Initial commit: 招标信息爬虫与分析系统

test_project_name_extraction.py

@@ -0,0 +1,61 @@
+# -*- coding: utf-8 -*-
+"""
+测试项目名称提取逻辑
+"""
+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():
+    """测试项目名称提取逻辑"""
+    logger.info("开始测试项目名称提取逻辑")
+    
+    # 测试用例
+    test_titles = [
+        "[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]",
+    ]
+    
+    # 导入正则表达式
+    import re
+    
+    for title in test_titles:
+        logger.info(f"\n测试标题: {title}")
+        
+        # 使用修改后的标题解析逻辑
+        title_pattern = r"\[(?:招标文件|招标公告)\]\s*(.*?)\s*\[([A-Z0-9]+)\]\s*$"
+        match = re.search(title_pattern, title)
+        if match:
+            project_name = match.group(1).strip()
+            # 删除结尾的"招标文件公示"、"招标文件预公示"等后缀
+            suffixes = ["招标文件公示", "招标文件预公示", "招标公告", "招标预公告"]
+            for suffix in suffixes:
+                if project_name.endswith(suffix):
+                    project_name = project_name[:-len(suffix)].strip()
+            project_approval = match.group(2).strip()
+            logger.info(f"  提取结果:")
+            logger.info(f"  项目名称: {project_name}")
+            logger.info(f"  项目批准文号: {project_approval}")
+        else:
+            logger.warning("  标题解析失败")
+
+def main():
+    """主函数"""
+    test_project_name_extraction()
+
+if __name__ == "__main__":
+    main()