北京医院编制校招信息自动监控与推送系统

北京医院编制校招信息自动监控与推送系统

项目背景

用户朋友为北京中医药大学2027届应届毕业生，需持续关注北京市公立医院带编制的校招信息。现需要一个自动化脚本，定期从多个渠道抓取招聘更新，去重整理后推送给用户。

核心需求

1. 信息采集

从以下渠道定期抓取招聘公告，重点关注含"编制"“事业编”“事业单位”"公开招聘"等关键词的岗位：

渠道 A：北京市事业单位公开招聘服务平台

• 地址：https://rsj.beijing.gov.cn/ → “个人办事” → “北京市事业单位公开招聘服务平台”
• 采集频率：每日 1 次
• 采集内容：公告标题、发布日期、岗位列表、报名链接
• 过滤条件：招聘单位包含"医院"“卫生”"中医"等关键词

渠道 B：北京卫生人才网

• 地址：http://www.bjwsrc.cn/ → “招聘信息” 和 “通知公告” 栏目
• 采集频率：每日 1 次
• 采集内容：公告标题、发布日期、所属区/单位、详情链接
• 过滤条件：岗位涉及中医、中药、针灸、推拿、护理等中医药相关专业

渠道 C：目标医院官网招聘栏目

需监控以下医院的招聘/人才引进页面：

1. 首都医科大学附属北京中医医院：https://www.bjzhongyi.com/gzb_rczp
2. 北京中医药大学东直门医院：https://www.dzmyy.com.cn/ （信息公开→招聘信息）
3. 北京中医药大学东方医院：http://www.dongfangyy.com.cn/ （信息公开→招聘信息）
4. 中国中医科学院西苑医院：https://www.xyhospital.com/ （人才招聘）
5. 中国中医科学院广安门医院：https://www.gamhospital.ac.cn/ （人才招聘）
6. 中国中医科学院望京医院：https://www.wjhospital.com.cn/ （人才招聘）
7. 北京中医药大学毕业就业网：http://jy.bucm.edu.cn/

• 采集频率：每日 1 次
• 采集内容：公告标题、发布日期、岗位名称及专业要求、报名方式及截止日期

渠道 D：区卫健委官网统招信息

需监控以下区卫健委的招聘公告页面：

1. 西城区卫健委：https://wjw.beijing.gov.cn/ → 搜索西城区相关
2. 海淀区卫健委
3. 朝阳区卫健委
4. 丰台区卫健委
5. 东城区卫健委
6. 通州区卫健委

• 采集频率：每周 2 次（区级统招发布周期较长）
• 采集内容：统招公告标题、岗位数量、报名时间、报名入口
• 过滤条件：仅保留含医院及中医药相关岗位的公告

渠道 E：微信公众号（如有能力抓取）

1. 丁香人才
2. 卫人就业网
3. 健康北京（北京市卫健委官方号）
4. 北京人社

• 采集频率：每日 1 次
• 说明：微信渠道抓取难度较大，若无法实现可降级为仅监控前四个网页渠道

2. 数据处理

去重逻辑

• 以"公告标题 + 发布日期 + 来源渠道"组合为唯一标识
• 同一公告在不同渠道出现时，保留信息最完整的来源，其他标记为重复
• 已推送过的信息不再重复推送，维护已推送记录（本地存储，SQLite 或 JSON 文件）

信息提取与结构化

每条招聘信息提取以下字段：

• 公告标题
• 发布日期
• 来源渠道（平台名称）
• 详情链接（URL）
• 招聘单位
• 岗位数量（如有）
• 专业要求（是否涉及中医药相关专业）
• 招聘对象（应届生/社会人员/不限）
• 户口要求（是否要求京籍）
• 报名起止日期
• 报名方式（网址/邮箱/现场）
• 是否明确含编制（是/否/未注明）

智能标注

• 🟢 编制明确：公告中明确出现"事业编制""编制内"等字样
• 🟡 编制待确认：公告中出现"事业单位公开招聘"但未明确写编制，或为卫健委统招（通常有编）
• 🔴 非编制：公告明确写"非事业编"“合同制”"派遣"等
• ⭐ 推荐标记：同时满足"编制明确/待确认 + 招收应届生 + 中医药相关专业"的岗位

3. 推送机制

推送方式

• 方式一（优先）：邮件推送，发送至用户指定邮箱
• 方式二（备选）：通过 Server酱 / Bark / 企业微信机器人 等推送到微信
• 方式三（兜底）：生成 Markdown 文件存至本地指定目录

推送频率

• 每日汇总推送 1 次，时间为每日 18:00
• 如当日无新信息，发送"今日无新增校招信息"的简短通知

推送格式（Markdown）

📋 北京医院编制校招日报 - 2026-07-07

━━━━━━━━━━━━━━━━━━

⭐ 重点推荐（编制 + 应届生 + 中医药相关）

1.【编制明确】首都医科大学附属北京中医医院2026年公开招聘 📅 发布：2026-07-05 🏥 岗位：中医岗3人、中药岗2人 👥 招聘对象：应届毕业生 📋 户口：非京生源可报 ⏰ 报名截止：2026-07-20 🔗 详情：https://… 📌 报名方式：官网在线投递

━━━━━━━━━━━━━━━━━━

🟢 编制明确

2.【编制明确】西城区卫健系统2026年第二批公开招聘 📅 发布：2026-07-06 🏥 岗位：共150个岗位（含广安门中医院等） 👥 招聘对象：应届生 + 社会人员 📋 户口：应届生不限，社会人员需京籍 ⏰ 报名截止：2026-07-25 🔗 详情：https://… 📌 报名方式：北京卫生人才网在线报名

━━━━━━━━━━━━━━━━━━

🟡 编制待确认

（当日无新增）

━━━━━━━━━━━━━━━━━━

📍 数据来源：事业单位公开招聘平台 / 北京卫生人才网 / 各医院官网 / 区卫健委 📊 本次新增 2 条，累计监控 47 条，已过期移除 12 条

4. 定时执行

• 使用 cron 或系统定时任务，每日 17:30 触发抓取，18:00 完成整理并推送
• 首次运行时，抓取各渠道最近 30 天的公告作为基线数据，但不推送（仅入库存档）
• 从第二次运行开始，仅推送相对基线新增的信息

5. 异常处理

• 网页结构变化导致抓取失败时，记录错误日志并在推送中附加告警：“⚠️ 渠道X抓取异常，请人工检查”
• 推送失败时（如邮件发送失败），将内容写入本地文件./failed_pushes/YYYY-MM-DD.md并在下次推送时附带提醒
• 网络超时重试 3 次，间隔 10s

技术要求

语言与框架

• Python 3.10+
• 网页抓取：requests + BeautifulSoup，必要时使用 Playwright 处理动态页面
• 数据存储：SQLite（轻量本地库）
• 定时任务：APScheduler 或系统 cron
• 推送：smtplib（邮件）+ requests（Server酱/Bark等）

配置文件

使用config.yaml管理所有可配置项：

# 推送配置push:method:email# email / serverchan / bark / wecom / local_fileemail:smtp_host:smtp.xxx.comsmtp_port:465sender:xxx@xxx.compassword:xxxreceiver:xxx@xxx.comserverchan:sendkey:xxxbark:url:https://api.day.app/xxxlocal_file:output_dir:./output# 监控渠道开关channels:platform_bjrsj:true# 北京市事业单位公开招聘平台bjwsrc:true# 北京卫生人才网hospital_official:true# 各医院官网district_wjw:true# 区卫健委wechat:false# 微信公众号（默认关闭，难度大）# 抓取频率（小时）schedule:platform_bjrsj:24bjwsrc:24hospital_official:24district_wjw:48wechat:24# 过滤关键词filter:include_keywords:-中医-中药-针灸-推拿-骨伤-康复-护理-药学-医学-卫生-医院exclude_keywords:-合同制-劳务派遣-非事业编-科研助理-博士后# 专业匹配（用户朋友的专业，根据实际情况修改）target_majors:-中医学-中药学-针灸推拿学-中医骨伤科学-中西医临床医学# 数据存储storage:db_path:./data/jobs.dblog_path:./logs/ 项目结构 beijing-hospital-job-monitor/ ├── config.yaml# 配置文件├── main.py# 主入口：调度抓取 → 处理 → 推送├── crawlers/ │ ├── base.py# 爬虫基类│ ├── bjrsj_platform.py# 北京市事业单位公开招聘平台│ ├── bjwsrc.py# 北京卫生人才网│ ├── hospital_official.py# 各医院官网│ ├── district_wjw.py# 区卫健委│ └── wechat.py# 微信公众号（可选）├── processor/ │ ├── dedup.py# 去重逻辑│ ├── extractor.py# 信息提取与结构化│ └── tagger.py# 编制标注 + 推荐标记├── pusher/ │ ├── base.py# 推送基类│ ├── email_pusher.py# 邮件推送│ ├── serverchan.py# Server酱推送│ ├── bark.py# Bark推送│ └── local_file.py# 本地文件输出├── db/ │ ├── models.py# 数据模型│ └── store.py# SQLite 读写├── templates/ │ └── daily_report.md# 推送模板├── data/# 数据库文件目录├── logs/# 日志目录├── output/# 本地文件推送目录└── requirements.txt 注意事项 反爬策略：各渠道均为政务/事业单位网站，请求频率控制在合理范围（每次请求间隔 ≥ 3 秒），设置合理的 User-Agent 动态页面：北京市事业单位公开招聘平台可能使用动态加载，如 requests 无法获取内容，切换为 Playwright 编码问题：部分政务网站使用 GBK 编码，注意响应内容的编码处理 数据安全：config.yaml 中含邮箱密码等敏感信息，加入 .gitignore 长期维护：网页结构可能变化，每个爬虫模块需做好异常捕获，单个渠道失败不影响其他渠道运行---这份需求文档覆盖了渠道、抓取逻辑、数据处理、推送格式和项目结构。你发给 Codex 后，它可以根据这个规格直接生成可运行的代码。有几个地方你可能需要根据实际情况调整：-`target_majors`：填入你朋友的实际专业-`push.method`：选一个你最方便的推送方式-`channels.wechat`：微信抓取难度大，建议先关闭，跑通网页渠道后再考虑