国网招标数据
Overview
把国家电网电子商务平台(ECP)的招标公告、采购公告、中标候选人公示、成交结果公告自动采集下来，沿"招标公告 → 中标（成交）结果 → 中标价"一路解析入账，建成并维护一张"中标人汇总"总台账，之后转为只盯新公告的增量巡检（不再翻历史）。信息包含批次、采购编号、分标编号/包号、项目名称、项目地点、招标人/采购人、招标代理机构、中标人（成交供应商）、中标价（来自候选人公示）、报名截止与公告发布日期。默认盯陕西，想看哪个省就换成哪个省——说一句"改成江苏"即可自动带出其各地市一并搜（省名会漏掉标题不含省名的地市公司）；业务线默认工程服务，说一句"抓物资"就切到物资类采购，也可指定具体物资名（变压器 / 电缆 / 绝缘子）。台账按业务线分列（工程服务 16 列 / 物资 21 列），自动按"项目时间 → 分标 → 分包"三级排序，说明行始终留在表尾。数据来自国网 ECP 公开页面，省份与业务线都只是搜索关键词——换省换线不用改代码；随包只含文本配置与脚本，示例台账在首次使用时由脚本生成，不附带任何二进制。使用前提：需自备一个已登录并配置国网 ECP 数字证书的 Edge 用户目录（环境变量 SGCC_EDGE_PROFILE 指定）。
本技能为通用版：列表页是全国统一入口，省份与业务线（工程服务 / 物资 / 具体物资名）
都只是搜索关键词——换省只需换省名+该省地市，换业务线只需换搜索词（如 物资 / 变压器）。
台账按业务线选不同列模板（templates/ledger_columns.json），目前内置「工程服务」「物资」两套。
需要真实中标数据请联系作者：348760700@qq.com（随包不含任何真实数据）。
产物总台账：由 scripts/ledger_scan.py 按业务线模板维护（工程服务 16 列 / 物资 21 列，对应不同 sheet）。台账 xlsx 由 scripts/make_ledger.py 按需生成，不随包附二进制：python scripts/make_ledger.py --template 工程服务 生成含脱敏示例行的台账，加 --blank 生成空台账供填真实数据；示例内容（标题/表头/示例行/说明含邮箱）存于 templates/ledger_samples.json（纯文本）。需要真实数据请联系作者：348760700@qq.com。台账路径可通过环境变量 SGCC_LEDGER 覆盖（指向你自己的最新台账）；ledger_scan / sort_ledger 在默认台账缺失时会自动生成。
铁律（违反即返工）
- 准确性第一——不臆测、不外推；对不上的留空写清，别编。
- 只在用户指定的工作区内新建/修改/删除文件；其它目录只读参考、不写入（避免污染其它项目工作区）。
- Downloads 里下载的文件不删、不动、不改名；要处理先复制到本工作区再解压。
- 只抓 2026 年、只抓"市场化项目服务授权采购（原集体企业/子公司）"这条线（含其物资类采购）；省份与业务线按你给的关键词过滤（省份=省名，业务线=物资/具体物资名/工程/服务等）。南瑞/科东/±800kV 直流、营业厅电子屏等明显无关项目不碰。
- 少开并行任务（曾因并行过多系统崩溃）；一个标抓完处理完再下一个。
- 浏览器脚本收尾必须杀 Edge 进程树（见"环境"），否则 headless 残留一直下载。
- 表格里已有真实数字不覆盖；占位"待补/待结果公告"可覆盖。
- 少用截图/读图（积分消耗大），优先纯程序化文本输出。
环境（每次开工先确认）
- Python 环境：脚本依赖
openpyxl与websocket-client。优先使用本机托管 Python venv（已内置这两包）；若用系统python/python3，请先pip install openpyxl websocket-client。
脚本里的python指运行环境里的 Python 解释器。 - 抓 ECP 用 headless Edge + CDP：
msedge.exe --headless=new --remote-debugging-port=9333 --user-data-dir=<你的Edge用户数据目录> --no-first-run
必须用一个已登录、并已配置好国网 ECP 数字证书的 Edge 用户数据目录，通过环境变量SGCC_EDGE_PROFILE指定（脚本无内置默认值，未设置会报错提示）。换目录或证书未配置会导致无法访问需登录的列表页。
Edge 可执行文件路径通过SGCC_EDGE_BIN指定，缺省为C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe。 - 收尾必做：
python scripts/kill_edge.py（查占用 9333 的 msedge →taskkill /PID <pid> /T /F）。
平台入口（四类列表页）
前缀 https://ecp.sgcc.com.cn/ecp2.0/portal/#/list/list-etp/，后缀：
| 类型 | 后缀 |
|---|---|
| 招标公告 | 202111091047301_14_2020110706504025 |
| 采购公告 | 202111091047301_14_2020110706504027 |
| 中标候选人公示 | 202111091047301_14_2020111115278748 |
| 中标（成交）结果公告 | 202111091047301_14_2020111115278758 |
- 结果公告只有中标人、没有价；中标价只在"候选人公示"里，公示期一过就撤，须及时抓。
- 详情页不用登录；但列表页行内没有 href/urlkey，必须真实鼠标点整行 tr 才会新开
doci-bid/doci-win标签拿到 urlkey。
工作流
Step 1 · 建立基线（不要凭记忆假设现状）
python scripts/ledger_scan.py [台账路径] [--template 工程服务|物资]
输出数据行数、批次分布、中标价/中标人空值数、最新公告日期（列按所选模板）。据此判断"新"的起点。
> 台账 xlsx 用 python scripts/make_ledger.py --template 工程服务 生成（含脱敏示例行；--blank 出空台账供填真实数据）；用自有台账则传路径或设 SGCC_LEDGER。台账缺失时本步会自动生成。
Step 2 · 增量发现新公告
python scripts/sgcc_scan_all.py # 全国最新（判断平台更新到哪天）
python scripts/sgcc_scan_all.py --line 物资 # 全国物资类最新
python scripts/sgcc_search_kw.py --province 江苏 # 江苏线(自动补搜江苏各地市)
python scripts/sgcc_search_kw.py --province 江苏 --line 物资 # 江苏物资类
python scripts/sgcc_search_kw.py 江苏 # 等价写法(单关键词, 向后兼容)
⚠️ 列表页是全国统一入口，省份 = 省名、业务线(物资/具体物资名) = 搜索词。脚本按 --province 自动从 templates/provinces.json 取该省省名+地市补搜（省名会漏掉标题不含省名的地市公司）。换省把示例省名换成目标省名即可；换业务线加 --line 物资 或具体物资名（变压器/电缆/绝缘子）。
搜到的条目要再按"是否目标批次/业务线"人工过滤，别把明显无关项目（如营业厅电子屏）误纳入。
Step 3 · 取详情 + 下载附件
- 在列表页用
Input.dispatchMouseEvent真实鼠标点整行 tr（JSclick()/dispatchEvent无效），新开标签拿 urlkey。只认点击后"新增"的标签页。 - 下载附件严格按"终极姿势"（见
references/踩坑与排障.md§2）：
Browser.setDownloadBehavior发在 browser 级 websocket →scrollIntoView()把按钮滚进视口 →
校验getBoundingClientRect()在屏内 → 真实鼠标点击 → 监听Browser.downloadWillBegin。 - 落盘是 UUID 临时名（无扩展名），复制到本工作区改名
.zip；用 mtime 变化检测，不靠文件名（同名会自动加序号）。
Step 4 · 解析入账 / 回填（先选业务线模板）
按 references/数据口径与台账结构.md 执行：先用 --template 选定业务线（工程服务 / 物资）→
附件解压 → 验证标题含预期批次关键词 → 按该模板列结构解析表格 →
回填分包名称/项目地点/中标价（物资为中标总价/单价/制造商）→ 写回对应台账。
Step 5 · 排序（回填后立即做，保持台账有序）
回填/增量写库后运行排序脚本，让台账维持固定顺序（便于比对与增量巡检）：
python scripts/sort_ledger.py [台账路径] [--template 工程服务|物资]
固定排序规则（勿改，按模板键列）：① 项目时间＝批次名"第X次"序号（第一次→…→第十六次）；② 分标号＝标XX 取数值升序；③ 分包号＝包XX 取数值升序。说明行保持表尾，原地重写并保留单元格样式。
Step 6 · 回读验证（必做）
openpyxl 回读首/中/末行 + 全表扫批次分布，确认：没错位、没重复、说明行仍在表尾、批次按时间、组内按分标/包有序。
台账结构（按业务线模板，列数不同）
台账按业务线选不同列模板，定义见 templates/ledger_columns.json。每套模板含：sheet 名、列名列表、排序键列（批次/分标/包）、中标人/中标价列、默认台账路径（default_file，由 make_ledger 生成）。当前内置两套：
- 工程服务（sheet
中标人汇总，16 列）：A 批次｜B 采购编号｜C 结果序号｜D 项目名称｜E 分标编号｜F 包号｜G 分标名称｜H 分包名称｜I 项目地点｜J 中标人(成交供应商)｜K 代理服务费(元)｜L 招标人/采购人｜M 招标代理机构｜N 中标价(元,来自候选人公示)｜O 报名截止｜P 公告发布日期 - 物资（sheet
中标人汇总_物资，21 列）：在工程服务基础上，把 G/H 替换为 物资类别/物资名称，并增加 主要物资名称、物料编码/规格型号、制造商、单价(元)、数量 等物资字段（详见templates/ledger_columns.json）。
通用约定：第 1 行标题、第 2 行表头、数据从第 3 行起、最后一行是"说明行"（勿当数据）；排序键（批次"第X次"→分标标XX→包XX）两套模板一致。
详细口径（中标价单位、入围制、地点三级提取、开标记录价、物资字段等）见 references/数据口径与台账结构.md。
增量巡检要点（台账建成后的常态）
- 采购/招标公告 → 新项目立即入库（不等结果），填 D/E/F、G/H/I（取自附件"项目需求一览表"）、L、M、O、P。
- 候选人公示 → 抓 N 列中标价（公示期只有几天，过期看不到，这是补价唯一通道）。
- 结果公告 → 补 J 列中标人/成交供应商。
- 本地优先：下附件前先翻本工作区已有资料和 Downloads 已下 zip，有就直接用，不重复下载。
- 包号对不上时，以结果公示/候选人公示原文为准。
已知结构性事实：部分省份（以陕西为例）原集体企业/子公司这条线 2026 年没有候选人公示（最新仅 2025-11-19），
因此 N 列空值无法从公示补，属正常，不是遗漏。
资源
scripts/
make_ledger.py [--template 工程服务|物资] [--blank] [--out FILE] [--force]— 生成台账 xlsx（不随包附二进制，用前按需生成；--blank出空台账供填真实数据，默认含脱敏示例行）ledger_scan.py [台账路径] [--template 工程服务|物资]— 按模板基线扫描（批次分布/中标价·中标人空值/最新日期；台账缺失自动生成）sort_ledger.py [台账路径] [--template 工程服务|物资] [--dry-run]— 按"项目时间→分标→分包"三级排序，说明行留表尾sgcc_scan_all.py [--line 物资] [--out FILE]— 四类列表页无关键词扫描，看平台最新到哪天（可按业务线过滤）sgcc_search_kw.py [关键词] [--province 江苏] [--line 物资] [--out FILE]— 按省份(+地市)+业务线搜索四类列表页，抓标题+日期kill_edge.py— 清理占用 9333 端口的 Edge 进程树（收尾必跑）
templates/ 与 配置
templates/ledger_columns.json— 业务线列模板（工程服务/物资），定义 sheet、列、排序键、中标人/中标价列、默认台账路径templates/ledger_samples.json— 脱敏示例内容（标题/表头/示例行/含邮箱说明行），纯文本，供make_ledger.py生成 xlsxtemplates/provinces.json— 省份→地市清单（用于--province自动补搜地市），可增删
references/
数据口径与台账结构.md— 列定义、中标价单位规则、入围制、地点三级提取、开标记录价、物资字段、批次命名踩坑与排障.md— 说明行禁批量插行、GBK 解压、附件下载终极姿势、合并单元格、headless 残留、关键词漏地市
作者与联系
- 作者：安朋康｜348760700@qq.com
