考公报名，但是 JS & Python 赋能

前言

去年3月，我第一次报考广东省公务员，人生地不熟，也没有进面；今年1月，我~~闲着也是闲着~~又报了一次，这次在报名阶段加入了一些自己的小技巧，现分享给大家。

另外，本次报考依然没有任何准备，如果硬要说有就是考前1天花1元重金买了2套冲刺卷，但只是看了一眼题型。

pay

不对考试结果抱任何希望，但一旦有幸进入面试就会厚着脸皮去，然后写(笔试)速通经验以及面试速通失败经验。

职位筛选

报名的第一步是从公告最下方附件下载职位表：

main

attach

初筛

打开 Excel, 启用编辑，以启用接下来的筛选功能。操作简单，不再赘述。

filter

相对难度

本节通过 Excel 公式，计算每个职位的相对难度。

difficulty

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
# 总分
Rn = Sn + Tn + Un + Vn + Wn + Xn + Yn

# 综合类比执法类难度更大
Sn = IF(Fn="综合管理类职位",1,0)
# 竞争人数，拿最大值3减
Tn = MAX(0, 3-Gn)
# 限制专业则报名人数少，竞争小
Un = IF(Kn="不限",2,0)
# 当年应届 < 应届 < 非应届
Vn = IF(Nn="2024届高校毕业生",0,IF(Nn="否", 2, 1))
# 本科 < 本科以上
# 本科就是只能本科，本科以上则硕士博士也能来报名
Wn = IF(Hn="本科",0,1)
# 是否限制性别
Xn = IF(ISNUMBER(SEARCH(X$3,En)),0,1)
# 是否要求夜班
Yn = IF(OR(ISNUMBER(SEARCH("夜", En)), ISNUMBER(SEARCH("24", En))),0,1)

这样，就可以根据难度排序，选出理论上最容易考的职位了

rank

人数监视

筛选出可以报名的职位，正式报名之前，最重要的参考依据就是每天下午 16:00 公布的已报名人数。

毕竟相对难度只是理论值，而一个难度拉满的职位如果只有1人报考，那么就等于保送。

Official Approach

查询报名人数，首先打开左侧职位报名统计页面：

population

然而，每页最多显示 50 条数据，寻找目标职位需要通过职位代码定位，也就是说需要多次翻页：

query

而且，如果翻页过于频繁还会弹窗拒绝：

rate limit

也就是说，如果筛选了60个职位，每次查询至少需要1分钟，则完成一轮查询需要1小时！

自动化查询

获取 / JavaScript

首先开启开发者工具，进行一次查询，查看请求：

DevTools

右键请求，点击 copy as fetch (复制为 JavaScript, 可以直接在控制台运行)，然后稍加修改，包装为 Function:

func

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
const HEADERS = {
    "accept": "application/json, text/javascript, */*; q=0.01",
    "accept-language": "en-US,en;q=0.9,zh-CN;q=0.8,zh;q=0.7",
    "content-type": "application/x-www-form-urlencoded; charset=UTF-8",
    "sec-ch-ua": "\"Not_A Brand\";v=\"8\", \"Chromium\";v=\"120\", \"Google Chrome\";v=\"120\"",
    "sec-ch-ua-mobile": "?0",
    "sec-ch-ua-platform": "\"Windows\"",
    "sec-fetch-dest": "empty",
    "sec-fetch-mode": "cors",
    "sec-fetch-site": "same-origin",
    "x-requested-with": "XMLHttpRequest"
  };

const URL = "https://ggfw.hrss.gd.gov.cn/gwyks/exam/details/spQuery.do";
const REF = "https://ggfw.hrss.gd.gov.cn/gwyks/center.do?nvt=1"

async function stat(cityCode, totalPages) {
  let res = [];
  for (let page = 1; page <= totalPages; page++) {
    let rawData = await fetch(URL, {
      "headers": HEADERS,
      "referrer": REF,
      "referrerPolicy": "strict-origin-when-cross-origin",
      "body": `bfa001=202401&bab301=${cityCode}&page=${page}&rows=50`,
      "method": "POST",
      "mode": "cors",
      "credentials": "include"
    });
    let data = await rawData.json();
    res = res.concat(data.rows);
    console.log(`page ${page} done, ${data.rows.length} items added, total ${res.length} items`);
    await new Promise(r => setTimeout(r, 2000));
  }
  return res;
}

查询城市代码后调用：

running

1
2
let gz = await stat("01", 30);
JSON.stringify(gz);

点击右下角 Copy 按钮即可复制：

copy

处理 / Python

先将筛选出的职位代码保存到 query.txt，随后即可编写代码，打印职位对应的报名人数：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
import json


JOB_KEY = 'bfe301'
POP_KEY = 'aab119'


def save_all():
    gz = json.loads(eval(input('gz: ')))
    sz = json.loads(eval(input('sz: ')))
    data = gz + sz
    with open('all.json', 'w') as f:
        json.dump(data, f)
    return data


def get_fmt_data(data):
    fmt = {}
    for item in data:
        fmt[item[JOB_KEY]] = item
    return fmt


def get_query():
    with open('query.txt', 'r') as f:
        query = f.readlines()
    query = [i.strip() for i in query]
    return query


if __name__ == '__main__':
    all_data = save_all()
    fmt_data = get_fmt_data(all_data)
    to_query = get_query()
    print(f'Total: {len(to_query)}')

    for i in to_query:
        if i in fmt_data:
            print(fmt_data[i][POP_KEY])
        else:
            print('?')