一、完善后具体需求 

1. 核心目标 

面向跑者、赛事运营、数据分析、媒体、跑团管理等场景，合规批量采集中国马拉松官网（runchina.org.cn，中国田径协会官方）全量赛历元数据，解决手动查赛、抄信息、整理日历、筛选赛事效率低、易漏错、数据不统一的痛点，实现 “一键检索、全量采集、多格式导出、实时更新”，适配赛事报名规划、跑团排期、数据统计、媒体报道全流程国家体育总局。

2. 核心采集来源（唯一权威，合规优先） 

• 主站：中国马拉松官方网站（https://www.runchina.org.cn/）（中国田径协会运营，唯一官方赛历入口）
• 核心页面：赛事日历页、赛事详情页、已办 / 待办赛事列表、A/B/C 类认证赛事专区、世界田联标牌赛事专区国家体育总局
• 补充来源：官网公告栏（赛事延期、取消、变更通知） 

3. 检索与筛选功能（精准匹配跑者 / 运营需求） 

基础检索 

• 支持 ** 赛事名称、城市、赛事等级（A/B/C）、世界田联标牌（白金 / 金 / 银 / 铜）、项目类型（全马 / 半马 / 10K/5K / 越野）** 精准搜索
• 支持模糊匹配、拼音检索、日期范围（年 / 月 / 季度）、关键词组合检索 

高级筛选（多条件组合，覆盖全场景） 

• 赛事认证：A 类（田协认证最高级）、B 类、C 类、非认证、世界田联标牌（白金 / 金 / 银 / 铜）国家体育总局
• 时间状态：待办（未开赛）、进行中、已完赛、延期、取消、待定
• 地域筛选：按省份 / 城市、热门跑圈（长三角 / 珠三角 / 京津冀）筛选
• 项目类型：全程马拉松、半程马拉松、10 公里、5 公里、迷你跑、越野跑、接力赛
• 报名状态：报名中、即将报名、报名截止、未开放报名
• 特色标签：田协锦标赛、冠军赛、金牌赛事、银牌赛事、铜牌赛事、特色赛事、女子马拉松、亲子跑
• 规模筛选：参赛规模（5000 人以下 / 5000-10000 人 / 10000 人以上）

结果排序与浏览

• 排序：按开赛日期、赛事等级、城市、报名热度、参赛规模排序
• 分页：自定义单页条数（20/50/100 条）、批量全选 / 勾选采集、分页自动翻页

4. 全量采集字段（覆盖赛历核心，无遗漏）

5. 导出功能（多格式适配，直接可用）

支持导出格式

• Excel/CSV（跑团 / 运营首选）、iCal（日历导入，苹果 / 安卓 / Outlook 通用）、JSON（数据分析 / 二次开发）、TXT（极简清单）、BibTeX（学术引用）

导出规则

• 字段完整：包含全量字段，日期统一格式（YYYY-MM-DD）、链接可直接访问、无乱码（UTF-8）
• 批量导出：单任务支持≥1000 条赛事批量导出，自动拆分大文件、命名规范（如「2026 年全国马拉松赛历_20260331_1200 条.xlsx」）
• 自定义导出：勾选所需字段、调整列顺序、按城市 / 等级 / 时间分组导出、隐藏冗余字段
• 数据清洗：自动去重（按赛事 ID + 开赛日期）、统一日期格式、清理特殊符号、标记延期 / 取消赛事
• 附加功能：导出前预览、字段缺失校验、导出日志、iCal 日历一键导入（支持手机 / 电脑日历同步）

6. 批量与效率能力（适配大规模采集 / 更新）

• 批量采集：支持按年份 / 季度 / 城市 / 等级全量爬取、多页自动翻页、导入城市 / 赛事清单批量查询
• 断点续采：网络中断 / 程序关闭后，从断点恢复采集，无需重新开始；支持手动暂停 / 继续、单条重试
• 进度可视化：实时显示采集条数、成功 / 失败数、剩余时间、当前采集赛事；失败项标注原因（页面加载失败、无数据）
• 增量更新：支持仅采集新增 / 变更赛事（延期、取消、报名状态更新），无需全量重采，提升效率
• 自动去重：采集过程中实时按「赛事 ID + 开赛日期」去重，避免重复存储

7. 合规与稳定性（核心底线，防封禁、保安全）

• 合规原则：仅采集官网公开赛历元数据，不破解、不爬取非公开数据、不高频请求、不恶意爬虫；严格遵循官网 robots 协议、《网络安全法》，仅限个人 / 企业合规自用（跑团排期、数据分析、媒体整理）
• 访问控制：内置请求间隔（3-5 秒 / 次）、随机 UA、请求头模拟浏览器；异常自动重试（3 次）、IP 封禁规避；无需登录账号（公开数据免登）
• 数据安全：本地运行、数据本地存储，不上传第三方服务器；无账号泄露、无数据滥用风险
• 适配更新：针对官网页面结构 / 接口变更，支持配置化快速适配，保障长期可用

8. 易用性与辅助功能（降低门槛，开箱即用）

• 操作模式：** 图形化界面（新手友好）+ 命令行（批量自动化）** 双模式，适配 Windows/macOS
• 新手引导：内置使用教程、字段说明、iCal 导入步骤、合规提示、常见问题
• 数据管理：本地历史任务保存、数据备份 / 恢复、旧数据对比更新、批量删除冗余数据
• 错误处理：采集失败自动标记、原因提示、支持单条重新采集；延期 / 取消赛事高亮提醒
• 实用工具：赛事日历一键导入手机 / 电脑、按城市 / 时间生成跑者参赛计划、赛事状态变更提醒

9. 边界与约束（明确范围，规避风险）

• 仅采集官网公开的赛历元数据，不提供报名代报、缴费、成绩查询、证书下载、赛事报名入口破解服务
• 数据来源仅限中国马拉松官网，不整合第三方非官方赛事数据，保证权威性
• 禁止商用、恶意高频采集、数据倒卖；仅限个人跑者、跑团、赛事运营、媒体合规自用
• 不采集官网未公开的内部数据、选手隐私信息、非公开赛事

二、需求分析（博客园配套深度拆解，贴合用户痛点）

1. 业务背景与核心痛点

• 痛点 1：查赛繁琐 —— 跑者 / 跑团需逐个翻页、跨月筛选，手动记录赛事时间、城市、等级，易漏错
• 痛点 2：整理低效 —— 批量整理年度赛历、制作跑团排期表，手动复制粘贴耗时久，数据不统一
• 痛点 3：状态混乱 —— 赛事常延期、取消、报名截止，手动跟踪不及时，错过报名 / 参赛
• 痛点 4：导出不便 —— 官网无批量导出、格式单一，无法直接导入日历（iCal）、Excel 做 BOM / 排期
• 痛点 5：数据分散 ——A/B/C 类、标牌赛事分专区，需多页切换，无法一次性获取全量数据国家体育总局

2. 用户画像（核心使用人群）

• 大众跑者：规划年度参赛计划、筛选目标赛事、跟踪报名时间、导入手机日历
• 跑团负责人：批量整理团报赛事、制作跑团年度排期、通知团员报名
• 赛事运营 / 媒体：统计赛事分布、分析区域热度、整理年度赛历、报道素材
• 数据分析人员：获取全量赛历数据、做地域 / 时间 / 等级分布统计、GIS 可视化分析
• 自媒体 / 博主：快速生成赛事日历、整理热门赛事清单、输出跑者攻略

3. 核心需求拆解（从 “要工具” 到 “解决实际问题”）

• 基础需求：快速查、精准筛—— 多条件组合检索，一键定位目标赛事，告别手动翻页
• 核心需求：全量采、批量导—— 完整采集赛事时间、地点、等级、报名信息，导出 Excel/iCal 直接用
• 效率需求：自动化、省时间—— 批量采集、断点续采、增量更新，1000 条赛事从 1 天缩至 10 分钟
• 实用需求：可同步、易管理——iCal 格式直接导入手机 / 电脑日历，实时跟踪赛事状态
• 安全需求：合规采、不踩坑—— 低频请求、本地存储、免登录，无封禁 / 法律风险

4. 功能模块拆解（清晰易懂，体现专业性）

1. 检索模块：封装官网赛历检索接口，支持多条件组合，生成合规请求，返回赛事列表
2. 采集模块：解析列表页 + 详情页，抽取全量字段，清洗格式化（日期、链接、等级）
3. 批量模块：分页控制、断点续采、增量更新、自动去重、进度统计、失败重试
4. 导出模块：字段映射、格式转换（Excel/CSV/iCal/JSON）、iCal 日历生成、文件命名
5. 合规模块：请求限流、UA 伪装、异常处理、合规提示、防封禁机制
6. 界面模块：图形化交互、参数配置、结果预览、历史记录、错误提示

5. 数据流向（透明无中间环节，保障安全）

用户输入检索条件 → 合规请求中国马拉松官网 → 爬取赛历列表 / 赛事详情 → 字段抽取 + 清洗去重 → 本地存储 → 格式转换 → 导出文件（本地保存 / 日历导入）

6. 价值与收益（直击痛点，凸显工具实用性）

• 效率飙升：年度赛历整理从 “手动 1 天”→“自动 10 分钟”，节省 90% 时间
• 精准无误：官方权威数据，赛事状态、时间、等级无错漏，避免错过报名 / 参赛
• 便捷同步：iCal 格式一键导入手机 / 电脑日历，自动提醒，无需手动记录
• 管理高效：跑团 / 运营可批量排期、分组导出，统一管理赛事信息
• 合规安全：本地运行、公开数据、低频采集，无账号封禁、数据泄露风险