File size: 20,489 Bytes
2fa1566
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
import streamlit as st
import requests
import pandas as pd
import time
import json
from urllib.parse import urlencode
import resend
from datetime import datetime
import io

# 頁面配置
st.set_page_config(
    page_title="MeetTaiwan 活動爬蟲系統",
    page_icon="🎯",
    layout="wide",
    initial_sidebar_state="expanded"
)

class MeetTaiwanAPIScraper:
    def __init__(self):
        self.base_url = "https://service.meettaiwan.com"
        self.api_base = "https://service.meettaiwan.com/gpa/api/v2/events"

        # 設定session
        self.session = requests.Session()
        self.session.headers.update({
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
            'Accept': 'application/json, text/plain, */*',
            'Accept-Language': 'zh-TW,zh;q=0.9,en;q=0.8',
            'Accept-Encoding': 'gzip, deflate, br',
            'Connection': 'keep-alive',
            'Referer': 'https://service.meettaiwan.com/gpa/zh/events/list;type=all',
            'Origin': 'https://service.meettaiwan.com'
        })

    def get_events_by_page(self, page=1, page_size=10, event_type=None):
        """調用API獲取指定頁面的活動資料"""
        try:
            # 構建API URL
            params = {
                'page': page,
                'pageSize': page_size
            }

            if event_type:
                params['type'] = event_type

            # 嘗試不同的API端點
            api_endpoints = [
                f"{self.api_base}/",  # 主要API
                f"{self.api_base}/tt-events"  # TT events API
            ]

            for api_url in api_endpoints:
                try:
                    response = self.session.get(api_url, params=params, timeout=30)

                    if response.status_code == 200:
                        try:
                            data = response.json()

                            # 檢查資料結構
                            if isinstance(data, dict):
                                # 常見的資料結構
                                if 'data' in data:
                                    events = data['data']
                                elif 'items' in data:
                                    events = data['items']
                                elif 'results' in data:
                                    events = data['results']
                                elif 'events' in data:
                                    events = data['events']
                                else:
                                    events = data

                                if isinstance(events, list) and events:
                                    return events, data
                                else:
                                    continue

                            elif isinstance(data, list):
                                return data, data

                        except json.JSONDecodeError as e:
                            continue

                except Exception as e:
                    continue

            return None, None

        except Exception as e:
            return None, None

    def get_all_events(self, progress_callback=None):
        """獲取所有類型的活動資料"""
        all_events = []
        page_size_options = [50, 30, 20]
        max_pages = 20

        for page_size in page_size_options:
            for page in range(1, max_pages + 1):
                if progress_callback:
                    progress_callback(f"正在獲取第 {page} 頁資料 (頁面大小: {page_size})")

                events, raw_data = self.get_events_by_page(page=page, page_size=page_size, event_type=None)

                if not events or len(events) == 0:
                    if page == 1:
                        break
                    else:
                        return all_events

                # 處理事件資料
                for event in events:
                    processed_event = self.process_event_data(event, page, 'All')
                    if processed_event:
                        # 檢查是否已存在(避免重複)
                        is_duplicate = False
                        for existing_event in all_events:
                            if (existing_event['name'] == processed_event['name'] and
                                existing_event['event_date'] == processed_event['event_date']):
                                is_duplicate = True
                                break

                        if not is_duplicate:
                            all_events.append(processed_event)

                # 如果這一頁的資料少於頁面大小,可能是最後一頁
                if len(events) < page_size:
                    return all_events

                time.sleep(0.5)  # 減少延遲

            # 如果成功獲取到資料,就不需要嘗試其他頁面大小
            if all_events:
                break

        return all_events

    def process_event_data(self, event, page_num, event_type):
        """處理單個活動資料"""
        try:
            if isinstance(event, dict):
                name = event.get('name', event.get('title', event.get('eventName', '')))
                form = event.get('type', event.get('category', event.get('eventType', event_type or '')))
                event_date = event.get('eventDate', event.get('startDate', event.get('date', '')))
                upload_date = event.get('createdAt', event.get('uploadDate', event.get('publishDate', '')))

                # 構建連結
                event_id = event.get('id', event.get('eventId', ''))
                if event_id:
                    link = f"{self.base_url}/gpa/zh/events/{form}/{event_id}"
                else:
                    link = ""

                return {
                    'name': str(name),
                    'link': link,
                    'form': str(form),
                    'event_date': str(event_date),
                    'upload_date': str(upload_date),
                    'page_num': page_num
                }

        except Exception as e:
            pass

        return None

def create_html_table(df, max_display=10):
    """將活動資料轉換為 HTML 表格格式"""
    if df is None or df.empty:
        return "<p>沒有找到活動資料</p>"

    display_count = min(len(df), max_display)
    df_display = df.head(display_count)
    
    # 創建 HTML 表格
    html_content = f"""
    <html>
    <head>
        <meta charset="UTF-8">
        <style>
            body {{ font-family: Arial, sans-serif; margin: 20px; line-height: 1.6; }}
            .greeting {{ 
                font-size: 18px; 
                color: #2c3e50; 
                margin-bottom: 20px; 
                font-weight: bold;
            }}
            h2 {{ color: #2c3e50; margin-top: 20px; }}
            .data-source {{
                background-color: #e8f4f8;
                padding: 15px;
                border-left: 4px solid #3498db;
                margin: 20px 0;
                font-weight: bold;
                color: #2c3e50;
            }}
            table {{ 
                border-collapse: collapse; 
                width: 100%; 
                margin-top: 20px;
                box-shadow: 0 2px 8px rgba(0,0,0,0.1);
            }}
            th, td {{ 
                border: 1px solid #ddd; 
                padding: 12px; 
                text-align: left; 
            }}
            th {{ 
                background-color: #3498db; 
                color: white;
                font-weight: bold;
            }}
            tr:nth-child(even) {{ background-color: #f2f2f2; }}
            tr:hover {{ background-color: #e8f4f8; }}
            a {{ color: #3498db; text-decoration: none; }}
            a:hover {{ text-decoration: underline; }}
            .summary {{ 
                background-color: #ecf0f1; 
                padding: 15px; 
                border-radius: 5px; 
                margin-bottom: 20px;
            }}
            .copyright {{
                text-align: center;
                margin-top: 30px;
                padding: 20px;
                background-color: #34495e;
                color: white;
                border-radius: 5px;
                font-size: 14px;
            }}
        </style>
    </head>
    <body>
        <div class="greeting">
            親愛的會員您好:
        </div>
        
        <div class="data-source">
            📋 資料來源:全球政府採購商機網
        </div>
        
        <h2>🎯 最新活動資訊</h2>
        <div class="summary">
            <strong>📊 資料統計:</strong>顯示前 {display_count} 筆,共 {len(df)} 筆活動
        </div>
        <table>
            <thead>
                <tr>
                    <th>序號</th>
                    <th>名稱</th>
                    <th>形式</th>
                    <th>活動日期</th>
                    <th>上載日期</th>
                    <th>網址</th>
                </tr>
            </thead>
            <tbody>
    """
    
    for idx, row in df_display.iterrows():
        link_html = f'<a href="{row["超連結網址"]}" target="_blank">查看詳情</a>' if row["超連結網址"] else "無連結"
        html_content += f"""
                <tr>
                    <td>{idx + 1}</td>
                    <td><strong>{row['名稱']}</strong></td>
                    <td>{row['形式']}</td>
                    <td>{row['活動日期']}</td>
                    <td>{row['上載日期']}</td>
                    <td>{link_html}</td>
                </tr>
        """
    
    html_content += """
            </tbody>
        </table>
    """
    
    if len(df) > max_display:
        html_content += f"""
        <div class="summary" style="margin-top: 20px;">
            <strong>📝 提醒:</strong>還有 {len(df) - max_display} 筆資料未顯示,
            請查看附加的 CSV 檔案獲取完整資料。
        </div>
        """
    
    html_content += """
        <div class="summary" style="margin-top: 20px;">
            <strong>🤖 自動爬蟲系統</strong><br>
            此郵件由 MeetTaiwan API 爬蟲系統自動產生並發送
        </div>
        
        <div class="copyright">
            2025 © Copyright robert_studio
        </div>
    </body>
    </html>
    """
    
    return html_content

def send_events_email(df_events, recipient_email, api_key, max_display=5):
    """發送活動資料到指定郵箱"""
    if df_events is None or df_events.empty:
        return False, "沒有資料可發送"
    
    try:
        # 設定 Resend API Key
        resend.api_key = api_key
        
        # 取前N筆資料用於顯示
        df_display = df_events.head(max_display)
        
        # 建立 HTML 內容
        html_content = create_html_table(df_display, max_display=max_display)
        
        # 準備郵件主題
        current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
        subject = f"📊 MeetTaiwan 最新活動資訊 - {len(df_events)}筆活動 ({current_time})"
        
        # 發送郵件
        r = resend.Emails.send({
            "from": "onboarding@resend.dev",
            "to": recipient_email,
            "subject": subject,
            "html": html_content
        })
        
        return True, f"郵件發送成功!郵件 ID: {r.get('id', 'N/A')}"
        
    except Exception as e:
        return False, f"郵件發送失敗: {str(e)}"

# Streamlit 應用程式主體
def main():
    # 標題和說明
    st.title("🎯 MeetTaiwan 活動爬蟲系統")
    st.markdown("**全球政府採購商機網活動資訊自動抓取與郵件發送系統**")
    
    # 側邊欄設定
    st.sidebar.header("⚙️ 系統設定")
    
    # API Key 設定
    api_key = st.sidebar.text_input(
        "Resend API Key",
        value="re_ZGacBiDw_HFEBpuCbaJ2S3NThPWiMU7Ex",
        type="password",
        help="請輸入您的 Resend API Key"
    )
    
    # 收件人設定
    recipient_email = st.sidebar.text_input(
        "收件人郵箱",
        value="cjhuang38@gmail.com",
        help="請輸入要接收報告的郵箱地址"
    )
    
    # 顯示筆數設定
    max_display = st.sidebar.slider(
        "郵件顯示筆數",
        min_value=5,
        max_value=20,
        value=10,
        help="設定郵件中要顯示的活動筆數"
    )
    
    # 初始化 session state
    if 'df_events' not in st.session_state:
        st.session_state.df_events = None
    if 'scraping_done' not in st.session_state:
        st.session_state.scraping_done = False
    
    # 主要操作區域
    col1, col2 = st.columns([2, 1])
    
    with col1:
        st.header("📊 資料爬取")
        
        if st.button("🚀 開始爬取活動資料", type="primary", use_container_width=True):
            # 清除之前的資料
            st.session_state.df_events = None
            st.session_state.scraping_done = False
            
            # 建立進度條和狀態顯示
            progress_bar = st.progress(0)
            status_text = st.empty()
            log_container = st.empty()
            
            # 建立爬蟲實例
            scraper = MeetTaiwanAPIScraper()
            
            def update_progress(message):
                status_text.text(f"🔄 {message}")
            
            try:
                # 開始爬取
                with st.spinner("正在爬取資料..."):
                    events_data = scraper.get_all_events(progress_callback=update_progress)
                
                if events_data and len(events_data) > 0:
                    # 轉換為 DataFrame
                    df_events = pd.DataFrame(events_data)
                    df_events.columns = ["名稱", "超連結網址", "形式", "活動日期", "上載日期", "頁數"]
                    
                    # 去除重複資料
                    original_count = len(df_events)
                    df_events = df_events.drop_duplicates(subset=['名稱', '活動日期'])
                    deduplicated_count = len(df_events)
                    
                    # 儲存到 session state
                    st.session_state.df_events = df_events
                    st.session_state.scraping_done = True
                    
                    # 更新進度條
                    progress_bar.progress(100)
                    status_text.text(f"✅ 爬取完成!獲得 {deduplicated_count} 筆活動資料")
                    
                    if original_count != deduplicated_count:
                        st.info(f"📝 去除了 {original_count - deduplicated_count} 筆重複資料")
                    
                    st.success(f"🎉 成功獲取 {len(df_events)} 筆活動資料!")
                
                else:
                    status_text.text("❌ 無法獲取活動資料")
                    st.error("爬取失敗,可能原因:API端點變更、需要認證或網路問題")
            
            except Exception as e:
                status_text.text(f"❌ 爬取過程發生錯誤: {str(e)}")
                st.error(f"執行錯誤:{str(e)}")
    
    with col2:
        st.header("📧 郵件發送")
        
        if st.session_state.df_events is not None:
            st.success(f"📊 已載入 {len(st.session_state.df_events)} 筆資料")
            
            if st.button("📨 發送郵件報告", type="secondary", use_container_width=True):
                if not api_key:
                    st.error("請輸入 Resend API Key")
                elif not recipient_email:
                    st.error("請輸入收件人郵箱")
                else:
                    with st.spinner("正在發送郵件..."):
                        success, message = send_events_email(
                            st.session_state.df_events, 
                            recipient_email, 
                            api_key, 
                            max_display
                        )
                    
                    if success:
                        st.success(f"✅ {message}")
                    else:
                        st.error(f"❌ {message}")
        else:
            st.info("請先爬取資料")
    
    # 資料預覽區域
    if st.session_state.df_events is not None:
        st.header("📋 資料預覽")
        
        # 統計資訊
        col1, col2, col3, col4 = st.columns(4)
        with col1:
            st.metric("總活動數", len(st.session_state.df_events))
        with col2:
            form_counts = st.session_state.df_events['形式'].nunique()
            st.metric("活動形式數", form_counts)
        with col3:
            try:
                year_counts = pd.to_datetime(st.session_state.df_events['活動日期'], errors='coerce').dt.year.nunique()
                st.metric("涵蓋年份", year_counts)
            except:
                st.metric("涵蓋年份", "N/A")
        with col4:
            page_counts = st.session_state.df_events['頁數'].nunique()
            st.metric("來源頁面數", page_counts)
        
        # 資料表格
        st.subheader("📊 詳細資料")
        
        # 篩選選項
        col1, col2 = st.columns(2)
        with col1:
            form_options = ['全部'] + list(st.session_state.df_events['形式'].unique())
            selected_form = st.selectbox("選擇活動形式", form_options)
        
        with col2:
            display_count = st.slider("顯示筆數", 10, min(100, len(st.session_state.df_events)), 20)
        
        # 篩選資料
        if selected_form != '全部':
            filtered_df = st.session_state.df_events[st.session_state.df_events['形式'] == selected_form]
        else:
            filtered_df = st.session_state.df_events
        
        # 顯示表格
        st.dataframe(
            filtered_df.head(display_count),
            use_container_width=True,
            hide_index=True
        )
        
        # 下載功能
        st.subheader("💾 資料下載")
        col1, col2 = st.columns(2)
        
        with col1:
            # CSV 下載
            csv = st.session_state.df_events.to_csv(index=False, encoding='utf-8-sig')
            st.download_button(
                label="📄 下載 CSV 檔案",
                data=csv,
                file_name=f"meettaiwan_events_{datetime.now().strftime('%Y%m%d_%H%M%S')}.csv",
                mime="text/csv",
                use_container_width=True
            )
        
        with col2:
            # Excel 下載
            buffer = io.BytesIO()
            with pd.ExcelWriter(buffer, engine='openpyxl') as writer:
                st.session_state.df_events.to_excel(writer, index=False, sheet_name='活動資料')
            
            st.download_button(
                label="📊 下載 Excel 檔案",
                data=buffer.getvalue(),
                file_name=f"meettaiwan_events_{datetime.now().strftime('%Y%m%d_%H%M%S')}.xlsx",
                mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
                use_container_width=True
            )
        
        # 統計圖表
        st.subheader("📈 資料統計")
        
        col1, col2 = st.columns(2)
        
        with col1:
            # 活動形式分布
            form_counts = st.session_state.df_events['形式'].value_counts()
            st.bar_chart(form_counts, use_container_width=True)
            st.caption("活動形式分布")
        
        with col2:
            # 按頁面分布
            if '頁數' in st.session_state.df_events.columns:
                page_counts = st.session_state.df_events['頁數'].value_counts().sort_index()
                st.bar_chart(page_counts, use_container_width=True)
                st.caption("各頁面資料分布")
    
    # 頁尾資訊
    st.markdown("---")
    st.markdown(
        """
        <div style='text-align: center; color: #666;'>
            <p>🤖 MeetTaiwan API 爬蟲系統 | 2025 © Copyright robert_studio</p>
            <p>資料來源:全球政府採購商機網</p>
        </div>
        """, 
        unsafe_allow_html=True
    )

if __name__ == "__main__":
    main()