gxu-wjxt 1.0.2

广西大学文件管理系统 Python SDK

gxu-wjxt — 广西大学文件管理系统 Python SDK

wjxt.gxu.edu.cn 的 Python SDK，提供 API 封装、文件下载、数据解析，支持同步和异步。

安装

pip install gxu-wjxt

详细使用指南见 ./docs/GUIDE.md，包含所有 API 用法、数据类参考、最佳实践和完整示例。

开发安装：

git clone https://github.com/halfaradish/GxuWjxtClient.git
cd GxuWjxtClient
pip install -e .

项目结构

.
├── src/                      # 源码主目录
│   └── gxu_wjxt/             # 核心包模块
│       ├── __init__.py        # 公开 API 导出、向后兼容 shim
│       ├── client.py          # 同步客户端核心实现
│       ├── async_client.py    # 异步客户端
│       ├── crawler.py         # 批量下载爬虫
│       ├── config.py          # 配置管理类
│       ├── exceptions.py      # 自定义异常体系
│       ├── types.py           # 数据模型/类型定义
│       ├── _base.py           # 底层通用工具（内部使用）
│       └── cli.py             # 命令行工具入口
├── docs/                     # 完整文档目录
│   ├── GUIDE.md              # 使用指南
│   ├── api.md                # API 接口文档
│   └── 中文API说明文档.md    # 中文详细说明
├── dist/                     # 打包发布文件（whl/tar.gz）
├── demo.py                   # 使用示例脚本
├── pyproject.toml            # 项目打包 & 依赖配置
├── config.example.json       # 配置文件模板（参考）
├── config.json               # 本地实际配置文件
└── README.md                 # 项目说明文档

快速开始

1. 配置凭证（三选一）

方式 A — 配置文件：

cp config.example.json config.json
# 编辑 config.json

{"username": "your_student_id", "password": "your_password"}

方式 B — 环境变量：

export WJXT_USERNAME=your_student_id
export WJXT_PASSWORD=your_password

方式 C — 直接传参（推荐）：

from gxu_wjxt import WjxtClient
client = WjxtClient(username="学号", password="密码")

2. 运行演示

python demo.py

使用方式

同步客户端

from gxu_wjxt import WjxtClient

with WjxtClient(username="学号", password="密码") as client:
    client.login()

    # 获取部门列表
    depts = client.get_departments()
    for d in depts:
        print(f"[{d.id}] {d.tn_decoded}")

    # 获取分页文件列表
    files, page_info = client.get_file_list_structured(page=1)
    print(f"第{page_info.current_page}/{page_info.total_pages}页, "
          f"共{page_info.total_items}条")

    # 惰性遍历全部文件（自动翻页）
    for f in client.iter_files(max_pages=5):
        print(f"[{f.index}] {f.department}: {f.title} ({f.date})")

    # 获取文件详情
    detail = client.get_file_detail(file_id=61424)
    for att in detail.download_urls:
        print(f"  附件: {att.filename} -> {att.url}")

    # 下载文件
    path = client.download_file(file_id=61424, save_dir="./downloads")

    # 电话簿
    contacts = client.parse_phone_list()
    for c in contacts:
        print(f"{c.name}: {c.phone}")

    client.logout()

异步客户端

import asyncio
from gxu_wjxt import AsyncWjxtClient

async def main():
    async with AsyncWjxtClient(username="学号", password="密码") as client:
        await client.login()

        # 异步遍历文件列表
        async for f in client.iter_files(max_pages=3):
            print(f.title)

        await client.logout()

asyncio.run(main())

文件爬虫

from gxu_wjxt import WjxtClient, FileCrawler

client = WjxtClient(username="学号", password="密码")
client.login()

crawler = FileCrawler(client, download_dir="./downloads", workers=3)

# 爬取全部（指定最大页数、仅未读）
stats = crawler.crawl_all(max_pages=5, unread_only=True)

# 按部门爬取
stats = crawler.crawl_department(dept_id=16, dept_name="学工部")

# 遍历所有部门
stats = crawler.crawl_all_departments(max_pages=3)

# 控制提前停止：连续 N 页无匹配记录时自动停止（默认 3，设 0 禁用）
stats = crawler.crawl_all(unread_only=True, max_empty_pages=5)

print(f"下载: {stats.downloaded}, 跳过: {stats.skipped}, 失败: {stats.failed}")
client.close()

CLI 命令行

# pip install 后
gxu-wjxt -o ./downloads -d 16 -n 3 --workers 3

# 或
python -m gxu_wjxt.cli -o ./downloads -d all --dry-run

# 兼容旧用法
python crawler.py -o ./downloads --after 2026-03-01

参数	说明
-o, --output	下载目录（默认 ./downloads）
-d, --dept	部门 ID 或 all
-n, --max-pages	最多爬取页数
--after	日期过滤 YYYY-MM-DD
--unread-only	仅下载未读文件
--workers	并发线程数（默认 1）
--max-empty-pages	连续 N 页无匹配时停止（默认 3，0 禁用）
--dry-run	预览模式
-u, --username	用户名
-p, --password	密码

配置优先级

构造函数参数 > 环境变量 > 配置文件 > 默认值

from gxu_wjxt import WjxtConfig

# 环境变量
config = WjxtConfig.from_env()

# 配置文件
config = WjxtConfig.from_file("config.json")

# 自定义
config = WjxtConfig(
    base_url="https://wjxt.gxu.edu.cn",
    myteip="172.28.222.133--2",
    timeout=30.0,
    retry_count=3,
    download_dir="./my_downloads",
)

输出目录结构

downloads/
├── download_history.json          # 下载记录（断点续爬）
├── 学工部（处）、武装部（就业中心）/
│   └── 2026-05-16_关于xxx通报/
│       ├── 2026-05-16_关于xxx通报.html    # 文件正文
│       ├── 附件1.doc
│       └── 附件2.xlsx
└── 校团委/
    └── ...

API 覆盖

共 19 个端点，覆盖认证、文件管理、搜索、用户、电话簿、业务办理。详见 api.md。

模块	端点
认证	Login.aspx, default.aspx, Exiting.aspx
主页/导航	Wjxt_UI/default.aspx, WebUI.aspx?id=2/4
文件管理	PageList.aspx, qstwj.aspx, showfile.aspx, Right.aspx
文件下载	/filezip/uploadfile/{year}/{month}/{filename}
搜索	search.aspx, filesearch.aspx
用户管理	userEditPss.aspx
电话簿	phoneList.aspx
业务办理	business/business_*.aspx

依赖

• Python 3.10+
• httpx — HTTP 客户端（同步+异步）
• beautifulsoup4 — HTML 解析

注意事项

• 搜索功能当前返回"系统维护中"，非 SDK 问题
• 大量文件列表中约 50% 为纯文本公告，无附件可下载
• 默认 0.5 秒翻页间隔，避免对服务器造成压力
• config.json 包含敏感信息，已加入 .gitignore
• 客户端支持 with 语句自动关闭连接