Power Query 沈北新区校外教育机构知多少？

因为金老师，127中学终于比126更有名了，这几天关于教育的话题火遍全网，大家除了对127中事件本身的评论之外，更多的是对时下教育行业的现状的担忧。

有位名人说过：对于人民来说，第一是面包，第二是教育。

现在很多人不必担心吃不饱了，转而担心教育问题。闲话不多说了，进入今天的正题，校外培训机构数据从哪里来？

大家可以某度去找找看。

点进去好多的公告，各地的校外培训机构的黑名单、白名单。

查看了一下，有两种列表：

一种是上面图片的动态信息，一种是下面的公告台，比较了一下，还是动态信息的数据多一些。

数据都比较新，最近的日期是2020年12月1日的。

分别查看了一下，其实数据还很不规范，有的是表格形式、有的是公文形式、还有图片格式，所以想做一份完整的数据很难了，但是同一地区或同一个机构的文件格式基本一致的。

思路是这样的，先从html中找出每篇信息的url，然后再从这些信息中筛选出我们感兴趣的信息。

我们稍作整理就能提取出这些url与对应的文件的名称：

我们把这个过程转换成函数：

这里我们使用页码作为参数，同时修改每页显示数量测试，经过测试可以最多可以显示100条。这样我们的页码范围就不用151页了，直接16页就能获得全部的文章列表：

我们展开列表，筛选出沈北新区的几份公告：

黑名单里只有一行，也可以去掉，就只有5篇文章，看起来也不多，然后就是抓取每篇文章的内容：

同样我们用其中一篇作为例子，做好查询过程，这里要注意的地方是，不要第一行做标题，因为文章的标题不规范，中间的空格数量不统一，”区县 名称“。把这个查询过程做成一个函数：

uri就是文件的地址。

然后调用函数：

展开整理一下：

几个表中对应的内容中显示第12批，然而我们只有5个表：4、5、6、11、12

那么这5张表一共有多少家呢？原来每个批次中间的名称是有重复的，那应该就是以最新的一期为准，经过去重复，一共有268家：

比较好奇，沈北新区的中小学一共有多少所？就到教育局网站上查了一下：

如果不算幼儿园，沈北新区一共有32所学校。在校学生数量：

中小学在校生合计约40000人。

情况呢就是这么个情况，近40000个家庭，都是这268家培训机构的准客户群体，32所学校在这场竞争中又是什么定位呢？