上海物业招标公告研究工具#

快速开始#

当用户要求查找项目信息时，按以下步骤操作：

1. 搜索公告#

访问招标列表页面，搜索项目名称：

bash

uv run --with requests --with beautifulsoup4 python3 << 'EOF'
import requests
from bs4 import BeautifulSoup

# 搜索项目名称
project_name = "协和城"  # 替换为实际项目名称
url = 'https://962121.fgj.sh.gov.cn/wyweb/web/front/common/greenmorelist.jsp?id=A000000000000000&twoid=A000B00400000000&thrid=A000B004C0010000'

response = requests.get(url)
response.encoding = 'GBK'
soup = BeautifulSoup(response.text, 'html.parser')

links = soup.find_all('a')
for link in links:
    text = link.get_text()
    if project_name in text:
        href = link.get('href', '')
        print(f'{text}')
        print(f'链接: {href}')
        print('---')
EOF

2. 下载公告 PDF#

公告链接格式： https://962121.fgj.sh.gov.cn/wyweb/web/front/common/greedetail.jsp?infoid=XXXXXXX&id=...

PDF 文件地址格式： https://962121.fgj.sh.gov.cn/wyweb//web/UploadFiles/pdf/XXXXXXX.pdf

注意：PDF 文件的 ID 通常是 infoid 减 1。

bash

curl -L -o /tmp/project.pdf "https://962121.fgj.sh.gov.cn/wyweb//web/UploadFiles/pdf/XXXXXXX.pdf"

3. OCR 识别 PDF#

使用 pdf2image + pytesseract 进行 OCR 识别：

bash

uv run --with pdf2image --with pytesseract --with pillow python3 << 'EOF'
from pdf2image import convert_from_path
import pytesseract

images = convert_from_path('/tmp/project.pdf', dpi=200)
for i, image in enumerate(images):
    text = pytesseract.image_to_string(image, lang='chi_sim+eng')
    print(f'=== 第 {i+1} 页 ===')
    print(text)
EOF

依赖：需要安装 poppler（macOS: brew install poppler）

关键信息提取#

从 OCR 结果中提取以下信息：

信息项关键词示例项目名称"项目名称:"《协和城》总建筑面积"总建筑面积"64000.00平方米住宅建筑面积"住宅建筑面积"31152.16平方米非住宅建筑面积"非住宅建筑面积"32381.30平方米住宅物业费"商品房高层.*物业费标准"5.00元/平方米/月商业物业费"商业.*物业费标准"12.00元/平方米/月地下停车位"地下停车位"125个停车管理费"停车管理费"需查看物业服务合同

饱和收入计算#

计算公式#

月度饱和收入 = 住宅建筑面积 × 住宅物业费标准 + 非住宅建筑面积 × 商业物业费标准 + 地下停车位 × 停车管理费

年度饱和收入 = 月度饱和收入 × 12

计算示例#

text

项目名称：《协和城》
住宅建筑面积：31,152.16 平方米
非住宅建筑面积：32,381.30 平方米
地下停车位：125 个

物业费标准：
- 住宅：5.00元/平方米/月
- 商业：12.00元/平方米/月
- 停车管理费：（需用户提供，假设 100 元/月/个）

计算：
- 住宅物业费收入：31,152.16 × 5.00 = 155,760.80元/月
- 商业物业费收入：32,381.30 × 12.00 = 388,575.60元/月
- 停车管理费收入：125 × 100 = 12,500元/月
- 月度总饱和收入：155,760.80 + 388,575.60 + 12,500 = 556,836.40元/月
- 年度总饱和收入：556,836.40 × 12 = 6,682,036.80元/年

公告类型#

上海物业网站有以下公告类型：

公告类型说明【公开招标】包含项目面积、物业费标准上限、停车位数量【评标结果公告】包含中标候选人排序【中标公告】包含最终中标单位、最终物业费标准

建议：下载所有三种公告，获取完整信息。

公告优先级（重要改进）#

预估合同起始时间的依据：

1. 中标公告（最优先）
   • 包含正式中标日期
   • 可靠性最高
2. 评标结果公告（次优先）
   • 包含评标日期
   • 可靠性中等
   • 很多项目只有评标结果公告，没有中标公告
3. 招标公告（最低优先）
   • 只包含发布日期
   • 可靠性最低

处理逻辑：

• 如果同时存在中标公告和评标结果公告， 优先使用中标公告
• 如果只有评标结果公告，则使用评标结果公告
• 如果都没有，则无法预估合同起始时间

统计数据：

• 评标结果公告：3014 个
• 中标公告：878 个
• 很多项目（约 70%）只有评标结果公告，没有中标公告

实现示例：

python

# 优先级：中标公告 > 评标结果公告
date_source = None
ann = None

if announcements['中标公告']:
    # 有中标公告，优先使用
    ann = announcements['中标公告'][0]
    date_source = '中标公告'
elif announcements['评标结果公告']:
    # 没有中标公告，但有评标结果公告
    ann = announcements['评标结果公告'][0]
    date_source = '评标结果公告'

if ann:
    # 提取日期
    bidding_date = extract_bidding_date(ocr_pdf(ann['pdf_id']))
    # 记录日期来源
    result['备注'] = f'日期来源: {date_source}'

注意事项#

1. 停车管理费：通常不在招标公告中，需要查看物业服务合同或询问用户
2. PDF 文件 ID：通常是 URL 中 infoid 减 1
3. 编码问题：网站使用 GBK 编码，需要 response.encoding = 'GBK'
4. OCR 准确性：有些数字可能识别错误，需要人工核对
5. ⚠️ 重要：住宅物业费优先使用中标公告的价格
   • 招标公告的物业费是"上限"
   • 中标公告的物业费是"最终价格"
   • 必须取最大值（中标公告 ≥ 招标公告上限）
6. ⚠️ 重要：非住宅建筑面积可能跨行
   • OCR 识别结果中，"32381." 和 "30平方米" 可能分成两行
   • 需要支持跨行匹配： r'非住宅建筑面积\s*(\d+[.,]?\d*)\s*\n\s*(\d+)\s*平方米'
7. ⚠️ 重要：饱和收入必须包含所有收入来源
   • 饱和收入 = 住宅物业费 + 商业物业费 + 停车管理费
   • 不要遗漏商业物业费收入

常见错误#

错误原因解决方案住宅物业费错误（3.0 而非 5.0）招标公告的值覆盖了中标公告的值取最大值，优先使用中标公告的价格非住宅建筑面积提取失败OCR 识别结果跨行支持跨行匹配商业物业费收入为 0非住宅建筑面积提取失败修复跨行匹配后自动解决缺少中标单位/日期只有评标结果公告，没有中标公告提示用户等待中标公告发布

关键经验总结#

1. 公告处理顺序#

正确顺序：先处理招标公告，再处理中标公告

原因：

• 招标公告包含项目基本信息（面积、停车位）
• 中标公告包含最终价格（物业费、中标单位）
• 后处理的公告会覆盖前处理的公告（对于相同字段）

2. 物业费提取原则#

原则：住宅物业费取最大值，优先使用中标公告的价格

原因：

• 招标公告的物业费是"上限"（最低标准）
• 中标公告的物业费是"最终价格"（实际标准）
• 中标公告的价格通常 ≥ 招标公告的上限

实现：

python

# 住宅物业费：取最大值
if key == '住宅物业费':
    if key not in all_info or value > all_info[key]:
        all_info[key] = value

3. 非住宅建筑面积跨行匹配#

问题：OCR 识别结果可能跨行，特别是数字和单位

示例：

text

非住宅建筑面积2270
1.96平方米

解决方案：

python

# 先尝试单行匹配
match = re.search(r'非住宅建筑面积\s*(\d+[.,]?\d*)\s*平方米', text)
if match:
    info['非住宅建筑面积'] = float(match.group(1).replace(',', '.'))
else:
    # 尝试跨行匹配
    match = re.search(r'非住宅建筑面积\s*(\d+[.,]?\d*)\s*\n\s*(\d+[.,]?\d*)\s*平方米', text)
    if match:
        num1 = match.group(1).replace(',', '.')
        num2 = match.group(2).replace(',', '.')
        if '.' in num1:
            info['非住宅建筑面积'] = float(num1)
        else:
            info['非住宅建筑面积'] = float(num1 + num2)

4. 饱和收入计算完整性#

公式：饱和收入 = 住宅物业费 + 商业物业费 + 停车管理费

关键：

• 必须确保非住宅建筑面积正确提取
• 必须确保商业物业费正确提取
• 三项收入缺一不可

5. 中标日期和合同期限提取#

中标日期：

• 位置：公告底部
• 格式： 2026年03月07日 或 2026年3月7日
• 正则： r'(\d{4})年(\d{1,2})月(\d{1,2})日?\s*$'

合同期限：

• 位置：招标公告
• 格式： 物业服务合同期限 3年
• 正则： r'物业服务合同期限\s*(\d+)\s*年'

合同到期时间：

• 计算：中标日期 + 合同期限
• 工具： dateutil.relativedelta

6. 公告类型识别#

公告类型关键特征可提取信息【公开招标】"招标公告"项目面积、物业费上限、停车位、合同期限【评标结果公告】"评标结果排序第一名"候选中标单位、评标日期【中标公告】"中标企业"最终中标单位、最终物业费、中标日期

注意：评标结果公告 ≠ 中标公告，评标结果只是公示，还不是正式中标。

7. 测试覆盖#

测试时需要使用不同的 PDF 样本：

• 有中标公告的项目（如协和城）
• 只有评标结果公告的项目（如源花城）
• 不同面积规模的项目
• 不同物业费标准的项目

目的：确保脚本能够处理各种情况，覆盖各种边界条件。

快速脚本#

参见 scripts/fetch_project.py 脚本，一键获取项目信息并计算饱和收入。