编写行业前沿资讯精准筛选程序，过滤冗余信息，推送岗位相关创新行业动态。

这是一个本地运行的命令行资讯过滤器，定位为个人信息筛选的实验原型，不涉及任何商业引流。

一、实际应用场景描述

每天各类平台推送大量行业新闻，但多数与自身岗位无关。求职或深耕某一领域时，手动筛选耗时且易遗漏重点。本程序允许输入岗位相关关键词，从聚合资讯中过滤出匹配度高的动态，减少信息冗余。

二、引入痛点

- 资讯源多，重复与低相关内容占比高

- 岗位专注度不同，通用推荐不精准

- 手动归类费时，缺乏可持续的轻量工具

- 在线工具可能存在数据上传与偏向性

三、核心逻辑讲解

1. 资讯采集：通过 RSS 或公开接口获取结构化条目（标题、摘要、链接）

2. 关键词匹配：将岗位关键词与每条资讯文本做包含判断

3. 评分排序：匹配关键词越多分值越高，按分排序输出

4. 去重存储：基于链接去重，追加写入本地 JSON，便于长期追踪

四、代码模块化（清晰注释）

项目结构

news_filter/

├── main.py

├── config.py

├── fetcher.py

├── matcher.py

├── storage.py

├── data/

│ └── news.json

└── README.md

config.py

# 关键词与数据源配置

KEYWORDS = ["python", "后端", "微服务", "云原生"]

RSS_SOURCES = [

"https://techcrunch.com/feed/",

]

DATA_FILE = "data/news.json"

fetcher.py

import feedparser

def fetch_rss(url):

"""解析单个RSS源，返回标准结构的条目列表"""

d = feedparser.parse(url)

items = []

for entry in d.entries:

items.append({

"title": entry.get("title", ""),

"summary": entry.get("summary", ""),

"link": entry.get("link", ""),

})

return items

matcher.py

def match_and_score(item, keywords):

"""返回匹配分数与命中关键词"""

text = (item["title"] + " " + item["summary"]).lower()

hits = [k for k in keywords if k.lower() in text]

return len(hits), hits

storage.py

import json, os

def save(items, path):

"""去重后追加保存"""

os.makedirs(os.path.dirname(path), exist_ok=True)

seen = set()

if os.path.exists(path):

with open(path, "r", encoding="utf-8") as f:

for x in json.load(f):

seen.add(x["link"])

new = [x for x in items if x["link"] and x["link"] not in seen]

if not new:

return

with open(path, "r+", encoding="utf-8") as f:

data = json.load(f)

data.extend(new)

f.seek(0)

json.dump(data, f, ensure_ascii=False, indent=2)

main.py

from fetcher import fetch_rss

from matcher import match_and_score

from storage import save

from config import KEYWORDS, RSS_SOURCES, DATA_FILE

def main():

print("=== 行业资讯精准筛选 ===")

results = []

for url in RSS_SOURCES:

for item in fetch_rss(url):

score, hits = match_and_score(item, KEYWORDS)

if score > 0:

item["score"] = score

item["hits"] = hits

results.append(item)

results.sort(key=lambda x: x["score"], reverse=True)

for r in results[:10]:

print(f"[{r['score']}] {r['title']}\n{r['link']}\n")

save(results, DATA_FILE)

if __name__ == "__main__":

main()

五、README 与使用说明

# 行业前沿资讯精准筛选程序

- 输入岗位关键词，从RSS/接口资讯中过滤冗余信息

- 按匹配度排序输出，并本地保存去重结果

- 运行：配置 config.py 后执行 python main.py

- 数据：data/news.json（本地文件，无上传）

六、核心知识点卡片

- 结构化数据解析（RSS/JSON）

- 文本匹配与简单评分规则

- 本地持久化与去重策略

- 模块化 CLI 工具设计

七、总结

本程序用较少代码把“信息过滤”变成可重复执行的本地实验：先定义岗位相关关键词，再让程序持续筛出高相关动态。价值不在复杂算法，而在建立一套可维护的个人资讯筛选流程。

利用AI解决实际问题，如果你觉得这个工具好用，欢迎关注长安牧笛！