match_spider/bdzbw/utils/tools.py

import hashlib
import socket
import re


def sha1(text: str):
    """
    十六进制数字字符串形式摘要值

    @param text: 字符串文本
    @return: 摘要值
    """
    _sha1 = hashlib.sha1()
    _sha1.update(text.encode("utf-8"))
    return _sha1.hexdigest()


def get_host_ip():
    s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
    try:
        s.connect(('8.8.8.8', 80))
        ip = s.getsockname()[0]
    finally:
        s.close()
    return ip


def check_crawl_title(title: str):
    crawl_keywords = {
        '招标', '流标', '评标', '询价', '中标候选人', '抽签', '谈判', '中选', '意见征询',
        '更正公告', '废标', '补遗', '议价', '邀请', '资格预审', '竞标', '变更', '遴选',
        '磋商', '项目', '评审', '询比', '开标', '澄清', '比选', '中止', '采购', '竟价',
        '招投标', '拟建', '成交', '中标', '竞争性谈判', '工程', '验收公告', '更正',
        '单一来源', '变更公告', '合同', '违规', '评判', '监理', '竞价', '答疑',
        '终止', '系统'
    }
    for keyword in crawl_keywords:
        valid_keyword = re.search(keyword, title)
        if valid_keyword is not None:
            return valid_keyword
    else:
        return None