# gdcjgk.net 数据库三方交叉查询方法

## 数据表关系

```
fa_cms_archives (model_id=2)    2025 表                   麦可思就业蓝皮书
       │                            │                           │
       │ glxy ──────────────────────┘                           │
       │                                                        │
       └── 院校名 + ID ──→ 专业 + 分数/排位/招生数 ←── 薪资/对口率数据
```

## 2025 表字段结构

```sql
-- (NULL, nianfen, glxy, '批次', '专业名', zyz, zhuanyedaima, 
--  招生计划, '证书要求', '特征要求', '学费', '住宿费', 
--  '办学地点', NULL/memo, 录取数, 最低排位, 最低分, 专业名称ID)
```

Python 解析正则：
```python
pattern = r"NULL, (\d+), (\d+), '([^']+)', '([^']+)', (\d+), (\d+), (\d+), '([^']*?)', '([^']*?)', '([^']+)', '([^']*?)', '([^']*?)', (NULL|\d+), (\d+), (\d+), ([\d.]+), (\d+)\);"
```

## 院校名映射

院校存在 `fa_cms_archives` 中 model_id=2（"3+招生院校"）：
```python
pattern = r"INSERT INTO `fa_cms_archives` VALUES \((\d+), \d+, \d+, '[^']*', 2, '[^']*', \d+, '([^']+)'"
```

## 批次筛选

2025 表有三种批次：`'本科'`、`'专科-中职生'`（即 3+证书）、`'专科-退役士兵'`。3+证书对应 `'专科-中职生'`。

## 就业蓝皮书关键数据（2026年/2025届）

| 指标 | 数值 |
|------|------|
| 高职平均月薪 | 4,882 元 |
| 本科平均月薪 | 6,435 元 |
| 城镇居民月均可支配收入 | 4,709 元 |
| 高职五年薪资涨幅 | 5.8% |
| 专业对口率 TOP3 | 生物化工 80%、能源材料 76%、医药卫生 70% |
| 就业去向 TOP3 | 零售 9%、医疗护理 7.3%、建筑 6.6% |

## 实操流文章产出流程

1. 就业蓝皮书 → 确定高薪/高对口率大类
2. 2025 表 → 筛选 3+证书可报的具体专业
3. fa_cms_archives(model_id=2) → 匹配院校名
4. 按分数段排列 → 产出「院校+专业+分数+排位」清单