | 530 | 85.7% | — | 61.3 | 88 | — | D 应然不可得(无官方名单) |
|
||||
| 2026 | 34,345 | 27,914 | 542 | 87.7% | 73.0% | 63.4 | 76 | 10,324 | D 源覆盖不足(应然分母已量化) |
|
||||
| 2027 | 34,321 | 28,108 | 542 | 87.8% | 75.5% | 63.3 | 75 | 9,106 | D 源覆盖不足(应然分母已量化) |
|
||||
|
||||
**2027 届缺口校(共 75 所,按层级):** 中国地质大学(北京)(211)、中国地质大学(武汉)(211)、中国石油大学(北京)(211)、中国石油大学(华东)(211)、中国矿业大学(北京)(211)、中国矿业大学(徐州)(211)、中共吉林省委党校(吉林省行政学院)(双非)、中共山东省委党校(山东行政学院)(双非)、中国人民警察大学(双非)、中国劳动关系学院(双非)、中国科学院大学(双非)、云南警官学院(双非)、井冈山大学(双非)、内蒙古科技大学包头师范学院(双非)、北部湾大学(双非)、南宁师范大学(双非)、南方科技大学(双非)、右江民族医学院(双非)、咸阳师范学院(双非)、哈尔滨音乐学院(双非)、唐山师范学院(双非)、喀什大学(双非)、国家老年医学中心(双非)、天水师范大学(双非)、太原师范学院(双非) …
|
||||
|
||||
## ├ 学费
|
||||
|
||||
> 表 `pd_dir_detail.tuition` | 粒度 G2+ | 性质 采集 | 分母 B2a |
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 28,304 | 22,200 | 501 | 81.0% | — | 56.5 | 117 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 29,908 | 23,777 | 511 | 82.7% | — | 58.5 | 107 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 31,881 | 25,662 | 517 | 83.6% | — | 61.7 | 101 | — | D 应然不可得(无官方名单) |
|
||||
| 2026 | 33,965 | 27,592 | 536 | 86.7% | 72.2% | 63.4 | 82 | 10,646 | D 源覆盖不足(应然分母已量化) |
|
||||
| 2027 | 34,321 | 28,108 | 542 | 87.8% | 75.5% | 63.3 | 75 | 9,106 | D 源覆盖不足(应然分母已量化) |
|
||||
|
||||
**2027 届缺口校(共 75 所,按层级):** 中国地质大学(北京)(211)、中国地质大学(武汉)(211)、中国石油大学(北京)(211)、中国石油大学(华东)(211)、中国矿业大学(北京)(211)、中国矿业大学(徐州)(211)、中共吉林省委党校(吉林省行政学院)(双非)、中共山东省委党校(山东行政学院)(双非)、中国人民警察大学(双非)、中国劳动关系学院(双非)、中国科学院大学(双非)、云南警官学院(双非)、井冈山大学(双非)、内蒙古科技大学包头师范学院(双非)、北部湾大学(双非)、南宁师范大学(双非)、南方科技大学(双非)、右江民族医学院(双非)、咸阳师范学院(双非)、哈尔滨音乐学院(双非)、唐山师范学院(双非)、喀什大学(双非)、国家老年医学中心(双非)、天水师范大学(双非)、太原师范学院(双非) …
|
||||
|
||||
## ├ 学制
|
||||
|
||||
> 表 `pd_dir_detail.duration` | 粒度 G2+ | 性质 采集 | 分母 B2a |
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 28,435 | 22,381 | 507 | 82.0% | — | 56.1 | 111 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 29,912 | 23,850 | 514 | 83.1% | — | 58.2 | 104 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 32,130 | 25,938 | 526 | 85.1% | — | 61.1 | 92 | — | D 应然不可得(无官方名单) |
|
||||
| 2026 | 34,195 | 27,854 | 541 | 87.5% | 72.8% | 63.2 | 77 | 10,384 | D 源覆盖不足(应然分母已量化) |
|
||||
| 2027 | 34,320 | 28,107 | 542 | 87.8% | 75.5% | 63.3 | 75 | 9,107 | D 源覆盖不足(应然分母已量化) |
|
||||
|
||||
**2027 届缺口校(共 75 所,按层级):** 中国地质大学(北京)(211)、中国地质大学(武汉)(211)、中国石油大学(北京)(211)、中国石油大学(华东)(211)、中国矿业大学(北京)(211)、中国矿业大学(徐州)(211)、中共吉林省委党校(吉林省行政学院)(双非)、中共山东省委党校(山东行政学院)(双非)、中国人民警察大学(双非)、中国劳动关系学院(双非)、中国科学院大学(双非)、云南警官学院(双非)、井冈山大学(双非)、内蒙古科技大学包头师范学院(双非)、北部湾大学(双非)、南宁师范大学(双非)、南方科技大学(双非)、右江民族医学院(双非)、咸阳师范学院(双非)、哈尔滨音乐学院(双非)、唐山师范学院(双非)、喀什大学(双非)、国家老年医学中心(双非)、天水师范大学(双非)、太原师范学院(双非) …
|
||||
|
||||
## └ 推免人数
|
||||
|
||||
> 表 `pd_dir_detail.tuisong_num` | 粒度 G2+ | 性质 采集 | 分母 B2a | 官方无此字段
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 6,907 | 5,645 | 141 | 22.9% | — | 49.0 | 476 | — | B 源上限(多数校不公布) |
|
||||
| 2024 | 8,951 | 7,177 | 154 | 25.0% | — | 58.1 | 463 | — | B 源上限(多数校不公布) |
|
||||
| 2025 | 7,353 | 6,012 | 137 | 22.2% | — | 53.7 | 480 | — | B 源上限(多数校不公布) |
|
||||
| 2026 | 8,576 | 7,124 | 150 | 24.3% | — | 57.2 | 467 | — | B 源上限(多数校不公布) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2026 届缺口校(共 467 所,按层级):** 上海外国语大学(211)、上海财经大学(211)、东北师范大学(211)、东北林业大学(211)、东华大学(211)、中国地质大学(北京)(211)、中国地质大学(武汉)(211)、中国石油大学(北京)(211)、中国石油大学(华东)(211)、中国矿业大学(北京)(211)、中国矿业大学(徐州)(211)、中国药科大学(211)、中央财经大学(211)、云南大学(211)、北京中医药大学(211)、北京外国语大学(211)、北京邮电大学(211)、华东理工大学(211)、华中农业大学(211)、南京农业大学(211)、南京理工大学(211)、南京航空航天大学(211)、南昌大学(211)、大连海事大学(211)、天津医科大学(211) …
|
||||
|
||||
## 分数线(平台)
|
||||
|
||||
> 表 `fact_score` | 粒度 G4→G2 | 性质 采集 | 分母 B2a | 按科目
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 60,931 | 15,717 | 442 | 66.6% | — | 137.9 | 206 | — | D 待查(同源分数段有 516 校,源上限不成立) |
|
||||
| 2024 | 101,887 | 25,075 | 599 | 89.1% | — | 170.1 | 67 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 127,088 | 28,276 | 656 | 98.1% | — | 193.7 | 12 | — | A 零散缺(待复核) |
|
||||
| 2026 | 59,502 | 13,724 | 606 | 98.2% | — | 98.2 | 11 | — | A 零散缺(待复核) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2026 届缺口校(共 11 所,按层级):** 上海中医药大学(双非)、中共山东省委党校(山东行政学院)(双非)、中国气象科学研究院(双非)、中国青年政治学院(双非)、云南警官学院(双非)、哈尔滨体育学院(双非)、天水师范大学(双非)、广东金融学院(双非)、西藏民族大学(双非)、重庆三峡科技大学(双非)、长江商学院(双非)
|
||||
|
||||
## 分数段分布
|
||||
|
||||
> 表 `fact_score_dist` | 粒度 G4→G2 | 性质 采集 | 分母 B2a | 按分数段
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 420,085 | 22,422 | 574 | 85.7% | — | 731.9 | 88 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 491,418 | 25,077 | 599 | 89.1% | — | 820.4 | 67 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 613,314 | 28,280 | 656 | 98.1% | — | 934.9 | 12 | — | A 零散缺(待复核) |
|
||||
| 2026 | 276,159 | 13,724 | 606 | 98.2% | — | 455.7 | 11 | — | A 零散缺(待复核) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2026 届缺口校(共 11 所,按层级):** 上海中医药大学(双非)、中共山东省委党校(山东行政学院)(双非)、中国气象科学研究院(双非)、中国青年政治学院(双非)、云南警官学院(双非)、哈尔滨体育学院(双非)、天水师范大学(双非)、广东金融学院(双非)、西藏民族大学(双非)、重庆三峡科技大学(双非)、长江商学院(双非)
|
||||
|
||||
## 复试分数线
|
||||
|
||||
> 表 `ggyx_getfs_hist_all` | 粒度 G2 | 性质 采集 | 分母 B2a | 三元组
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 9,179 | 8,507 | 485 | 78.6% | — | 18.9 | 132 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 11,255 | 10,278 | 501 | 81.2% | — | 22.5 | 116 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 14,111 | 12,872 | 589 | 95.5% | — | 24.0 | 28 | — | A 零散缺(待复核) |
|
||||
| 2026 | 14,579 | 13,260 | 594 | 96.3% | — | 24.5 | 23 | — | A 零散缺(待复核) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2026 届缺口校(共 23 所,按层级):** 东华大学(211)、上海中医药大学(双非)、上海杉达学院(双非)、中共山东省委党校(山东行政学院)(双非)、中国医科大学(双非)、中国气象科学研究院(双非)、中国青年政治学院(双非)、云南警官学院(双非)、兰州城市学院(双非)、哈尔滨体育学院(双非)、哈尔滨医科大学(双非)、国家老年医学中心(双非)、天水师范大学(双非)、宁夏理工学院(双非)、广东金融学院(双非)、广西中医药大学(双非)、沈阳航空航天大学(双非)、福建医科大学(双非)、西安建筑科技大学(双非)、西藏民族大学(双非)、辽宁科技大学(双非)、重庆三峡科技大学(双非)、长江商学院(双非)
|
||||
|
||||
## 复试分数段
|
||||
|
||||
> 表 `ggyx_getfs_seg_all` | 粒度 G4→G2 | 性质 采集 | 分母 B2a |
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 54,547 | 8,507 | 485 | 78.6% | — | 112.5 | 132 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 67,101 | 10,278 | 501 | 81.2% | — | 133.9 | 116 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 82,312 | 12,872 | 589 | 95.5% | — | 139.7 | 28 | — | A 零散缺(待复核) |
|
||||
| 2026 | 94,920 | 13,260 | 594 | 96.3% | — | 159.8 | 23 | — | A 零散缺(待复核) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2026 届缺口校(共 23 所,按层级):** 东华大学(211)、上海中医药大学(双非)、上海杉达学院(双非)、中共山东省委党校(山东行政学院)(双非)、中国医科大学(双非)、中国气象科学研究院(双非)、中国青年政治学院(双非)、云南警官学院(双非)、兰州城市学院(双非)、哈尔滨体育学院(双非)、哈尔滨医科大学(双非)、国家老年医学中心(双非)、天水师范大学(双非)、宁夏理工学院(双非)、广东金融学院(双非)、广西中医药大学(双非)、沈阳航空航天大学(双非)、福建医科大学(双非)、西安建筑科技大学(双非)、西藏民族大学(双非)、辽宁科技大学(双非)、重庆三峡科技大学(双非)、长江商学院(双非)
|
||||
|
||||
## 录取名单·本校
|
||||
|
||||
> 表 `fact_admission` | 粒度 G4→G2 | 性质 采集 | 分母 B2a | 2026届,本校拟录取/进复试
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2024 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2025 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2026 | 770,793 | 19,892 | 661 | 100.0% | — | 1166.1 | 0 | — | A 零散缺(待复核) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
## 分数去向·跨校
|
||||
|
||||
> 表 `fact_dest` | 粒度 G4→G2 | 性质 采集 | 分母 B2a | 考生最终被外校录取的去向
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2024 | 164,792 | 14,481 | 571 | 85.3% | — | 288.6 | 91 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 160,486 | 15,063 | 607 | 91.2% | — | 264.4 | 54 | — | D 应然不可得(无官方名单) |
|
||||
| 2026 | — | — | — | — | — | — | — | — | A/D 未采集或未收录 |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2025 届缺口校(共 54 所,按层级):** 上海外国语大学(211)、上海财经大学(211)、东华大学(211)、中国政法大学(211)、云南大学(211)、对外经济贸易大学(211)、上海国家会计学院(双非)、中共山东省委党校(山东行政学院)(双非)、中共江苏省委党校(双非)、中共黑龙江省委党校(双非)、中国青年政治学院(双非)、九江学院(双非)、云南艺术学院(双非)、兰州城市学院(双非)、北京服装学院(双非)、北部湾大学(双非)、华东政法大学(双非)、哈尔滨体育学院(双非)、哈尔滨医科大学(双非)、唐山师范学院(双非)、四川省社会科学院(双非)、国家老年医学中心(双非)、宁夏理工学院(双非)、宁波工程学院(双非)、宜春学院(双非) …
|
||||
|
||||
## 调剂公告
|
||||
|
||||
> 表 `ggyx_adjust_notice` | 粒度 G1→G2 | 性质 采集 | 分母 B2a | 公告级
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 19,833 | 16,260 | 560 | 72.3% | — | 35.4 | 171 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 14,235 | 11,000 | 531 | 69.2% | — | 26.8 | 190 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 23,372 | 16,595 | 688 | 89.1% | — | 34.0 | 67 | — | D 应然不可得(无官方名单) |
|
||||
| 2026 | 27,440 | 19,887 | 819 | 97.1% | — | 33.5 | 18 | — | A 零散缺(待复核) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2026 届缺口校(共 18 所,按层级):** 南京航空航天大学(211)、华南理工大学(985)、国防科技大学(985)、上海对外经贸大学(双非)、中共吉林省委党校(吉林省行政学院)(双非)、吉林艺术学院(双非)、吉林财经大学(双非)、四川警察学院(双非)、国家老年医学中心(双非)、天津音乐学院(双非)、宁夏医科大学(双非)、山东第二医科大学(双非)、广州美术学院(双非)、昌吉学院(双非)、沈阳师范大学(双非)、浙江中医药大学(双非)、深圳技术大学(双非)、湖北美术学院(双非)
|
||||
|
||||
## 目录倒推(校×专业)
|
||||
|
||||
> 表 `ggyx_dir_hist_reverse` | 粒度 G2 | 性质 半派生 | 分母 B2a | 由结果倒推
|
||||
|
||||
| 年份 | 行数 | 专业键 | 校数 | 校覆盖 | 专业覆盖 | 行密度 | 缺口校 | 缺口专业 | 归因 |
|
||||
|---|---|---|---|---|---|---|---|---|---|
|
||||
| 2022 | — | — | — | — | — | — | — | — | C 用户决策放弃(2022 未采集) |
|
||||
| 2023 | 10,099 | 10,099 | 516 | 83.6% | — | 19.6 | 101 | — | D 应然不可得(无官方名单) |
|
||||
| 2024 | 11,821 | 11,821 | 549 | 89.0% | — | 21.5 | 68 | — | D 应然不可得(无官方名单) |
|
||||
| 2025 | 13,541 | 13,541 | 611 | 99.0% | — | 22.2 | 6 | — | A 零散缺(待复核) |
|
||||
| 2026 | 13,724 | 13,724 | 606 | 98.2% | — | 22.6 | 11 | — | A 零散缺(待复核) |
|
||||
| 2027 | — | — | — | — | — | — | — | — | C 客观未发生(2026-12 考试后才有) |
|
||||
|
||||
**2026 届缺口校(共 11 所,按层级):** 上海中医药大学(双非)、中共山东省委党校(山东行政学院)(双非)、中国气象科学研究院(双非)、中国青年政治学院(双非)、云南警官学院(双非)、哈尔滨体育学院(双非)、天水师范大学(双非)、广东金融学院(双非)、西藏民族大学(双非)、重庆三峡科技大学(双非)、长江商学院(双非)
|
||||
|
||||
## 附:逐表规模(行数 ≥1 的数据表,共 111 张)
|
||||
|
||||
> 「纳入状态」标出该表是否参与上面的缺口矩阵。**标 ⚠️ 的归档表与主表是互补关系,合并可提升覆盖**,详见 `归档表落差审计.md`。
|
||||
|
||||
| 表 | 行数 | 年份取值 | 校列 | 校数 | 备注 | 纳入状态 |
|
||||
|---|---|---|---|---|---|---|
|
||||
| `ggyx_a_exam_dist_h` | 944,295 | 2023,2024,2025 | school_id | 615 | | ⚠️ 归档·主表 exam_dist |
|
||||
| `ggyx_exam_dist` | 891,757 | 2023,2024,2025,2026 | school_id | 615 | | 未纳入 |
|
||||
| `ggyx_admission_list` | 770,793 | — | school_id | 661 | | 未纳入 |
|
||||
| `ggyx_a_st_source` | 745,331 | — | school_id | 894 | | 归档 |
|
||||
| `ggyx_pg_person` | 727,377 | 2023,2024,2025 | school_id | 505 | | 未纳入 |
|
||||
| `ggyx_a_exam_dist` | 411,502 | — | school_id | 737 | | 归档 |
|
||||
| `ggyx_getfs_seg_all` | 298,880 | 2023,2024,2025,2026 | school_id | 608 | | ✅ 矩阵 |
|
||||
| `ggyx_a_fs_dest_person_h` | 276,612 | 2024,2025 | school_id | 593 | | ⚠️ 归档·主表 fs_dest_person |
|
||||
| `ggyx_st_source` | 274,761 | — | school_id | 617 | | 未纳入 |
|
||||
| `ggyx_prosgraduate` | 242,459 | 2026 | school_id | 505 | | 未纳入 |
|
||||
| `ggyx_getfs_seg` | 203,960 | 2023,2024,2025 | school_id | 601 | | 未纳入 |
|
||||
| `ggyx_exam_score` | 201,901 | 2023,2024,2025,2026 | school_id | 613 | | 未纳入 |
|
||||
| `ggyx_a_fs_dest_stat_h` | 200,270 | 2024,2025 | school_id | 591 | | 归档 |
|
||||
| `ggyx_a_exam_score_h` | 190,931 | 2023,2024,2025 | school_id | 614 | | ⚠️ 归档·主表 exam_score |
|
||||
| `ggyx_pre_adjust_rank` | 169,049 | 2026 | school_id | 607 | | 未纳入 |
|
||||
| `ggyx_a_fs_dest_person` | 168,419 | — | school_id | 686 | | 归档 |
|
||||
| `pd_dir_detail` | 160,282 | 2023,2024,2025,2026,2027 | school | 543 | | ✅ 矩阵 |
|
||||
| `dir_hist` | 145,978 | 2022,2023,2024,2025,2026,2027 | 院校 | 697 | | ✅ 矩阵 |
|
||||
| `ggyx_a_fs_dest_stat` | 143,774 | — | school_id | 684 | | 归档 |
|
||||
| `ggyx_a_getfs_seg` | 140,553 | — | school_id | 705 | | 归档 |
|
||||
| `chsi_2027_dir` | 105,411 | — | dwmc | 907 | | ✅ 矩阵 |
|
||||
| `ggyx_collect_log` | 103,411 | — | — | | | 未纳入 |
|
||||
| `src_notice_subjects` | 99,831 | 2024,2025,2026,2027 | school_id | 541 | | 未纳入 |
|
||||
| `ggyx_fact_raw` | 98,430 | — | school_id | 617 | | 未纳入 |
|
||||
| `ggyx_score_segment` | 94,920 | — | school_id | 594 | | 未纳入 |
|
||||
| `ggyx_a_exam_score` | 92,162 | — | school_id | 737 | | 归档 |
|
||||
| `ggyx_adjust_notice` | 85,487 | 2023,2024,2025,2026 | sch_name | 969 | | ✅ 矩阵 |
|
||||
| `ggyx_a_ssd_tag` | 70,808 | — | school_id | 879 | | 归档 |
|
||||
| `src_ggyx_lines` | 66,237 | 2026 | school | 618 | | 未纳入 |
|
||||
| `ggyx_fs_dest_person` | 61,393 | 2024,2025 | school_id | 563 | | 未纳入 |
|
||||
| `ggyx_book_author` | 59,609 | — | — | | | 未纳入 |
|
||||
| `ggyx_ssd_tag` | 55,848 | — | school_id | 615 | | 未纳入 |
|
||||
| `src_admit_roster` | 51,863 | None,2025,2026,2027 | school_id | 88 | | 未纳入 |
|
||||
| `src_major_catalog` | 51,410 | 2026 | school_id | 936 | | ✅ 矩阵 |
|
||||
| `src_master` | 51,410 | — | 院校 | 936 | | 未纳入 |
|
||||
| `ggyx_ssd_master` | 51,397 | — | school_id | 933 | | 未纳入 |
|
||||
| `ggyx_major_contrast` | 51,084 | 2026 | school_id | 934 | | 未纳入 |
|
||||
| `src_book_versions` | 50,104 | — | — | | | 未纳入 |
|
||||
| `ggyx_dir_hist_reverse` | 49,185 | 2023,2024,2025,2026 | school_id | 615 | | ✅ 矩阵 |
|
||||
| `ggyx_getfs_hist_all` | 49,124 | 2023,2024,2025,2026 | school_id | 608 | | ✅ 矩阵 |
|
||||
| `ggyx_major_over400_seg` | 49,124 | 2023,2024,2025,2026 | school_id | 608 | 派生 | 未纳入 |
|
||||
| `ggyx_collect_log2` | 43,398 | — | — | | | 未纳入 |
|
||||
| `ggyx_fact_raw2` | 43,398 | — | — | | | 未纳入 |
|
||||
| `ggyx_book_ref` | 35,647 | — | — | | | 未纳入 |
|
||||
| `ggyx_getfs_hist` | 34,545 | 2023,2024,2025 | school_id | 601 | | 未纳入 |
|
||||
| `src_subject_pool` | 29,514 | — | — | | | 未纳入 |
|
||||
| `ggyx_score_dest` | 27,719 | — | school_id | 541 | | 未纳入 |
|
||||
| `src_supervisors` | 27,644 | None,2025,2026,2027 | school_id | 59 | | 未纳入 |
|
||||
| `ggyx_a_getfs_hist` | 20,684 | — | school_id | 705 | | 归档 |
|
||||
| `ggyx_hot_triple` | 19,686 | 2026 | school_id | 617 | | 未纳入 |
|
||||
| `ggyx_major_competition_proxy` | 19,686 | — | school_id | 617 | | 未纳入 |
|
||||
| `ggyx_major_rank_metrics` | 19,686 | — | school_id | 617 | | 未纳入 |
|
||||
| `ggyx_major_score_stats` | 19,686 | — | school_id | 617 | 派生 | 未纳入 |
|
||||
| `ggyx_triple_hist` | 19,686 | — | school_id | 617 | | 未纳入 |
|
||||
| `src_notice_policies` | 19,509 | 2024,2025,2026,2027 | school_id | 718 | | 未纳入 |
|
||||
| `ggyx_major_school_rank` | 18,514 | 2026 | school_id | 599 | | 未纳入 |
|
||||
| `ggyx_major_yoy_metrics` | 17,361 | — | school_id | 608 | | 未纳入 |
|
||||
| `ggyx_collect_log3` | 16,206 | — | — | | | 未纳入 |
|
||||
| `ggyx_article` | 15,179 | — | — | | | 未纳入 |
|
||||
| `src_line_from_name` | 14,232 | 2025,2026 | school_id | 158 | | 未纳入 |
|
||||
| `src_contacts` | 10,960 | None,2025,2026,2027 | school_id | 265 | | 未纳入 |
|
||||
| `ggyx_fs_dest_hist` | 9,309 | 2024,2025 | school_id | 563 | | 未纳入 |
|
||||
| `ggyx_school_adjust_major` | 9,246 | — | school_id | 616 | | 未纳入 |
|
||||
| `ggyx_exam_subject` | 9,006 | — | — | | | 未纳入 |
|
||||
| `ggyx_major_school_hot` | 8,362 | 2026 | school_id | 614 | | 未纳入 |
|
||||
| `ggyx_exam_person` | 7,242 | — | — | | | 未纳入 |
|
||||
| `ggyx_dim_dept` | 7,002 | — | school_id | 617 | | 未纳入 |
|
||||
| `src_admit_samples` | 6,708 | — | — | | | 未纳入 |
|
||||
| `dim_school_id_map` | 5,995 | — | — | | | 未纳入 |
|
||||
| `src_notice_bodies` | 5,797 | — | school_id | 777 | | 未纳入 |
|
||||
| `ggyx_major_analyze` | 5,760 | 2026 | — | | | 未纳入 |
|
||||
| `ggyx_major_limit_tag` | 5,638 | 2026 | school_id | 653 | | 未纳入 |
|
||||
| `src_tuition` | 5,397 | 2019,2024,2025,2026,2027 | 院校 | 559 | | 未纳入 |
|
||||
| `ggyx_dim_xkpg` | 5,147 | — | school_id | 371 | | 未纳入 |
|
||||
| `src_xkpg` | 5,147 | — | school_id | 371 | | 未纳入 |
|
||||
| `src_school_discipline_line` | 4,475 | 2025,2026 | school_id | 68 | | 未纳入 |
|
||||
| `ggyx_archive_index` | 4,043 | — | — | | | 未纳入 |
|
||||
| `src_line_from_notice` | 3,744 | 2025,2026 | school_id | 59 | | 未纳入 |
|
||||
| `src_outline` | 2,148 | 2024,2025,2026,2027 | school_id | 169 | | 未纳入 |
|
||||
| `chsi_align` | 1,987 | — | dwmc | 359 | | 未纳入 |
|
||||
| `chsi_dir` | 1,987 | — | dwmc | 359 | | 未纳入 |
|
||||
| `src_target_major_checked` | 1,942 | — | 院校 | 421 | | 未纳入 |
|
||||
| `src_target_major` | 1,854 | — | 院校 | 418 | | 未纳入 |
|
||||
| `ggyx_dim_major` | 1,595 | — | — | | | 未纳入 |
|
||||
| `ggyx_a_maj_dist` | 1,518 | — | — | | | 归档 |
|
||||
| `ggyx_major_hot_rank` | 1,518 | — | — | | | 未纳入 |
|
||||
| `ggyx_major_map` | 1,342 | — | — | | | 未纳入 |
|
||||
| `src_topics` | 1,159 | — | — | | | 未纳入 |
|
||||
| `ggyx_dim_school` | 1,039 | — | school_id | 1039 | | 未纳入 |
|
||||
| `ggyx_dim_school_code` | 1,038 | — | school_id | 1038 | | 未纳入 |
|
||||
| `ggyx_school_map` | 1,038 | — | school_id | 1038 | | 未纳入 |
|
||||
| `chsi_major` | 1,030 | — | dwmc | 359 | | 未纳入 |
|
||||
| `ggyx_school_notice_stat` | 970 | — | sch_name | 970 | | 未纳入 |
|
||||
| `src_official_lines` | 774 | 2023,2026 | school | 4 | | 未纳入 |
|
||||
| `src_roster_major_stat` | 510 | None,2025,2026 | 院校 | 44 | | 未纳入 |
|
||||
| `ggyx_dim_kypt` | 368 | — | school_id | 141 | | 未纳入 |
|
||||
| `chsi_school` | 362 | — | dwmc | 360 | | 未纳入 |
|
||||
| `ggyx_endpoint_manifest` | 217 | — | — | | | 未纳入 |
|
||||
| `dim_table_meta` | 185 | — | — | | | 未纳入 |
|
||||
| `src_national_lines` | 143 | 2022,2023,2024,2025,2026 | — | | | 未纳入 |
|
||||
| `ggyx_ref_dict` | 101 | — | — | | | 未纳入 |
|
||||
| `src_roster_school_stat` | 72 | 2025,2026 | 院校 | 64 | | 未纳入 |
|
||||
| `src_national_line_notes` | 41 | 2022,2023,2024,2025,2026 | — | | | 未纳入 |
|
||||
| `dim_field_semantics` | 23 | — | — | | | 未纳入 |
|
||||
| `dim_school_rename` | 16 | — | — | | | 未纳入 |
|
||||
| `ggyx_yw_question` | 16 | — | — | | | 未纳入 |
|
||||
| `ggyx_meta` | 10 | — | — | | | 未纳入 |
|
||||
| `ggyx_dim_major_class` | 9 | — | — | | | 未纳入 |
|
||||
| `ggyx_ref_jieshu` | 4 | — | — | | | 未纳入 |
|
||||
| `ggyx_fill_stat` | 3 | — | — | | | 未纳入 |
|
||||
| `ggyx_school_news` | 3 | — | school_id | 3 | | 未纳入 |
|
||||
@@ -0,0 +1,3 @@
|
||||
SELECT 专业代码, COUNT(*) AS n, COUNT(DISTINCT 院校) AS sch
|
||||
FROM src_target_major
|
||||
GROUP BY 专业代码 ORDER BY 专业代码;
|
||||
+195
@@ -0,0 +1,195 @@
|
||||
-- 汇总层视图与配套空表。build_db.py / merge_att_fields.py 共用这一份,避免定义漂移。
|
||||
-- att_fields 先建空表,视图就能在任何时候创建成功,不必关心附件解析跑没跑过。
|
||||
|
||||
CREATE TABLE IF NOT EXISTS att_fields (
|
||||
school TEXT, code TEXT, name TEXT, field TEXT, value TEXT, year_scope TEXT,
|
||||
src_file TEXT, src_url TEXT, snippet TEXT, ingested_at TEXT,
|
||||
PRIMARY KEY (school, code, field, src_file, value));
|
||||
|
||||
DROP VIEW IF EXISTS v_2027_核对;
|
||||
CREATE VIEW v_2027_核对 AS
|
||||
SELECT m."院校" AS 院校, m."学院" AS 学院, m."专业代码" AS 专业代码, m."专业名称" AS 专业名称,
|
||||
m."省份" AS 省份, m."层次" AS 层次,
|
||||
-- 考试科目:平台值 / 官方目录值 / 核对结论
|
||||
m."统考科目" AS 平台统考科目, m."官方2027初试科目" AS 官方2027初试科目,
|
||||
a.附件初试科目, m."核对_考试科目" AS 科目核对结论,
|
||||
-- 复试线:平台抽的 / 公告提取的 / 官方原文 / 第三方中公历年
|
||||
m."官方复试线" AS 平台官方复试线, m."复试线_公告提取" AS 公告提取复试线,
|
||||
m."官方复试线原文" AS 官方复试线原文, m."第三方_中公历年院线" AS 中公历年院线,
|
||||
-- 学费与学制:三处来源并排
|
||||
m."学费" AS 平台学费, m."官方表格_学费" AS 官方表格学费, m."官方简章_学费" AS 官方简章学费,
|
||||
a.附件学费, m."学制" AS 平台学制, a.附件学制,
|
||||
-- 招生规模
|
||||
m."官方总招生" AS 平台总招生, m."官方2027拟招总数" AS 官方2027拟招总数,
|
||||
m."第三方_中公招生计划" AS 中公招生计划, a.附件拟招人数,
|
||||
m."官方2027推免" AS 官方2027推免, a.附件推免人数,
|
||||
m."核对结论" AS 核对结论, m."第三方_中公来源" AS 中公来源,
|
||||
-- 该校最新通知(院校级线索,官网公告多数不在标题里写专业代码,不要当专业级读数)
|
||||
(SELECT COUNT(*) FROM notices_all n
|
||||
WHERE n.school = m."院校" AND (n.title LIKE '%2027%' OR n.pub_date >= '2026-06-01')) AS 该校近期通知数,
|
||||
(SELECT n.pub_date FROM notices_all n
|
||||
WHERE n.school = m."院校" ORDER BY COALESCE(n.pub_date,'0000') DESC LIMIT 1) AS 该校最新通知日期,
|
||||
(SELECT n.title FROM notices_all n
|
||||
WHERE n.school = m."院校" ORDER BY COALESCE(n.pub_date,'0000') DESC LIMIT 1) AS 该校最新通知标题,
|
||||
(SELECT n.url FROM notices_all n
|
||||
WHERE n.school = m."院校" ORDER BY COALESCE(n.pub_date,'0000') DESC LIMIT 1) AS 该校最新通知链接,
|
||||
(SELECT COUNT(*) FROM notice_files f JOIN notices_all n2 ON n2.notice_key=f.notice_key
|
||||
WHERE n2.school=m."院校" AND f.status='ok') AS 该校已存附件数
|
||||
FROM src_target_major_checked m
|
||||
LEFT JOIN (
|
||||
SELECT school, code,
|
||||
MAX(CASE WHEN field='学费' THEN value END) AS 附件学费,
|
||||
MAX(CASE WHEN field='学制' THEN value END) AS 附件学制,
|
||||
MAX(CASE WHEN field='拟招生人数' THEN value END) AS 附件拟招人数,
|
||||
MAX(CASE WHEN field='推免人数' THEN value END) AS 附件推免人数,
|
||||
MAX(CASE WHEN field='复试线' THEN value END) AS 附件复试线,
|
||||
MAX(CASE WHEN field='初试科目' THEN value END) AS 附件初试科目
|
||||
FROM att_fields GROUP BY school, code
|
||||
) a ON a.school = m."院校" AND a.code = m."专业代码";
|
||||
|
||||
|
||||
-- 查询用的索引。跟视图一起维护,镜像层重建把表 DROP 掉之后重跑这份就能补回。
|
||||
CREATE INDEX IF NOT EXISTS majors_school_idx ON core_majors (school);
|
||||
CREATE INDEX IF NOT EXISTS majors_code_idx ON core_majors (code);
|
||||
CREATE INDEX IF NOT EXISTS majors_prov_idx ON core_majors (prov);
|
||||
CREATE INDEX IF NOT EXISTS notices_school_idx ON notices_all (school);
|
||||
CREATE INDEX IF NOT EXISTS notices_date_idx ON notices_all (pub_date DESC);
|
||||
CREATE INDEX IF NOT EXISTS notices_source_idx ON notices_all (source);
|
||||
CREATE INDEX IF NOT EXISTS notices_found_idx ON notices_all (found_at DESC);
|
||||
CREATE INDEX IF NOT EXISTS files_school_idx ON files (school);
|
||||
CREATE INDEX IF NOT EXISTS files_ext_idx ON files (ext);
|
||||
CREATE INDEX IF NOT EXISTS files_year_idx ON files (year);
|
||||
CREATE INDEX IF NOT EXISTS files_archive_idx ON files (archive);
|
||||
CREATE INDEX IF NOT EXISTS nf_key_idx ON notice_files (notice_key);
|
||||
CREATE INDEX IF NOT EXISTS nf_status_idx ON notice_files (status);
|
||||
CREATE INDEX IF NOT EXISTS src_state_idx ON sources (fetch_state);
|
||||
CREATE INDEX IF NOT EXISTS att_key_idx ON att_fields (school, code);
|
||||
CREATE INDEX IF NOT EXISTS src_master_school ON src_master ("院校");
|
||||
CREATE INDEX IF NOT EXISTS src_master_code ON src_master ("专业代码");
|
||||
CREATE INDEX IF NOT EXISTS src_checked_school ON src_target_major_checked ("院校");
|
||||
CREATE INDEX IF NOT EXISTS src_checked_code ON src_target_major_checked ("专业代码");
|
||||
CREATE INDEX IF NOT EXISTS src_cat_school ON src_major_catalog ("院校");
|
||||
CREATE INDEX IF NOT EXISTS src_tuition_school ON src_tuition ("院校");
|
||||
CREATE INDEX IF NOT EXISTS src_line_school ON src_line_from_name ("院校");
|
||||
CREATE INDEX IF NOT EXISTS src_line_year ON src_line_from_name ("年份");
|
||||
CREATE INDEX IF NOT EXISTS src_outline_code ON src_outline ("专业代码");
|
||||
|
||||
|
||||
DROP VIEW IF EXISTS v_2027_发布状态;
|
||||
-- 2027 级各类文件的发布进度。统考简章在《2027 年招生工作管理规定》(2026-09-24 印发) 之后才陆续出,
|
||||
-- 所以此列长期偏低是正常的;「科目调整」才是当下最活跃的列。
|
||||
CREATE VIEW v_2027_发布状态 AS
|
||||
WITH k AS (
|
||||
SELECT school, pub_date, title, url,
|
||||
CASE
|
||||
WHEN (title LIKE '%简章%' OR title LIKE '%章程%')
|
||||
AND title NOT LIKE '%推免%' AND title NOT LIKE '%免试%' AND title NOT LIKE '%博士%' THEN '统考简章'
|
||||
WHEN title LIKE '%推免%' OR title LIKE '%免试%' THEN '推免接收'
|
||||
WHEN title LIKE '%专业目录%' OR title LIKE '%招生目录%' THEN '招生专业目录'
|
||||
WHEN title LIKE '%大纲%' OR title LIKE '%自命题%' THEN '考试大纲'
|
||||
WHEN title LIKE '%调整%' OR title LIKE '%改考%' OR title LIKE '%停招%' THEN '科目或专业调整'
|
||||
WHEN title LIKE '%复试%' OR title LIKE '%调剂%' THEN '复试调剂'
|
||||
END AS kind
|
||||
FROM notices_all WHERE title LIKE '%2027%'
|
||||
),
|
||||
p AS (
|
||||
SELECT school, kind, MAX(COALESCE(pub_date,'0000')) d, COUNT(*) n
|
||||
FROM k WHERE kind IS NOT NULL GROUP BY school, kind
|
||||
)
|
||||
SELECT s.school AS 院校,
|
||||
(SELECT m."省份" FROM src_master m WHERE m."院校"=s.school LIMIT 1) AS 省份,
|
||||
(SELECT m."层次" FROM src_master m WHERE m."院校"=s.school LIMIT 1) AS 层次,
|
||||
(SELECT NULLIF(d,'0000') FROM p WHERE p.school=s.school AND kind='统考简章') AS 统考简章日期,
|
||||
(SELECT NULLIF(d,'0000') FROM p WHERE p.school=s.school AND kind='招生专业目录') AS 专业目录日期,
|
||||
(SELECT NULLIF(d,'0000') FROM p WHERE p.school=s.school AND kind='考试大纲') AS 大纲日期,
|
||||
(SELECT NULLIF(d,'0000') FROM p WHERE p.school=s.school AND kind='科目或专业调整') AS 科目调整日期,
|
||||
(SELECT NULLIF(d,'0000') FROM p WHERE p.school=s.school AND kind='推免接收') AS 推免日期,
|
||||
(SELECT NULLIF(d,'0000') FROM p WHERE p.school=s.school AND kind='复试调剂') AS 复试调剂日期,
|
||||
(SELECT n FROM p WHERE p.school=s.school AND kind='科目或专业调整') AS 调整公告条数,
|
||||
(SELECT COUNT(*) FROM notices_all n WHERE n.school=s.school AND n.title LIKE '%2027%') AS 含2027公告数,
|
||||
(SELECT COUNT(*) FROM notice_files f JOIN notices_all n2 ON n2.notice_key=f.notice_key
|
||||
WHERE n2.school=s.school AND f.status='ok') AS 已存附件数,
|
||||
s.entry_url AS 公告栏入口, s.last_checked AS 上次检查, s.fetch_state AS 入口状态
|
||||
FROM sources s;
|
||||
|
||||
-- ── 官方 0856 2027 接口视图 ───────────────────────────────────────
|
||||
-- 给网站会话消费的稳定输出:列名与语义固定,值全部来自研招网 2027 专业目录(官方层)。
|
||||
-- 可采信拟招 只在「该专业码的代表行」给数,共享行留 NULL —— 避免把专业级合计复制进每个方向行。
|
||||
-- 第三方(平台列)只出现在 平台* 与 判定 两列,用于核验参考,不参与填充官方缺失。
|
||||
DROP VIEW IF EXISTS v_0856_官方2027;
|
||||
CREATE VIEW v_0856_官方2027 AS
|
||||
SELECT a.dwdm AS 单位代码, a.dwmc AS 院校, a.yxsmc AS 院系所,
|
||||
a.zydm AS 专业代码, a.zymc AS 专业名称, a.yjfxmc AS 研究方向,
|
||||
a.xwlxmc AS 官方学位类型, a.xxfs_mc AS 官方学习方式, a.ksfsmc AS 官方考试方式,
|
||||
a.quota_scope AS 名额粒度, a.quota_value AS 官方名额,
|
||||
CASE WHEN a.quota_raw LIKE '%不含推免%' THEN '不含推免' ELSE '未标注' END AS 名额口径,
|
||||
a.quota_raw AS 官方名额原文,
|
||||
CASE WHEN a.quota_scope = '方向级' THEN a.quota_value
|
||||
WHEN a.agree NOT IN ('共享') AND a.quota_scope = '专业级' THEN a.quota_value
|
||||
ELSE NULL END AS 可采信拟招,
|
||||
a.plat_official_total AS 平台官方2027拟招,
|
||||
a.plat_official_tm AS 平台官方2027推免,
|
||||
a.agree AS 官方与平台判定,
|
||||
a.match_conf AS 匹配置信,
|
||||
IFNULL((SELECT e.action FROM errata e WHERE e.field='拟招名额' AND e.school=a.dwmc
|
||||
AND e.code=a.zydm AND e.college=a.yxsmc LIMIT 1),
|
||||
(SELECT e.action FROM errata e WHERE e.field='拟招名额' AND e.school=a.dwmc
|
||||
AND e.code=a.zydm AND IFNULL(e.college,'')='' LIMIT 1)) AS 勘误处置,
|
||||
IFNULL((SELECT e.correct_value FROM errata e WHERE e.field='拟招名额' AND e.school=a.dwmc
|
||||
AND e.code=a.zydm AND e.college=a.yxsmc LIMIT 1),
|
||||
(SELECT e.correct_value FROM errata e WHERE e.field='拟招名额' AND e.school=a.dwmc
|
||||
AND e.code=a.zydm AND IFNULL(e.college,'')='' LIMIT 1)) AS 勘误正确值,
|
||||
CASE WHEN a.src_truncated = 1 THEN '可能未取全页' ELSE '已取全' END AS 数据完整性,
|
||||
a.chsi_year AS 目录年份, a.src_file AS 源文件
|
||||
FROM chsi_align a;
|
||||
|
||||
-- ── 0856 整合视图(字段补齐后的可交付宽表)─────────────────────────
|
||||
-- 以现有 1942 行(规范化层 core_official_0856)为主键侧,把官方 chsi 层独有的字段接进来:
|
||||
-- 单位码、院系所码、官方考试方式、官方名额原文与粒度、官方科目码、完整性与溯源。
|
||||
-- 平台/推导值与官方实测值分列,官方缺失就是 NULL,不用平台值填。
|
||||
-- 括号全半角与「院系列里带校名前缀」两种写法差异在 CTE 里先归一,避免在 ON 里堆嵌套函数。
|
||||
DROP VIEW IF EXISTS v_0856_整合2027;
|
||||
CREATE VIEW v_0856_整合2027 AS
|
||||
WITH base AS (
|
||||
SELECT b.*,
|
||||
replace(replace(b.school , '(','('),')',')') AS school_n,
|
||||
replace(replace(b.college, '(','('),')',')') AS college_n
|
||||
FROM core_official_0856 b
|
||||
), off1 AS (
|
||||
SELECT c.*,
|
||||
replace(replace(c.dwmc , '(','('),')',')') AS school_n,
|
||||
replace(replace(c.yxsmc, '(','('),')',')') AS college_n,
|
||||
ROW_NUMBER() OVER (PARTITION BY c.dwdm, c.yxsdm, c.zydm, c.xxfs
|
||||
ORDER BY (c.ksfsdm='21') DESC, c.ksfsdm) rn
|
||||
FROM chsi_major c
|
||||
), rc AS (
|
||||
SELECT a.school, a.code, a.college,
|
||||
MAX(a.kind) kind, MAX(a.a_val) a_val, MAX(a.b_val) b_val, MAX(a.note) note
|
||||
FROM plan27_recon a GROUP BY 1,2,3
|
||||
)
|
||||
SELECT b.school AS 院校, b.code AS 专业代码, b.college AS 学院, b.name AS 专业名称,
|
||||
b.mode AS 学习方式, b.prov AS 省份, b.city AS 城市, b.level AS 层次,
|
||||
m.dwdm AS 官方单位代码, m.yxsdm AS 官方院系所代码,
|
||||
m.xwlxmc AS 官方学位类型, m.ksfsdm AS 官方考试方式码,
|
||||
CASE m.ksfsdm WHEN '21' THEN '统考' WHEN '23' THEN '单考' ELSE m.ksfsdm END AS 官方考试方式,
|
||||
m.quota_scope AS 官方名额粒度, m.quota_value AS 官方名额_不含推免,
|
||||
m.quota_raw AS 官方名额原文, m.n_dirs AS 官方方向数, m.kskm_codes AS 官方科目码,
|
||||
b.plan27 AS 平台2027拟招含推免, b.plan27_tuimian AS 平台2027推免,
|
||||
b.plan27_exam AS 平台2027不含推免, b.subjects27 AS 平台2027科目,
|
||||
b.dir27 AS 平台2027方向数, b.official_complete AS 平台完整性, b.match_way AS 平台匹配方式,
|
||||
b.tab_source AS 院校目录来源, b.chsi_link AS 研招网链接,
|
||||
r.a_val AS 对账官方值, r.b_val AS 对账平台值, r.kind AS 对账项, r.note AS 对账说明,
|
||||
(SELECT e.action FROM errata e WHERE e.school=b.school AND e.code=b.code
|
||||
AND (e.college=b.college OR IFNULL(e.college,'')='')
|
||||
ORDER BY LENGTH(IFNULL(e.college,'')) DESC LIMIT 1) AS 勘误处置,
|
||||
CASE WHEN m.dwdm IS NULL THEN '官方未覆盖此行' ELSE '官方已覆盖' END AS 官方覆盖,
|
||||
m.src_file AS 官方源文件, m.ingested_at AS 官方入库时间
|
||||
FROM base b
|
||||
LEFT JOIN off1 m
|
||||
ON m.rn = 1 AND m.zydm = b.code
|
||||
AND m.school_n = b.school_n
|
||||
AND CASE m.xxfs WHEN '1' THEN '全日制' WHEN '2' THEN '非全日制' ELSE m.xxfs END = b.mode
|
||||
AND (m.college_n = b.college_n OR replace(m.college_n, m.school_n, '') = b.college_n)
|
||||
LEFT JOIN rc r
|
||||
ON r.code = b.code AND r.school = b.school
|
||||
AND replace(replace(r.college,'(','('),')',')') = b.college_n;
|
||||
@@ -0,0 +1,5 @@
|
||||
# UI 导出脚本快照
|
||||
|
||||
这 6 个文件是 2026-10-30 从本机 `运行暂存/` 复制的既有脚本,保留原始实现供理解和续接。脚本引用 `D:/择校`、主库和 `docs/院校风景图_全量/院校风景图总索引.csv`;导出会写入 `docs/择校UI/`,打包会覆盖 `docs/择校UI_完整包.zip` 和 `docs/择校UI_轻量包.zip`。运行前在副本上核对路径、输入、数据库版本和输出覆盖范围。
|
||||
|
||||
`export_ui_data.py` 导出院校主数据;`export_majors.py` 导出专业;`export_dirs_split.py`、`export_major_detail.py`、`export_score_dist.py` 分别导出方向、专业明细和分数分布;`pack_ui.py` 打包。当前提交仅提供脚本副本,未在新环境中重新运行或证明完整复现。
|
||||
@@ -0,0 +1,140 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""按专业码分文件导出方向/科目明细,前端切换专业时按需加载。
|
||||
|
||||
输出 docs/择校UI/方向/<4位码>.js,内容:window.DIRS_<码> = { 院校序号: [{c,n,d,s,f,y}] }
|
||||
另输出 方向/清单.js 列出可用的 4 位码,供前端判断是否需要发请求。
|
||||
"""
|
||||
import csv
|
||||
import json
|
||||
import os
|
||||
import re
|
||||
import sqlite3
|
||||
from collections import Counter, defaultdict
|
||||
|
||||
SRC = r"D:/择校"
|
||||
OUT = os.path.join(SRC, "docs/择校UI/方向")
|
||||
os.makedirs(OUT, exist_ok=True)
|
||||
con = sqlite3.connect(os.path.join(SRC, "数据库/zexiao_2027.db"))
|
||||
cur = con.cursor()
|
||||
idx = list(csv.DictReader(open(os.path.join(SRC, "docs/院校风景图_全量/院校风景图总索引.csv"), encoding="utf-8-sig")))
|
||||
no_of = {r["院校代码"]: r["序号"] for r in idx}
|
||||
|
||||
# 6 位码级复试线(fact_global 2026 用校名,chsi 用院校代码,这里做一次映射)
|
||||
# fact_global 里存的是 2026 年当时的校名,2027 目录已按更名后的新名列,故需别名表;
|
||||
# 括号只做全半角归一用于匹配,不删括号,避免把矿大徐州/北京这类分校区并成同一所。
|
||||
ALIAS = {
|
||||
"安徽科技学院": "安徽科技工程大学",
|
||||
"榆林学院": "榆林大学",
|
||||
"湖南理工学院": "湖南理工大学",
|
||||
"湖州师范学院": "湖州师范大学",
|
||||
}
|
||||
|
||||
|
||||
def norm(n):
|
||||
n = (n or "").strip()
|
||||
n = ALIAS.get(n, n)
|
||||
return n.replace("(", "(").replace(")", ")")
|
||||
|
||||
|
||||
code2name = {r["院校代码"]: norm(r["学校"]) for r in idx}
|
||||
name_seen = Counter(norm(r["学校"]) for r in idx)
|
||||
dup = [k for k, c in name_seen.items() if c > 1]
|
||||
dline = defaultdict(list)
|
||||
dline4 = defaultdict(list)
|
||||
for sch, mc, val in cur.execute(
|
||||
"SELECT DISTINCT school, major_code, value FROM fact_global WHERE year=2026 AND field='total'"):
|
||||
n = re.search(r"\d+", str(val))
|
||||
if n and mc:
|
||||
v = int(n.group())
|
||||
if 100 < v < 500:
|
||||
if len(mc) >= 6:
|
||||
dline[(norm(sch), mc)].append(v)
|
||||
elif len(mc) == 4:
|
||||
dline4[(norm(sch), mc)].append(v)
|
||||
|
||||
agg = defaultdict(lambda: defaultdict(lambda: {"depts": set(), "subg": Counter(),
|
||||
"fees": set(), "yrs": set(), "name": ""}))
|
||||
for dwdm, zydm, zymc, yxsmc, subj, fee, dur in cur.execute(
|
||||
"SELECT dwdm, zydm, zymc, yxsmc, exam_subjects, tuition_fee, duration_years FROM chsi_2027_dir"):
|
||||
if not dwdm or dwdm not in no_of or not zydm or len(zydm) < 6:
|
||||
continue
|
||||
slot = agg[zydm[:4]][(dwdm, zydm)]
|
||||
slot["name"] = slot["name"] or (zymc or "")
|
||||
if yxsmc:
|
||||
slot["depts"].add(yxsmc)
|
||||
grp = []
|
||||
try:
|
||||
for x in json.loads(subj or "[]"):
|
||||
nm = re.sub(r"(.*?)", "", x.get("name", "")).replace("思想政治理论", "政治")
|
||||
if nm:
|
||||
grp.append(nm)
|
||||
except Exception:
|
||||
pass
|
||||
if grp:
|
||||
# 同校同 6 位码下不同方向的卷子不同,取最常见的整组而不是并集,避免"要考六门"的错觉
|
||||
slot["subg"][tuple(dict.fromkeys(grp))] += 1
|
||||
f = re.search(r"\d+", str(fee or ""))
|
||||
if f and 500 <= int(f.group()) <= 200000:
|
||||
slot["fees"].add(int(f.group()))
|
||||
y = re.search(r"\d+", str(dur or ""))
|
||||
if y:
|
||||
slot["yrs"].add(int(y.group()))
|
||||
|
||||
per_code = {}
|
||||
# 学科评估:表里 6 位码是专硕专业领域、4 位码是学术一级学科或"类别即评估单元"的专硕(如 1251 工商管理),
|
||||
# 所以先按 6 位精确匹配,再退回 4 位。校名同样要过 norm,平台侧存的是当时的名字。
|
||||
xk6, xk4 = {}, {}
|
||||
for sch, mc, lv in cur.execute("SELECT school_name, major_code, level FROM ggyx_dim_xkpg"):
|
||||
if not mc or not lv:
|
||||
continue
|
||||
mc, lv = mc.strip(), lv.strip()
|
||||
key = (norm(sch), mc)
|
||||
if len(mc) >= 6:
|
||||
xk6[key] = lv
|
||||
else:
|
||||
xk4[key] = lv
|
||||
|
||||
|
||||
def xk_of(name, zydm):
|
||||
return xk6.get((name, zydm)) or xk4.get((name, zydm[:4])) or ""
|
||||
|
||||
|
||||
for mc4, d in agg.items():
|
||||
per = defaultdict(list)
|
||||
for (dwdm, zydm), v in d.items():
|
||||
lv = dline.get((code2name.get(dwdm, ""), zydm))
|
||||
lm = "code" if lv else ""
|
||||
if not lv:
|
||||
lv = dline4.get((code2name.get(dwdm, ""), zydm[:4]))
|
||||
lm = "major" if lv else ""
|
||||
fees = sorted(v["fees"])
|
||||
sg = v["subg"].most_common(1)[0][0] if v["subg"] else ()
|
||||
per[no_of[dwdm]].append({
|
||||
"c": zydm, "n": v["name"][:28], "d": sorted(v["depts"])[:3], "dn": len(v["depts"]),
|
||||
"s": list(sg)[:6], "g": len(v["subg"]),
|
||||
"f": (fees[0] if fees else 0), "f2": (fees[-1] if fees else 0),
|
||||
"y": (min(v["yrs"]) if v["yrs"] else 0),
|
||||
"l": ("" if not lv else (str(min(lv)) if len(set(lv)) == 1 else "%d–%d" % (min(lv), max(lv)))),
|
||||
"m": lm, "k": xk_of(code2name.get(dwdm, ""), zydm),
|
||||
})
|
||||
for no in per:
|
||||
per[no].sort(key=lambda x: x["c"])
|
||||
per_code[mc4] = dict(per)
|
||||
avail = []
|
||||
total = 0
|
||||
for mc4, data in sorted(per_code.items()):
|
||||
txt = json.dumps(data, ensure_ascii=False, separators=(",", ":"))
|
||||
open(os.path.join(OUT, mc4 + ".js"), "w", encoding="utf-8").write("window.DIRS_%s=%s;" % (mc4, txt))
|
||||
total += len(txt)
|
||||
avail.append({"code": mc4, "schools": len(data)})
|
||||
|
||||
names = dict(cur.execute("SELECT substr(zydm,1,4), zymc FROM chsi_2027_dir GROUP BY 1,2").fetchall())
|
||||
avail.sort(key=lambda a: -a["schools"])
|
||||
open(os.path.join(OUT, "清单.js"), "w", encoding="utf-8").write(
|
||||
"window.DIRS_MANIFEST=" + json.dumps(
|
||||
[{"code": a["code"], "n": a["schools"], "name": names.get(a["code"], "")} for a in avail],
|
||||
ensure_ascii=False, separators=(",", ":")) + ";")
|
||||
print("归一后重名(会互相串线,需人工拆)", dup)
|
||||
print("文件数", len(avail), "总体积", total // 1024, "KB", "单文件最大",
|
||||
max(len(json.dumps(per_code[a['code']], ensure_ascii=False)) for a in avail) // 1024, "KB")
|
||||
print("0856 校数", next(a["schools"] for a in avail if a["code"] == "0856"))
|
||||
@@ -0,0 +1,163 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""按 4 位专业码导出录取与调剂指标,供 UI 切专业时按需加载。
|
||||
|
||||
输出 docs/择校UI/专业明细/<码>.js:
|
||||
window.MDET_<码> = { 院校序号: [最低分, 平均分, 录取人数, 一志愿录取, 调剂年份串,
|
||||
线涨跌(上限), 最低分涨跌, 均分涨跌, 人数涨跌, 2025线(上限),
|
||||
线涨跌(下限), 2025线(下限)] }
|
||||
口径与 export_ui_data.py 的 0856 主表保持一致:
|
||||
- 同一 (校, 4位码) 下若存在比大类码更细的行,只取细行,避免大类行与方向行重复累加
|
||||
- 最低分取 min、平均分取 mean、录取人数与一志愿录取取 sum(录取人数含推免,不可与报考数相除)
|
||||
- 调剂年份来自 adjust_notice_majors(表内只有 2023–2026),按年取个位压成 "3456" 这样的串,前端按 2020+个位 还原
|
||||
校名匹配沿用 ALIAS + 全半角归一,否则会漏掉更名院校。
|
||||
"""
|
||||
import csv
|
||||
import json
|
||||
import os
|
||||
import re
|
||||
import sqlite3
|
||||
from collections import defaultdict
|
||||
|
||||
SRC = r"D:/择校"
|
||||
OUT = os.path.join(SRC, "docs/择校UI/专业明细")
|
||||
os.makedirs(OUT, exist_ok=True)
|
||||
|
||||
con = sqlite3.connect(os.path.join(SRC, "数据库/zexiao_2027.db"))
|
||||
cur = con.cursor()
|
||||
idx = list(csv.DictReader(open(os.path.join(SRC, "docs/院校风景图_全量/院校风景图总索引.csv"), encoding="utf-8-sig")))
|
||||
|
||||
ALIAS = {
|
||||
"安徽科技学院": "安徽科技工程大学",
|
||||
"榆林学院": "榆林大学",
|
||||
"湖南理工学院": "湖南理工大学",
|
||||
"湖州师范学院": "湖州师范大学",
|
||||
}
|
||||
|
||||
|
||||
def norm(n):
|
||||
n = (n or "").strip()
|
||||
return ALIAS.get(n, n).replace("(", "(").replace(")", ")")
|
||||
|
||||
|
||||
no_of = {norm(r["学校"]): int(r["序号"]) for r in idx}
|
||||
code2name = {r["院校代码"]: r["学校"] for r in idx}
|
||||
FIELDS = ("enroll_min_score", "enroll_avg_score", "admitted", "first_vol_admitted", "total")
|
||||
|
||||
|
||||
def sch_key(sch):
|
||||
"""fact_global.school 一半存校名一半存 5 位院校代码,代码要先回解成校名再匹配。"""
|
||||
s = str(sch or "").strip()
|
||||
if re.fullmatch(r"\d{5}", s):
|
||||
return norm(code2name.get(s, s))
|
||||
return norm(s)
|
||||
|
||||
|
||||
# vals[(year, field, 校名, 4位码)] = set((major_code, college, value))
|
||||
# 必须按 (码, 院系, 值) 去重:同一组合在 fact_global 里会有多条来源行,直接 sum 会翻倍
|
||||
vals = defaultdict(set)
|
||||
for year, field, sch, mc, col, val in cur.execute(
|
||||
"SELECT year, field, school, major_code, college, value FROM fact_global "
|
||||
"WHERE year IN (2025, 2026) AND field IN (%s)" % ",".join("?" * len(FIELDS)), FIELDS):
|
||||
if not mc or len(mc) < 4:
|
||||
continue
|
||||
m = re.search(r"\d+(?:\.\d+)?", str(val))
|
||||
if not m:
|
||||
continue
|
||||
v = float(m.group())
|
||||
# total 是总分线,必须限 100–500;否则同 field 下混进的 0、单科线等异常值会把聚合带偏
|
||||
if field == "total" and not 100 < v < 500:
|
||||
continue
|
||||
if field != "total" and not 0 <= v < 100000:
|
||||
continue
|
||||
vals[(int(year), field, sch_key(sch), mc[:4])].add((mc, (col or "").strip(), v))
|
||||
|
||||
adj = defaultdict(set)
|
||||
for sch, yr, code in cur.execute(
|
||||
"SELECT DISTINCT school, year, code FROM adjust_notice_majors WHERE code IS NOT NULL"):
|
||||
if not code or len(code) < 4:
|
||||
continue
|
||||
try:
|
||||
adj[(sch_key(sch), code[:4])].add(int(yr))
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
|
||||
def raw(year, field, sch, mc4):
|
||||
"""线(total)取全部行;大类码上挂的是各院系线而非方向行汇总,排除会丢线。
|
||||
人数类仍可加,保留"有方向行就不取大类行"的规则。"""
|
||||
rows = vals.get((year, field, sch, mc4), set())
|
||||
if not rows:
|
||||
return []
|
||||
if field == "total":
|
||||
return [v for _, _, v in rows]
|
||||
big = mc4 + "00"
|
||||
fine = [v for mc, _, v in rows if mc != big]
|
||||
return fine if fine else [v for _, _, v in rows]
|
||||
|
||||
|
||||
def stat(year, field, sch, mc4, how):
|
||||
r = raw(year, field, sch, mc4)
|
||||
if not r:
|
||||
return None
|
||||
if how == "lo":
|
||||
return min(r)
|
||||
if how == "hi":
|
||||
return max(r)
|
||||
if how == "mean":
|
||||
return sum(r) / len(r)
|
||||
return sum(r)
|
||||
|
||||
|
||||
per = defaultdict(dict)
|
||||
keys = {(sch, mc4) for (_, _, sch, mc4) in vals} | {(sch, mc4) for (sch, mc4) in adj}
|
||||
for sch, mc4 in keys:
|
||||
no = no_of.get(sch)
|
||||
if no is None:
|
||||
continue
|
||||
lo, av, ad, fv = (stat(2026, f, sch, mc4, h) for f, h in (
|
||||
("enroll_min_score", "lo"), ("enroll_avg_score", "mean"),
|
||||
("admitted", "sum"), ("first_vol_admitted", "sum")))
|
||||
ys = "".join(str(y)[-1] for y in sorted(adj.get((sch, mc4), ())) if 2020 <= y <= 2029)
|
||||
# 涨跌给两个端点:上限是该校该专业已取到的最高线(宽类别下常是热门方向线),
|
||||
# 下限是最低可进线(0856 下常是专项线)。只报一个会让读者把端点当成"普通计划线"。
|
||||
dl = [stat(y, "total", sch, mc4, "hi") for y in (2026, 2025)]
|
||||
dl_lo = [stat(y, "total", sch, mc4, "lo") for y in (2026, 2025)]
|
||||
dmin = [stat(y, "enroll_min_score", sch, mc4, "lo") for y in (2026, 2025)]
|
||||
davg = [stat(y, "enroll_avg_score", sch, mc4, "mean") for y in (2026, 2025)]
|
||||
dadm = [stat(y, "admitted", sch, mc4, "sum") for y in (2026, 2025)]
|
||||
|
||||
def d(pair):
|
||||
return int(round(pair[0] - pair[1])) if (pair[0] is not None and pair[1] is not None) else None
|
||||
|
||||
rec = [
|
||||
int(lo) if lo is not None else None,
|
||||
int(round(av)) if av is not None else None,
|
||||
int(ad) if ad is not None else None,
|
||||
int(fv) if fv is not None else None,
|
||||
ys or None,
|
||||
d(dl), d(dmin), d(davg), d(dadm),
|
||||
int(dl[1]) if dl[1] is not None else None, # 2025 上限
|
||||
d(dl_lo), # 2025→2026 下限同比
|
||||
int(dl_lo[1]) if dl_lo[1] is not None else None, # 2025 下限
|
||||
]
|
||||
if any(v is not None for v in rec):
|
||||
per[mc4][no] = rec
|
||||
|
||||
total = 0
|
||||
manifest = []
|
||||
for mc4, d in sorted(per.items()):
|
||||
txt = json.dumps({str(k): v for k, v in d.items()}, ensure_ascii=False, separators=(",", ":"))
|
||||
open(os.path.join(OUT, mc4 + ".js"), "w", encoding="utf-8").write("window.MDET_%s=%s;" % (mc4, txt))
|
||||
total += len(txt)
|
||||
manifest.append({"code": mc4, "n": len(d)})
|
||||
|
||||
manifest.sort(key=lambda a: -a["n"])
|
||||
open(os.path.join(OUT, "清单.js"), "w", encoding="utf-8").write(
|
||||
"window.MDET_MANIFEST=" + json.dumps(manifest, ensure_ascii=False, separators=(",", ":")) + ";")
|
||||
|
||||
print("文件数", len(manifest), "总体积", total // 1024, "KB")
|
||||
big = max(manifest, key=lambda a: a["n"])
|
||||
print("覆盖最广", big["code"], big["n"], "校")
|
||||
for c in ("0856", "0854", "1251"):
|
||||
d = per.get(c, {})
|
||||
print(c, "校数", len(d), "| 样例", list(d.items())[:2])
|
||||
@@ -0,0 +1,105 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""导出「校 × 4 位专业码」矩阵,供 UI 切换目标专业。
|
||||
|
||||
口径:
|
||||
- 复试线:fact_global 2026 field=total,按 (校, 4位码) 取观测值区间
|
||||
- 拟招:chsi_2027_dir 按 (院系, 6位专业码) 取 MAX 再求和,避免大类行与方向行重复累加
|
||||
- 方向数:该校该码下不同 6 位码个数
|
||||
只保留有任一数据的组合,前端按 no 索引。
|
||||
"""
|
||||
import sqlite3, csv, json, os, re
|
||||
from collections import defaultdict
|
||||
|
||||
SRC = r"D:/择校"
|
||||
con = sqlite3.connect(os.path.join(SRC, "数据库/zexiao_2027.db"))
|
||||
cur = con.cursor()
|
||||
idx = list(csv.DictReader(open(os.path.join(SRC, "docs/院校风景图_全量/院校风景图总索引.csv"), encoding="utf-8-sig")))
|
||||
no_of_code = {r["院校代码"]: int(r["序号"]) for r in idx}
|
||||
name_of_code = {r["院校代码"]: r["学校"] for r in idx}
|
||||
|
||||
# fact_global.school 存的是采集当年的校名,2027 目录已按更名后新名列;括号还有全半角两套。
|
||||
# 归一只用于匹配,不改展示名;不能删括号,否则矿大徐州/北京会被并成同一所。
|
||||
ALIAS = {
|
||||
"安徽科技学院": "安徽科技工程大学",
|
||||
"榆林学院": "榆林大学",
|
||||
"湖南理工学院": "湖南理工大学",
|
||||
"湖州师范学院": "湖州师范大学",
|
||||
}
|
||||
|
||||
|
||||
def norm(n):
|
||||
n = (n or "").strip()
|
||||
return ALIAS.get(n, n).replace("(", "(").replace(")", ")")
|
||||
|
||||
|
||||
def num(v):
|
||||
m = re.search(r"\d+(?:\.\d+)?", str(v))
|
||||
return float(m.group()) if m else None
|
||||
|
||||
|
||||
# 专业名(取该 4 位码下出现最多的 zymc)
|
||||
mname = defaultdict(lambda: defaultdict(int))
|
||||
for mc4, zymc, cnt in cur.execute(
|
||||
"SELECT substr(zydm,1,4), zymc, COUNT(*) FROM chsi_2027_dir GROUP BY 1,2"):
|
||||
if zymc:
|
||||
mname[mc4][zymc] += cnt
|
||||
|
||||
# 2026 复试线:线不是可加量,大类码上挂的是各院系线而非方向行汇总,
|
||||
# 因此同校同 4 位码下所有行一起取区间,不做"有细行就丢大类行"的取舍。
|
||||
raw = defaultdict(set)
|
||||
for sch, mc, val in cur.execute(
|
||||
"SELECT school, major_code, value FROM fact_global WHERE year=2026 AND field='total'"):
|
||||
n = num(val)
|
||||
if n is not None and 100 < n < 500 and mc and len(mc) >= 4:
|
||||
raw[(norm(sch), str(mc)[:4])].add((str(mc), int(n)))
|
||||
lines = {k: [v for _, v in rows] for k, rows in raw.items()}
|
||||
|
||||
# 2027 拟招:先按 (dwdm, yxsmc, zydm) 取 MAX,再按 4 位码求和
|
||||
per = defaultdict(dict)
|
||||
for dwdm, yxsmc, zydm, enroll in cur.execute(
|
||||
"SELECT dwdm, yxsmc, zydm, enroll_num FROM chsi_2027_dir"):
|
||||
try:
|
||||
v = int(enroll or 0)
|
||||
except Exception:
|
||||
continue
|
||||
k = (dwdm, yxsmc or "", zydm)
|
||||
if v > per[dwdm].get(k, 0):
|
||||
per[dwdm][k] = v
|
||||
plans = defaultdict(int)
|
||||
for dwdm, d in per.items():
|
||||
for (_, _, zydm), v in d.items():
|
||||
plans[(dwdm, zydm[:4])] += v
|
||||
|
||||
# 方向数
|
||||
dirs = defaultdict(set)
|
||||
for dwdm, zydm in cur.execute("SELECT DISTINCT dwdm, substr(zydm,1,6) FROM chsi_2027_dir"):
|
||||
dirs[(dwdm, zydm[:4])].add(zydm)
|
||||
|
||||
codes = sorted({c for (_, c) in list(lines) + list(plans)})
|
||||
majors = []
|
||||
for c in codes:
|
||||
nm = max(mname[c].items(), key=lambda kv: kv[1])[0] if mname[c] else ""
|
||||
L, P, D = {}, {}, {}
|
||||
for dwdm in name_of_code:
|
||||
no = no_of_code[dwdm]
|
||||
sch = name_of_code[dwdm]
|
||||
v = lines.get((norm(sch), c))
|
||||
if v:
|
||||
L[str(no)] = str(min(v)) if len(set(v)) == 1 else "%d–%d" % (min(v), max(v))
|
||||
p = plans.get((dwdm, c))
|
||||
if p:
|
||||
P[str(no)] = p
|
||||
d = dirs.get((dwdm, c))
|
||||
if d:
|
||||
D[str(no)] = len(d)
|
||||
if L or P:
|
||||
majors.append({"code": c, "name": nm, "line": L, "plan": P, "ndir": D})
|
||||
|
||||
txt = json.dumps(majors, ensure_ascii=False, separators=(",", ":"))
|
||||
dst = os.path.join(SRC, "docs/择校UI/专业数据.js")
|
||||
open(dst, "w", encoding="utf-8").write("window.MAJORS=" + txt + ";")
|
||||
print("专业码", len(majors), "体积", len(txt) // 1024, "KB")
|
||||
top = sorted(majors, key=lambda m: -len(m["line"]))[:8]
|
||||
print("覆盖最广:", [(m["code"], m["name"], len(m["line"])) for m in top])
|
||||
x = next(m for m in majors if m["code"] == "0856")
|
||||
print("0856 材料与化工 有线校数", len(x["line"]), "| 华东理工(176)", x["line"].get("176"), "拟招", x["plan"].get("176"))
|
||||
@@ -0,0 +1,68 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""导出「初试总成绩」分段分布,按 4 位专业码拆文件,供详情页画分布条。
|
||||
|
||||
数据源 fact_score_dist(year=2026, subject='初试总成绩'),seg 形如「317分-326分:」,
|
||||
num 是该段人数。按学校名匹配回我们的校号(院校风景图总索引.csv 的序号)。
|
||||
|
||||
输出:docs/择校UI/分数分布/<4位码>.js,内容 window.SD_0856={"校号":[[下限,上限,人数],...]}
|
||||
"""
|
||||
import csv, json, os, re, sqlite3, sys
|
||||
from collections import defaultdict
|
||||
|
||||
sys.stdout.reconfigure(encoding="utf-8", errors="replace")
|
||||
BASE = "D:/择校"
|
||||
OUT = os.path.join(BASE, "docs/择校UI/分数分布")
|
||||
IDX = os.path.join(BASE, "docs/院校风景图_全量/院校风景图总索引.csv")
|
||||
|
||||
ALIAS = {"安徽科技学院": "安徽科技工程大学", "榆林学院": "榆林大学",
|
||||
"湖南理工学院": "湖南理工大学", "湖州师范学院": "湖州师范大学",
|
||||
# 平台把矿大徐州写作「中国矿业大学(徐州)」,我们按校区分列时用的是不带括号的
|
||||
"中国矿业大学(徐州)": "中国矿业大学"}
|
||||
|
||||
|
||||
def norm(n):
|
||||
n = (n or "").strip().replace("(", "(").replace(")", ")").replace(" ", "")
|
||||
return ALIAS.get(n, n)
|
||||
|
||||
|
||||
rows = list(csv.DictReader(open(IDX, encoding="utf-8-sig")))
|
||||
no_of = {norm(r["学校"]): int(r["序号"]) for r in rows}
|
||||
|
||||
c = sqlite3.connect("file:" + os.path.join(BASE, "数据库/zexiao_2027.db") + "?mode=ro", uri=True)
|
||||
# 只留四类:专业课二因校而异、名称不统一,参考价值低且会让体积翻倍
|
||||
SUBJ = {"初试总成绩": "总分", "政治": "政治", "英语": "英语", "专业课一/数学/396": "业务课一"}
|
||||
q = """select d.sch_name, m.b_code, f.subject, f.seg, f.num from fact_score_dist f
|
||||
join ggyx_dim_major m on f.major_id = m.major_id
|
||||
join ggyx_dim_school d on f.school_id = d.school_id
|
||||
where f.year = 2026 and f.is_quan = 1 and f.subject in (%s)""" % ",".join("?" * len(SUBJ))
|
||||
|
||||
by_major = defaultdict(lambda: defaultdict(lambda: defaultdict(dict)))
|
||||
unmatched = set()
|
||||
for sch, code, subj, seg, num in c.execute(q, list(SUBJ)):
|
||||
no = no_of.get(norm(sch))
|
||||
if no is None:
|
||||
unmatched.add(sch)
|
||||
continue
|
||||
ds = [int(x) for x in re.findall(r"\d+", seg or "")]
|
||||
if len(ds) < 2 or not num:
|
||||
continue
|
||||
by_major[code[:4]][no][SUBJ[subj]][(ds[0], ds[1])] = int(num)
|
||||
|
||||
os.makedirs(OUT, exist_ok=True)
|
||||
# 专业码集合会变,先清空再写,避免旧文件残留让包体积虚高
|
||||
for f in os.listdir(OUT):
|
||||
if f.endswith(".js"):
|
||||
os.remove(os.path.join(OUT, f))
|
||||
for code, per in by_major.items():
|
||||
payload = {str(no): {s: [[lo, hi, n] for (lo, hi), n in sorted(segs.items(), reverse=True)]
|
||||
for s, segs in subs.items()}
|
||||
for no, subs in per.items()}
|
||||
with open(os.path.join(OUT, code + ".js"), "w", encoding="utf-8") as f:
|
||||
f.write("window.SD_%s=%s;" % (code, json.dumps(payload, ensure_ascii=False, separators=(",", ":"))))
|
||||
|
||||
tot = sum(len(v) for v in by_major.values())
|
||||
print("写出专业码", len(by_major), "个,覆盖校·专业对", tot,
|
||||
",未匹配校名", len(unmatched), sorted(unmatched)[:5])
|
||||
big = sorted(((k, len(v)) for k, v in by_major.items()), key=lambda x: -x[1])[:5]
|
||||
print("覆盖最多的专业码", big)
|
||||
print("体积 KB", sum(os.path.getsize(os.path.join(OUT, f)) for f in os.listdir(OUT)) // 1024)
|
||||
@@ -0,0 +1,296 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""导出 UI 用的院校数据(含 2025 对比值)。
|
||||
|
||||
口径要点:
|
||||
1. 0856 的专业学位类别码 085600 与方向码 085601/085602… 并存,同时求和会重复计数。
|
||||
规则:某校若存在方向码行,只取方向码行;否则取 085600。
|
||||
2. 同一 (major_code, college, value) 原表有重复行,先去重再聚合。
|
||||
3. 学费必须限定 0856 口径,取不到留空,不用全校均值。
|
||||
4. first_vol_admitted 是「一志愿录取人数」,不是报考人数。
|
||||
5. 2025 值仅用于涨跌对比,标注年份,不与 2026 混算。
|
||||
"""
|
||||
import sqlite3, csv, json, os, re
|
||||
from collections import defaultdict
|
||||
|
||||
SRC = r"D:/择校"
|
||||
con = sqlite3.connect(os.path.join(SRC, "数据库/zexiao_2027.db"))
|
||||
cur = con.cursor()
|
||||
idx = list(csv.DictReader(open(os.path.join(SRC, "docs/院校风景图_全量/院校风景图总索引.csv"), encoding="utf-8-sig")))
|
||||
def num(v):
|
||||
m = re.search(r"\d+(?:\.\d+)?", str(v))
|
||||
return float(m.group()) if m else None
|
||||
|
||||
|
||||
# 各表的校名列写法不一:fact_global 存采集当年旧名,2027 目录用更名后的新名,括号还有全半角两套。
|
||||
# 归一只用于匹配,不改展示名,也不删括号(矿大徐州/北京、石油华东/北京必须保持可区分)。
|
||||
ALIAS = {
|
||||
"安徽科技学院": "安徽科技工程大学",
|
||||
"榆林学院": "榆林大学",
|
||||
"湖南理工学院": "湖南理工大学",
|
||||
"湖州师范学院": "湖州师范大学",
|
||||
}
|
||||
|
||||
|
||||
def norm(n):
|
||||
n = (n or "").strip()
|
||||
return ALIAS.get(n, n).replace("(", "(").replace(")", ")")
|
||||
|
||||
|
||||
dim = {norm(r[0]): (r[1], r[2], r[3] or "") for r in
|
||||
cur.execute("SELECT sch_name, province, city, label_text FROM ggyx_dim_school")}
|
||||
|
||||
FIELDS = ("total", "enroll_num", "admitted", "first_vol_admitted",
|
||||
"enroll_min_score", "enroll_avg_score", "tuition_per_year")
|
||||
YEARS = (2025, 2026)
|
||||
|
||||
|
||||
# rows[(year, school, field)] = set((major_code, college, value))
|
||||
rows = defaultdict(set)
|
||||
sql = ("SELECT year, school, field, major_code, college, value FROM fact_global "
|
||||
"WHERE year IN (2025,2026) AND major_code LIKE '0856%' AND field IN (" + ",".join("?" * len(FIELDS)) + ")")
|
||||
for year, sch, field, mc, col, val in cur.execute(sql, FIELDS):
|
||||
n = num(val)
|
||||
if n is None:
|
||||
continue
|
||||
# total 混进过 0 这样的异常值,会把区间下限与涨跌一起带偏
|
||||
if field == "total" and not 100 < n < 500:
|
||||
continue
|
||||
key = "CODE:" + sch if re.fullmatch(r"\d{5}", str(sch)) else sch
|
||||
rows[(year, key, field)].add((mc, col or "", n))
|
||||
|
||||
code2name = {r["院校代码"]: r["学校"] for r in idx}
|
||||
code2name_r = code2name
|
||||
merged = defaultdict(set)
|
||||
for (year, key, field), vals in rows.items():
|
||||
if key.startswith("CODE:"):
|
||||
nm = code2name.get(key[5:])
|
||||
if nm:
|
||||
merged[(year, norm(nm), field)] |= vals
|
||||
continue
|
||||
merged[(year, norm(key), field)] |= vals
|
||||
|
||||
|
||||
def host_of(u):
|
||||
# 只标域名,不给可点链接:来源多是百度图片搜索结果页与搜狐文章页,
|
||||
# 点进去既核验不了什么,也让一个择校工具显得像抓来的页面
|
||||
u = (u or "").strip()
|
||||
if not u.startswith("http"):
|
||||
return ""
|
||||
try:
|
||||
from urllib.parse import urlparse
|
||||
h = urlparse(u).netloc
|
||||
except ValueError:
|
||||
return ""
|
||||
return h[4:] if h.startswith("www.") else h
|
||||
|
||||
|
||||
# 这四所的省份与城市在平台校库里是空的:中国矿业大学徐州与北京因校名带括号匹配不上,
|
||||
# 后两所源侧就没填。地理位置可确证,直接补,否则按地区筛选会漏掉矿大这类热门校。
|
||||
GEO_FIX = {"中国矿业大学": ("徐州", "江苏省"),
|
||||
"中国矿业大学(北京)": ("北京", "北京市"),
|
||||
"中国航空工业规划设计研究院": ("北京", "北京市"),
|
||||
"中共山东省委党校": ("济南", "山东省")}
|
||||
|
||||
|
||||
def org_kind(n):
|
||||
"""非高校类招生单位的机构类型。平台给研究所、党校也打「双非」,
|
||||
但它们根本不在 985/211/双一流的分类体系里,层次一栏照抄会误导。"""
|
||||
if "大学" in n or "学院" in n:
|
||||
return ""
|
||||
if "党校" in n or "行政学院" in n or "社会主义学院" in n:
|
||||
return "党校"
|
||||
if re.search(r"部队|军事|军医|武警", n):
|
||||
return "军队"
|
||||
return "科研院所"
|
||||
|
||||
|
||||
def layer(year, sch, field):
|
||||
vals = merged.get((year, norm(sch), field), set())
|
||||
if not vals:
|
||||
return []
|
||||
# total 不做"大类行 vs 方向行"取舍:085600 这类码上挂的是各院系的线,
|
||||
# 不是方向行的汇总,排除它会让清华 0856 直接没线、也让专项线消失。
|
||||
# 只有可加量(人数类)才需要防止大类行与方向行重复累加。
|
||||
if field == "total":
|
||||
return [v[2] for v in vals]
|
||||
dirs = {v for v in vals if v[0] != "085600"}
|
||||
return [v[2] for v in (dirs if dirs else vals)]
|
||||
|
||||
|
||||
ORDER = {"A+": 1, "A": 2, "A-": 3, "B+": 4, "B": 5, "B-": 6, "C+": 7, "C": 8, "C-": 9}
|
||||
xk = {}
|
||||
# 逐校在「名称含材料」的领域里取最好一档,仅用于诊断打印;交付层用 xk805
|
||||
for sch, name, lvl in cur.execute("SELECT school_name, major_name, level FROM ggyx_dim_xkpg WHERE major_name LIKE '%材料%'"):
|
||||
k = norm(sch)
|
||||
if lvl and lvl in ORDER and (k not in xk or ORDER[lvl] < ORDER[xk[k]]):
|
||||
xk[k] = lvl
|
||||
|
||||
# 「材料学科评估」必须只认 0805 一级学科。专硕领域里 085603 那种合并名
|
||||
# ("冶金工程/材料与化工-化工安全/…")含「材料」二字,会把冶金 A+ 算到材料头上
|
||||
# ——北京科技大学 0805 是 A,却因 085603 显示成 A+。
|
||||
xk805 = {}
|
||||
for sch, lvl in cur.execute("SELECT school_name, level FROM ggyx_dim_xkpg WHERE major_code = '0805'"):
|
||||
if lvl and lvl in ORDER:
|
||||
xk805[norm(sch)] = lvl
|
||||
|
||||
# 全专业口径:每校一张 {4 位专业码: 最好档},界面按当前专业直接查。
|
||||
# 同一码下可能有多个已评领域(如 085404 与 0854 大类),取最好一档。
|
||||
xk_by_school = {}
|
||||
for sch, code, lvl in cur.execute("SELECT school_name, major_code, level FROM ggyx_dim_xkpg"):
|
||||
if not code or lvl not in ORDER:
|
||||
continue
|
||||
d = xk_by_school.setdefault(norm(sch), {})
|
||||
k4 = code[:4]
|
||||
if k4 not in d or ORDER[lvl] < ORDER[d[k4]]:
|
||||
d[k4] = lvl
|
||||
|
||||
|
||||
def line_of(year, sch):
|
||||
L = sorted(set(layer(year, sch, "total")))
|
||||
if not L:
|
||||
return ""
|
||||
return str(int(L[0])) if len(L) == 1 else "%d–%d" % (L[0], L[-1])
|
||||
|
||||
|
||||
def hi_of(year, sch):
|
||||
"""涨跌一律按区间上限(普通计划线)算。下限常是专项计划线,
|
||||
按下限算会有七成学校与上限结论不同、甚至反向(上海理工 0856 下限 -55、上限 +5)。"""
|
||||
M = layer(year, sch, "total")
|
||||
return int(max(M)) if M else None
|
||||
|
||||
|
||||
|
||||
dir_line = {} # (校名, 方向码, 院系) -> [分]
|
||||
dir_line_mc = {} # (校名, 方向码) -> [分] 回退用
|
||||
for sch, mc, col, val in cur.execute(
|
||||
"SELECT DISTINCT school, major_code, college, value FROM fact_global "
|
||||
"WHERE year=2026 AND field='total' AND major_code LIKE '0856%'"):
|
||||
n = num(val)
|
||||
if n is None:
|
||||
continue
|
||||
dir_line.setdefault((norm(sch), mc, (col or "").strip()), []).append(int(n))
|
||||
dir_line_mc.setdefault((norm(sch), mc), []).append(int(n))
|
||||
dir_line25 = {}
|
||||
for sch, mc, val in cur.execute(
|
||||
"SELECT DISTINCT school, major_code, value FROM fact_global "
|
||||
"WHERE year=2025 AND field='total' AND major_code LIKE '0856%'"):
|
||||
n = num(val)
|
||||
if n is None:
|
||||
continue
|
||||
dir_line25.setdefault(norm(sch), {}).setdefault(mc, []).append(int(n))
|
||||
|
||||
|
||||
# ---- 官方 2027 招生目录:0856 方向明细、统考科目、学费学制 ----
|
||||
import json as _j
|
||||
dirs = defaultdict(list)
|
||||
plan_official = {}
|
||||
for dwdm, yxsmc, zydm, zymc, yjfxmc, enroll, fee_, dur, subj in cur.execute(
|
||||
"SELECT dwdm, yxsmc, zydm, zymc, yjfxmc, enroll_num, tuition_fee, duration_years, exam_subjects "
|
||||
"FROM chsi_2027_dir WHERE zydm LIKE '0856%' ORDER BY dwdm, yxsmc, zydm"):
|
||||
try:
|
||||
subs = [x.get("name", "") for x in _j.loads(subj or "[]")]
|
||||
except Exception:
|
||||
subs = []
|
||||
dirs[dwdm].append({
|
||||
"dept": yxsmc or "", "code": zydm, "major": zymc or "",
|
||||
"dir": yjfxmc or "", "fee": fee_ or "", "years": dur or "",
|
||||
"subs": [re.sub(r"(.*?)", "", s).replace("思想政治理论", "政治") for s in subs if s],
|
||||
})
|
||||
# chsi 用院校代码,fact_global 用校名,这里用 dwdm 反查校名并按 norm 对齐
|
||||
nm = norm(code2name_r.get(dwdm) or "")
|
||||
got = dir_line.get((nm, zydm, (yxsmc or "").strip())) or dir_line_mc.get((nm, zydm))
|
||||
got25 = (dir_line25.get(nm) or {}).get(zydm)
|
||||
if got:
|
||||
dirs[dwdm][-1]["line"] = str(min(got)) if len(set(got)) == 1 else "%d–%d" % (min(got), max(got))
|
||||
dirs[dwdm][-1]["lmatch"] = "dept" if dir_line.get((nm, zydm, (yxsmc or "").strip())) else "code"
|
||||
if got25:
|
||||
dirs[dwdm][-1]["line25"] = str(min(got25))
|
||||
try:
|
||||
plan_official.setdefault(dwdm, {})[(yxsmc, zydm)] = max(plan_official.get(dwdm, {}).get((yxsmc, zydm), 0), int(enroll or 0))
|
||||
except Exception:
|
||||
pass
|
||||
plan_sum = {k: sum(v.values()) for k, v in plan_official.items()}
|
||||
|
||||
|
||||
# 方向码级复试线(fact_global 2026),用于「方向横向对比」
|
||||
|
||||
# 调剂公告里的 0856:按年去重,方向码单独记
|
||||
adj_years = defaultdict(set)
|
||||
adj_dirs = defaultdict(set)
|
||||
for sch, yr, mc in cur.execute(
|
||||
"SELECT DISTINCT school, year, code FROM adjust_notice_majors WHERE code LIKE '0856%'"):
|
||||
try:
|
||||
adj_years[norm(sch)].add(int(yr))
|
||||
except Exception:
|
||||
pass
|
||||
if str(yr) == "2026":
|
||||
adj_dirs[norm(sch)].add(mc)
|
||||
|
||||
out = []
|
||||
for r in idx:
|
||||
sch = r["学校"]
|
||||
prov, city, lab = dim.get(norm(sch), ("", "", ""))
|
||||
if not prov and not city and sch in GEO_FIX:
|
||||
city, prov = GEO_FIX[sch]
|
||||
P26 = layer(2026, sch, "enroll_num")
|
||||
AD = layer(2026, sch, "admitted")
|
||||
FV = layer(2026, sch, "first_vol_admitted")
|
||||
MS = layer(2026, sch, "enroll_min_score")
|
||||
AS = layer(2026, sch, "enroll_avg_score")
|
||||
TU = layer(2026, sch, "tuition_per_year")
|
||||
# 城市的「市」后缀有的带有的不带(139 所「北京市」对 21 所「武汉」),统一去掉更省横向空间;
|
||||
# prov 保留原样,筛选仍按「北京市」比
|
||||
_c = (city or prov or "").strip()
|
||||
if _c.endswith("市") and len(_c) > 2:
|
||||
_c = _c[:-1]
|
||||
k = org_kind(sch)
|
||||
tg = [t for t in re.split(r"[,,]", lab) if t]
|
||||
if k:
|
||||
tg = [t for t in tg if t not in ("双非", "双一流", "985", "211")] + [k]
|
||||
rec = {
|
||||
"no": int(r["序号"]), "code": r["院校代码"], "name": sch,
|
||||
"city": _c, "prov": prov,
|
||||
"tags": tg[:3],
|
||||
"kind": k,
|
||||
"photo": r["文件名"] or "",
|
||||
# 照片是逐张人工核对过归属的,把证据档与依据文字带进交付层,界面才能当场回溯"凭什么说是这所学校"
|
||||
"shotEv": (r.get("证据档") or "").strip(),
|
||||
"shotWhy": (r.get("确认依据") or "").strip(),
|
||||
"shotRev": (r.get("肉眼复核") or "").strip(),
|
||||
"shotFlaw": (r.get("瑕疵") or "").strip(),
|
||||
"shotHost": host_of(r.get("来源页")),
|
||||
"line": line_of(2026, sch),
|
||||
"plan": (str(plan_sum[r["院校代码"]]) if plan_sum.get(r["院校代码"]) else (str(int(sum(P26))) if P26 else "")),
|
||||
"admitted": str(int(sum(AD))) if AD else "",
|
||||
"firstVol": str(int(sum(FV))) if FV else "",
|
||||
"minScore": str(int(min(MS))) if MS else "",
|
||||
"avgScore": ("%.0f" % (sum(AS) / len(AS))) if AS else "",
|
||||
"xkpg": xk805.get(norm(sch), ""),
|
||||
"xk": xk_by_school.get(norm(sch), {}),
|
||||
"fee": str(int(sum(TU) / len(TU))) if TU else "",
|
||||
}
|
||||
l25 = hi_of(2025, sch)
|
||||
l26 = hi_of(2026, sch)
|
||||
p25 = layer(2025, sch, "enroll_num")
|
||||
rec["line25"] = line_of(2025, sch)
|
||||
rec["dLine"] = (l26 - l25) if (l25 is not None and l26 is not None) else ""
|
||||
rec["dPlan"] = (int(sum(P26)) - int(sum(p25))) if (p25 and P26) else ""
|
||||
rec["adj"] = sorted(adj_years.get(norm(sch), []))
|
||||
rec["adj26"] = sorted(adj_dirs.get(norm(sch), []))
|
||||
out.append(rec)
|
||||
|
||||
dst = os.path.join(SRC, "docs/择校UI/院校数据.json")
|
||||
txt = json.dumps(out, ensure_ascii=False)
|
||||
json.dump(out, open(dst, "w", encoding="utf-8"), ensure_ascii=False)
|
||||
# 拿到这个包的人要能自己判断数据是哪天、按哪一年的口径导的,而不是靠猜
|
||||
build = __import__("datetime").datetime.now().strftime("%Y-%m-%d %H:%M")
|
||||
caliber = "复试线与录取分取 2026 · 拟招与科目取 2027 官方目录 · 调剂记录 2023–2026 · 学科评估为最近一轮"
|
||||
open(os.path.join(SRC, "docs/择校UI/院校数据.js"), "w", encoding="utf-8").write(
|
||||
"window.BUILD=%s;window.CALIBER=%s;window.SCHOOLS=" % (json.dumps(build), json.dumps(caliber, ensure_ascii=False)) + txt + ";")
|
||||
print("导出", len(out), "条", len(txt) // 1024, "KB", "生成于", build)
|
||||
for k in ("photo", "line", "line25", "plan", "admitted", "minScore", "avgScore", "xkpg", "fee", "adj"):
|
||||
print(" 有%-9s %d 校" % (k, sum(1 for x in out if x[k])))
|
||||
print(" 有涨跌 dLine", sum(1 for x in out if x["dLine"] != ""), "| dPlan", sum(1 for x in out if x["dPlan"] != ""))
|
||||
for t in ("华东理工大学", "清华大学", "北京化工大学"):
|
||||
x = next(i for i in out if i["name"] == t)
|
||||
print(t, "→", {k: x[k] for k in ("line", "line25", "dLine", "plan", "dPlan", "minScore", "xkpg")})
|
||||
@@ -0,0 +1,66 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""把 docs/择校UI 打成可直接拷去手机的 zip,两个版本:
|
||||
择校UI_完整包.zip 含图/大图,详情页头图清晰(约 100MB)
|
||||
择校UI_轻量包.zip 去掉图/大图,详情页自动退回卡片档(约 30MB)
|
||||
|
||||
包内顶层目录名固定为 择校UI/,解压即得。文件名不带日期,重建就覆盖;
|
||||
数据新旧看界面「我的 → 覆盖情况 → 数据生成」,比文件名可靠。
|
||||
|
||||
打完会自检:必需文件在不在、轻量包是否真的没有大图、图片张数与索引是否一致。
|
||||
用法:python -B pack_ui.py
|
||||
"""
|
||||
import csv, os, sys, zipfile
|
||||
|
||||
sys.stdout.reconfigure(encoding="utf-8", errors="replace")
|
||||
BASE = "D:/择校"
|
||||
SRC = os.path.join(BASE, "docs/择校UI")
|
||||
IDX = os.path.join(BASE, "docs/院校风景图_全量/院校风景图总索引.csv")
|
||||
OUT = os.path.join(BASE, "docs")
|
||||
TOP = "择校UI"
|
||||
REQUIRED = ["index.html", "院校数据.js", "专业数据.js"]
|
||||
SKIP_LIGHT = os.path.join("图", "大图")
|
||||
|
||||
|
||||
def photos():
|
||||
return sum(1 for r in csv.DictReader(open(IDX, encoding="utf-8-sig")) if r["文件名"])
|
||||
|
||||
|
||||
def walk(skip=None):
|
||||
for root, dirs, files in os.walk(SRC):
|
||||
rel = os.path.relpath(root, SRC)
|
||||
if skip and (rel == skip or rel.startswith(skip + os.sep)):
|
||||
dirs[:] = []
|
||||
continue
|
||||
for f in files:
|
||||
p = os.path.join(root, f)
|
||||
yield p, os.path.normpath(os.path.join(TOP, rel, f)).replace(os.sep, "/")
|
||||
|
||||
|
||||
def build(name, skip=None):
|
||||
dst = os.path.join(OUT, name)
|
||||
n = 0
|
||||
with zipfile.ZipFile(dst, "w", zipfile.ZIP_DEFLATED, compresslevel=6) as z:
|
||||
for p, arc in walk(skip):
|
||||
z.write(p, arc)
|
||||
n += 1
|
||||
return dst, n
|
||||
|
||||
|
||||
need = photos()
|
||||
for name, skip in (("择校UI_完整包.zip", None), ("择校UI_轻量包.zip", SKIP_LIGHT)):
|
||||
dst, n = build(name, skip)
|
||||
with zipfile.ZipFile(dst) as z:
|
||||
names = z.namelist()
|
||||
bad = [r for r in REQUIRED if TOP + "/" + r not in names]
|
||||
cards = sum(1 for x in names if x.startswith(TOP + "/图/卡片/") and x.endswith(".jpg"))
|
||||
big = sum(1 for x in names if x.startswith(TOP + "/图/大图/"))
|
||||
dirs = sum(1 for x in names if x.startswith(TOP + "/方向/"))
|
||||
mdet = sum(1 for x in names if x.startswith(TOP + "/专业明细/"))
|
||||
sd = sum(1 for x in names if x.startswith(TOP + "/分数分布/"))
|
||||
print("%-22s %6.1f MB %5d 个文件 卡片 %d/%d 大图 %d 方向 %d 专业明细 %d 分数分布 %d %s" % (
|
||||
name, os.path.getsize(dst) / 1048576, n, cards, need, big, dirs, mdet, sd,
|
||||
"缺 " + ",".join(bad) if bad else "自检通过"))
|
||||
if cards != need:
|
||||
sys.exit("图片张数对不上:包内 %d,索引 %d" % (cards, need))
|
||||
if skip and big:
|
||||
sys.exit("轻量包里仍有大图 %d 个" % big)
|
||||
Reference in new issue
Block a user