Initial commit: 招标信息爬虫与分析系统

test_fix_verification.py

@@ -0,0 +1,70 @@
+# -*- coding: utf-8 -*-
+"""
+测试修复后的项目名称和批准文号提取逻辑
+"""
+import logging
+import sys
+import os
+
+# 添加当前目录到模块搜索路径
+sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
+
+# 配置日志
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger(__name__)
+
+def test_project_name_extraction_fix():
+    """测试修复后的项目名称提取逻辑"""
+    logger.info("开始测试修复后的项目名称提取逻辑")
+    
+    # 测试用例
+    test_titles = [
+        "湖堤生态修复工程[A3306010720060234001001]",
+        "[招标文件]（测-试）临海市房建施工0212-2招标文件公示[A3300000090000695005001]",
+        "[招标文件]通途路（大闸路-湖西路）拓宽改造工程（监理）项目招标文件预公示[A3302010220026373001001]",
+        "[招标文件]集成电路链主企业配套产业园（南片）B、H、F～G地块及配套项目-B地块建设工程（01地块）施工招标文件公示[A3306021280001738001001]",
+        "[招标文件]临海市副中心城市片区基础设施更新改造工程—沿河路、前王路及镇政府停车场改造提升招标文件公示[A3300000090000689001001]",
+        "[招标文件]宁波市海曙绿道提升工程（施工）招标文件预公示[A3302030230026386001001]",
+        "[招标文件]嘉科微二号园一号楼改造提升工程设计采购施工总承包(EPC)招标文件公示[A3304010550007317001001]",
+    ]
+    
+    # 导入爬虫的解析函数
+    from spiders.zhejiang import ZhejiangSpider
+    
+    for title in test_titles:
+        logger.info(f"\n测试标题: {title}")
+        
+        # 模拟解析过程 - 注意：_parse_record 函数的参数是 (record, source)
+        # record 应该是 API 返回的原始记录，包含 "title" 字段
+        api_record = {
+            "title": title,
+            "linkurl": "",
+            "webdate": "2026-02-13",
+            "infod": "",
+            "categoryname": "",
+        }
+        
+        # 调用爬虫的解析函数
+        parsed_item = ZhejiangSpider._parse_record(api_record, "测试")
+        
+        logger.info(f"  提取结果:")
+        logger.info(f"  项目名称: {parsed_item.get('项目名称', '未提取')}")
+        logger.info(f"  项目批准文号: {parsed_item.get('项目批准文号', '未提取')}")
+        
+        # 验证批准文号是否从项目名称中删除
+        project_name = parsed_item.get('项目名称', '')
+        approval_number = parsed_item.get('项目批准文号', '')
+        if approval_number and approval_number in project_name:
+            logger.error(f"  ❌ 错误: 批准文号 '{approval_number}' 仍在项目名称中")
+        else:
+            logger.info(f"  ✅ 正确: 批准文号已从项目名称中删除")
+
+def main():
+    """主函数"""
+    test_project_name_extraction_fix()
+
+if __name__ == "__main__":
+    main()