2.8 KiB
2.8 KiB
2026-09-28
食物营养成分表建表（中国食物成分表）
- 新增
src/main/resources/db/migration_add_food_nutrition.sql（表food_nutrition），并按项目惯例同步追加到db/schema.sql。 - 数据来源：
https://nlc.chinanutri.cn/fq/（中国疾控中心营养与健康所）。- 列表接口：
POST /fq/FoodInfoQueryAction!queryFoodInfoList.do- 参数：
categoryOne/categoryTwo/foodName/pageNum/field/flag - 返回：
{currentPage, totalPages, list: [[...36 元素...]]}
- 参数：
- 列定义来源：
/fq/foodlist_0_0_0_0_0_1.htm里th.ysq_code_*的 class 名（页面为 UTF-8）。 - 数组下标 = 表头序号 + 2（[0]=食物ID、[1]=图片、[2]=食物名称，之后 34 个营养素）。
- 关键字段名：
huifen=灰分、tshhw=碳水化合物、qianwei=总膳食纤维、afte=α-TE(维生素E)、las=硫胺素、hhs=核黄素、yanSuan=烟酸、wssC=维生素C；末尾 4 个是 SFA/MUFA/PUFA 百分比与合计。 - 接口空值：
""=无数据、"—"=未检出，入库统一 NULL；值自带单位后缀（12.7g/5.40μg/1478kJ/100%）。 - 分类为两级：categoryOne 1..28（大类，如 1=谷类及制品），categoryTwo 30..128（子类，如 30=小麦）。
- 列表接口：
- 校验方法：碳水 = 100 - 水分 - 蛋白质 - 脂肪 - 灰分（小麦粉各行完全吻合），据此确认了
huifen=灰分为第 11 位。 - 修正（同上）：数组共 36 元素，[0]ID [1]图片 [2]名称 [3]别名 [4]英文名 → [5]~[35] 共 31 个营养素，不是 34 个。
抓取全量数据 + 生成 INSERT（同日完成）
- 新增
tools/fetch_food_nutrition.py（抓取 + 生成 SQL，带磁盘缓存、可断点续跑、支持--offline重生成）、tools/verify_sql.py（结构/列序/逐值一致性校验）。tools/_cache/为 557 个原始 JSON 响应的缓存，已加入.gitignore。 - 产物
src/main/resources/db/data_food_nutrition.sql：1356 条食物，0.68MB，7 条批量 INSERT（200 行/批，41 列）。 - 抓取策略：先用
categoryOne=0&categoryTwo=0拿全量（即全集，170 页 × 8 条/页）， 再遍历 20 个大类 + 91 个子类补分类标签；首页共 111 个分类链接，已全部覆盖。 - 数据结论：
Tr（微量）513 处，是唯一无法转数字的 token；只有枸杞子(1571)、菊花(1613)在源站没有分类归属（留 NULL）。 - 校验结果：1356 条 × 41 字段全部正常；DDL 列序 == INSERT 列序；31 个营养素逐值与接口原始数组完全一致；
raw_valuesJSON 合法。 - 脚本关键点：
to_num()剥离单位后缀并统一""/—/Tr→ NULL；sql_str()转义\与'；verify_sql.py里按「单引号字符串 + 括号嵌套」扫描切分元组，切分前必须先剥掉最外层圆括号。