# qc-dgp #### 介绍 Data grabbing platform(DGP)数据采集平台 #### 文档结构 * `dgp`为代码目录,`gpd/tests`为测试代码目录 * `docs`为文档目录 #### 安装教程 * 确保已安装Python3 * 安装项目依赖,执行 `` #### 特性 * 数据库使用`dbutils`连接池,并独立配置mysql的配置文件`db_config.ini` * 平台订单数据爬取采用线程池子线程爬取,大大提升爬取速度 * 平台账号配置(`conf/account`)使用csv配置文件存储,方便修改同步,并支持直接修改后,下次获取即可生效,无需重启脚本 #### 后续优化点 - [x] 数据库连接需要单独配置 - [ ] 业务报警,钉钉提醒,邮件? - [x] 异常处理 - [ ] 日志输出 - [ ] 全局常量配置 #### 使用说明 * 代码在crontab 中调度,输入crontab -e #### 特别说明 * 掌中云 订单保存时提示是实际入库记录,因为要去重,另外可能存在重复的数据(掌中云有多个账号有同一条订单数据) * 阅文 查询有整点订单查询不到,结束时间多加5秒可以查询,这个是阅文的bug * 花生 订单查询结果是按天查询的,没有按小时查询,所以每小时获取的都是小时当天的所有数据 * 悠书阁 订单查询结果是按天查询的,没有按小时查询,且每小时查询的时候要判断结束时间要比开始时间大一天,否则查询不到数据 #### 待做 * 订单拉取合并为一个代码 小时调度