ggyx 择校数据库说明
库文件:D:\ggyx_data\ggyx.db(SQLite 3,WAL 模式,929 MB,52 张表 + 15 个视图)
导出目录:D:\ggyx_data\db_export\(每个表/视图一份 UTF-8-BOM CSV)
数据字典:D:\ggyx_data\DATA_DICT.md
生成时间:2026-10-20
一、总量
| 层级 |
表 |
行数 |
| 院校 |
dim_school / v_school_all |
1,038 / 1,039 |
| 院系 |
dim_dept |
7,002 |
| 专业 |
dim_major |
1,342 |
| 硕士点 |
hot_triple |
19,686(全日制 18,237 / 非全 1,449) |
| 调剂公告 |
adjust_notice |
85,487(2023–2026) |
| 拟录取/复试名单 |
admission_list |
672,671 |
| 分数段 |
score_segment |
94,920 |
| 分数去向 |
score_dest |
27,719 |
| 调剂标签 |
ssd_tag |
55,848 |
| 推荐考分 |
exam_score |
201,901(2023-2026 四届,941 专业 / 17,730 硕士点) |
| 科目分数分布 |
exam_dist |
891,757(2023-2026 四届) |
| 生源构成 |
st_source |
274,761 |
| 院校×专业对比 |
major_contrast |
51,084 |
| 全国院校排名 |
major_school_rank |
18,514 |
| 调剂生源构成 |
major_analyze |
5,760 |
| 预调剂报名排名 |
pre_adjust_rank |
169,049 |
| 上岸学长学姐 |
prosgraduate |
242,459(含头像,覆盖率 95.4%) |
| 参考书 |
book_ref |
35,647 |
| 参考书作者 |
book_author |
59,609 |
| 考试科目字典 |
exam_subject |
9,006 |
| 专业热度榜 |
major_hot_rank |
1,518(含排名升降) |
| 专业内院校热度榜 |
major_school_hot |
8,362(含招生数/一志愿最低分/拟录取最低分) |
| 同等学力限制硕士点 |
major_limit_tag |
5,638(一志愿未招满 2,389 + 一志愿差额 3,249,含计划招生数) |
| 全国报录比基准 |
fill_stat |
3(快照序列,样本 250 万) |
| 学科评估 |
dim_xkpg |
5,147(371 校,A+~B-) |
| 科研平台 |
dim_kypt |
368(141 校国家重点实验室等) |
| 历史身份映射 |
triple_hist |
19,686(2023-2026 各年 xy/major 代码) |
| 榜单指标(推导) |
major_rank_metrics |
19,686(400+人数/非全录取/初试前十/复录比) |
| 历史复录比汇总 |
getfs_hist_all |
49,124(2023-2026 四届) |
| 历史复录比分数段 |
getfs_seg_all |
298,880(2023-2026 四届) |
| 历史分数去向汇总 |
fs_dest_hist |
9,309(2024-2025) |
| 历史分数去向明细 |
fs_dest_person |
61,393(2024-2025,逐考生) |
| 扩招缩招/录取分骤降 |
major_yoy_metrics |
17,361(各届录取数/最低分/增量) |
| 社区文章 |
article |
15,179 |
| 用户晒分 |
exam_person |
7,242 |
| 可调剂专业 |
school_adjust_major |
9,246 |
| 院校代码 |
dim_school_code |
1,038 |
合计 约 394 万行(含 fact_raw 98,430 + fact_raw2 43,398 两份原始包与采集日志;业务数据约 330 万行)。
二、择校视角:三个现成视图
| 视图 |
粒度 |
行数 |
一条记录能看到什么 |
v_school_choice |
硕士点 |
19,686 |
院校层次/地区/院校代码 + 专业全国排名 + 外调剂最低分/人数 + 拟录取数/复试数/最低分 + 预调剂报名人数 + 上岸学长方数 + 参考书数 + 专业标签 |
v_school_profile |
院校 |
1,038 |
硕士点数/专业数/院系数/名单数/公告数/对比记录数/最低分/预调剂量 |
v_major_choice |
专业 |
1,342 |
开设院校数/硕士点数/外调剂最低分区间(avg/min/max)/参考书数/科目数/上岸学长方数 |
v_school_choice 的字段顺序(做筛选时的抓手):
三、覆盖度(分母 19,686 个硕士点)
| 指标 |
覆盖 |
比例 |
| 有拟录取名单 |
19,286 |
98.0% |
| 有复试名单 |
15,414 |
78.3% |
| 有分数段 |
14,292 |
72.6% |
| 有推荐考分 |
17,730 |
90.1%(2023-2026 四届合计;单届 2026 为 15,170,941/1,342 专业) |
| 有历史复录比 |
17,361 |
88.2%(2023-2025 至少一年有数据) |
| 有最低分 |
14,669 |
74.5% |
| 有调剂标签 |
19,110 |
97.1% |
| 有院校专业标签 |
19,493 |
99.0% |
| 有预调剂排名 |
15,441 |
78.4% |
| 有上岸学长记录 |
18,010 |
91.5% |
| 有分数去向 |
4,847 |
24.6%(2026 届;2024-2025 另 9,309 个在 fs_dest_hist) |
| 有 VIP 抄底记录 |
2,389 |
12.1%(未招满)+ 3,249(差额) |
专业级:1,292 / 1,342 个专业有院校对比(96%),994 个专业有全国调剂排名(74%),1,291 个专业有参考书(96%)。
四、免费 / 登录 分界
| 状态 |
数量 |
说明 |
| 未登录即可拿 |
38 |
调剂公告、专业库、部分字典 |
| 仅登录后可拿 |
87 |
登录后全部解锁,24 个有数据 |
| 仍需 VIP |
约 10 |
学费/学制(fx/oth_info)、Contrastnew/index_tab、sch/news/search、zt_detail 等 |
登录态存在 collect\token.txt(32 位 hex),ggyx.py 自动带上。失效后双击 ggyx_login.bat 登录,再跑 grab_token.py。
五、已抓到的接口
| 接口 |
内容 |
落表 |
adjust/index/adjust_list |
调剂公告(2023–2026) |
adjust_notice |
adjust/Hot/schoolRanking |
硕士点榜 19,686 条 |
hot_triple |
sch/schinfo/sel_ssd2 |
专业库 1,342 条 |
dim_major |
adjust/ad26/fx/tab_list |
拟录取 / 复试名单 |
admission_list |
sch/schinfo/getfs |
一志愿复试录取分数段 |
score_segment |
sch/schinfo/fs_destination |
录取考生本科去向 |
score_dest |
sch/schinfo/ssd_tag |
招生/调剂标签 |
ssd_tag |
sch/schinfo/exam_score |
推荐考分 + 科目分布 |
exam_score / exam_dist |
sch/schinfo/st_source |
生源构成 |
st_source |
adjust/hot/majorSchoolRanking |
按专业:全国院校调剂排名 + 外调剂最低分 |
major_school_rank |
sch/Contrastnew/search_sdd |
按专业:全国院校对比 + 院校专业标签 |
major_contrast |
adjust/hot/majorAnalyze |
按专业:调剂生源层次构成 |
major_analyze |
adjust/Pre_Adjustment/ranking |
按硕士点:预调剂报名者分数排名 |
pre_adjust_rank |
guada/article/ssd_prosgraduate |
按硕士点:上岸学长分数与去向 |
prosgraduate |
search/book |
按专业:参考书清单 + 使用院校数 |
book_ref |
search/author |
按专业+书名:作者/版次/出版社 |
book_author |
search/kskm2 |
按一级学科:政治/外语/数学/专业课科目表 |
exam_subject |
guada/Article/article_list_hot_time |
社区文章 |
article |
guada/article/tj_person |
用户晒分 |
exam_person |
sch/schinfo/sch_xkpg |
学科评估 + 科研平台(只要 school_id) |
dim_xkpg / dim_kypt |
sch/schinfo/checkssd |
硕士点 2023-2026 历史身份映射 |
triple_hist |
sch/schinfo/cant_list |
VIP抄底两类:type=cant_list 未招满 / type=difference_list 差额(按 major_id,per_page=2 须翻页) |
major_limit_tag |
sch/schinfo/getfs year=2023..2025 |
历史复录比 + 分段复试/录取/淘汰 |
getfs_hist / getfs_seg → getfs_hist_all / getfs_seg_all |
sch/schinfo/fs_destination year=2024/2025 |
历史分数去向(层次/区域/逐考生) |
fs_dest_hist / fs_dest_person |
sch/schinfo/exam_score year=2023/2024 |
历史推荐考分 + 科目分布 |
exam_score / exam_dist(year 维度) |
六、目录结构
| 路径 |
内容 |
ggyx.db |
成品数据库,直接可用 |
db_export/*.csv |
全表 CSV 导出 |
DATA_DICT.md |
表结构、字段、示例查询 |
endpoints/ |
212 个接口的原始解密 JSON |
adjust_final_{2023..2026}.json |
四年调剂公告去重合并 |
adjust_by_school/{年}/ |
3,712 个校名分片 |
manifest.csv |
首轮逐接口 code / 行数 / 字节 / 耗时 |
collect/ |
采集脚本(见下) |
七、脚本
| 脚本 |
用途 |
collect/ggyx.py |
加解密 + 请求封装(自动带 token) |
collect/build_db.py |
从原始文件重建维度与大表(幂等) |
collect/collect_triples.py |
19,686 个硕士点 × 2 类名单 |
collect/collect_schools.py |
按院校补资讯 / 可调剂专业 |
collect/collect_gated2.py |
登录后补 5 个分数类接口 |
collect/collect_more.py |
专业级 3 接口 + 深接口 2 个(批量落库) |
collect/collect_exam.py |
参考书 / 作者 / 考试科目 |
collect/normalize_facts.py |
fact_raw → 规范表 |
collect/normalize_more.py |
fact_raw2 → 排名/对比/生源/预调剂/学长 |
collect/fill_schools.py |
对比表里的院校反查 school_id |
collect/fill_notice_schools.py |
公告里的院校反查 school_id |
collect/finalize.py |
择校全景视图(v_school_choice 等) |
collect/export.py |
建视图、导 CSV、质量核对 |
collect/gen_dict.py |
生成 DATA_DICT.md |
collect/collect_avatar.py |
学长头像回填(231,299 条) |
collect/collect_new.py |
新发现 6 接口(热度榜/限制标签/报录比快照/问卷/届数) |
collect/merge_gap.py |
第四轮合并(学科评估/历史映射/2025 单科/榜单指标) |
collect/merge_round6.py |
第六轮合并(历史复录比/分数去向/2024-23 单科/抄底双类) |
collect/derive_yoy.py |
推导 2023-2026 统一历史层 + 扩招缩招/录取分骤降指标 |
collect/fetch_chsi_exact.py |
研招网 2027 目录精确驱动(按我们宇宙的 10,593 分片,断点续跑) |
collect/grab_token.py |
从已登录 Chrome 读 token |
八、常用查询
九、核对方法
hot_triple 应为 19,686 行;adjust_notice 分年 2023=20,150 / 2024=14,525 / 2025=23,372 / 2026=27,440,合计 85,487。
admission_list 中 list_type=1 拟录取、=2 复试;孤儿记录(三元组不在热榜)应为 0。
v_school_choice 应等于 19,686 行(与 hot_triple 一一对应,不因关联而膨胀)。
- 各
collect_log* 记录任务级成败,fact_raw* 保留原始响应,便于判断"服务端没数据"还是"抓取失败"。
十、已知边界(拿不到的数据)
- 学费:
adjust/ad26/fx/oth_info 返回「请先购买调剂vip」,无免费孪生接口;研招网目录接口(dwzys/yjfxs.do)也不返学费。现有 1,612 条来自公告正文提取(src_tuition,在主库)。
- 学制:站点侧同上学费接口;研招网
zybz 备注仅约 3% 含"学习年限N年"。现有 4,276 条来自简章提取(src_tuition,在主库)。
- 学科评估:已全量采集(
dim_xkpg 5,147 条,站点即全量)。
- 复试线 / 自划线:
sch/schinfo/cut_score 全参数返回空;实际可用的分数线是 score_segment(分数段)与 v_triple_full.min_score。
- 招生计划人数:站点侧
cant_list 的 plan_zs_num(5,638 行);官方计划数另走研招网 2027 目录(nzsrs,见主库 chsi_2027_dir,采集中)。
- 报录比:无官方报考人数;
filling/statistics 只返回全站汇总(不随硕士点变化),已存 3 份快照看趋势;竞争度可用 pre_adjust_rank(预调剂报名量)+ n_retest(复试人数)近似。
- year 参数的真相:
tab_list、schoolRanking、majorSchoolRanking 的 year 无效(历均返回最新);但 getfs / fs_destination / exam_score 支持 year,已采 2023-2026 四届;guada/article/ssd_prosgraduate 忽略 year(2023 回包与 2026 完全相同,已作废去重)。
pro_list_new 名为"专业目录",实为 A/B 区省份字典;考试科目走 search/kskm2(需 major_one_id + maj_id + type)。
sch/news/list 多数院校返回同一批全局资讯,去重后仅 3 条,school_news 参考价值低。
- 607 条公告无院校署名(源站标为"未标注院校"),无法归属。
hot_num 语义已裁定:热度榜排序键(平台热度指数 1-289,非人数),ranking 与 hot_num 严格单调 0 违例。
fx_detail 看似返回报录比/招生/报考人数,实测 6 个不同三元组返回完全相同数据——是账号个人目标设定,无法批量采集。