2021年北京积分落户名单公布了，手痒痒就写了一段Java代码，运行了两个多小时，终于到了所有数据，如下截图：
本着“Talk is cheap, Show me the code.”的原则，先看一下源码。
源码
落户实体类
先写一个落户实体类，便于储存和分析。
@Setter
@Getter
static class Person {
private int id;
private String number;
private String name;
private int year;
private int month;
private String company;
private double totalScore;
private double[] detailScore;
}
获取落户名单
获取落户名单的Ajax请求返回的居然是HTML，想法比较惊奇。直接写个正则表达式，提取想要的数据。
private final static Pattern LIST_PATTERN = Pattern.compile(
"<tr>[^<]*?<td[^>]*?>(\\S*?)</td>[^<]*?<td[^>]*?>(\\S*?)</td>[^<]*?<td[^>]*?>(\\d+)\\-(\\d+)</td>[^<]*?<td[^>]*?>(\\S*?)</td>[^<]*?<td[^>]*?>(\\S*?)</td>[^<]*?<td[^>]*?>[^<]*?<a[\\s\\S]*?onclick=\"showDetails\\('(\\d+)'\\)\">查看</a>[^<]*?</td>[^<]*?</tr>");
private static List<Person> findPersonList() throws InterruptedException {
String url = "http://fuwu.rsj.beijing.gov.cn/jf2021integralpublic/settlePerson/tablePage";
List<Person> personList = new ArrayList<>();
for (int page = 0; page <= 6040; page += 10) {
Map<String, String> params = new HashMap<>();
params.put("name", "");
params.put("rows", "10");
params.put("page", Integer.toString(page));
String result = HttpUtils.doPost(url, params);
Matcher matcher = LIST_PATTERN.matcher(result);
while (matcher.find()) {
Person person = new Person();
person.setNumber(matcher.group(1));
person.setName(matcher.group(2));
person.setYear(Integer.parseInt(matcher.group(3)));
person.setMonth(Integer.parseInt(matcher.group(4)));
person.setCompany(matcher.group(5));
person.setTotalScore(Double.parseDouble(matcher.group(6)));
person.setId(Integer.parseInt(matcher.group(7)));
personList.add(person);
}
log.info("page: {} ", page);
Thread.sleep(1000);
}
return personList;
}
获取积分详情
积分详情的Ajax请求返回也是HTML，直接写10个正则表达式，提取想要的数据。
private final static Pattern[] DETAIL_PATTERN_ARRAY = {
Pattern.compile("合法稳定就业</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("合法稳定住所</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("教育背景</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("扣除取得学历（学位）期间累计的居住及就业分值</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("创新创业</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("职住区域</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("纳税</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("年龄</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("荣誉表彰</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
Pattern.compile("守法记录</td>[^<]*?<td[^>]*?>([\\d\\.\\-]+)"),
};
private static void enrichPersonList(List<Person> personList) throws InterruptedException {
String url = "http://fuwu.rsj.beijing.gov.cn/jf2021integralpublic/settlePerson/settlePersonDetails";
for (int i = 0; i < personList.size(); i++) {
Person person = personList.get(i);
Map<String, String> params = new HashMap<>();
params.put("id", Integer.toString(person.getId()));
String result = HttpUtils.doPost(url, params);
double[] detailScore = new double[DETAIL_PATTERN_ARRAY.length];
for (int j = 0; j < DETAIL_PATTERN_ARRAY.length; j++) {
Matcher matcher = DETAIL_PATTERN_ARRAY[j].matcher(result);
if (matcher.find()) {
detailScore[j] = Double.parseDouble(matcher.group(1));
} else {
log.error("index: {}\n{}", j, result);
}
}
person.setDetailScore(detailScore);
log.info("person count: {} / {}", i, personList.size());
Thread.sleep(1000);
}
}
数据分析
现在已经有很多统计和分析，比如：年龄分布、公司排名，都已经烂大街了，一搜就能搜到，我们来看看不一样的。
有163人没上过大学，其中有19人年薪超过65万，占比11.65%；有5882人上了大学，其中有1476人年薪超过65万，占比25.09%。所以，要想获得更好的生活条件和境遇，需要更高的学历。
名单数据
最后，感谢你的点赞、推荐和关注，帅气又美丽。