初始归档：健康管理资料库（大医网/药膳/体质监测/中医理论等12个资料集，7712个文件）

国家学生体质健康标准/02_加工数据/fitness_eval_student.py

@@ -0,0 +1,524 @@
+#!/usr/bin/env python3
+"""
+国家学生体质健康标准（2014年修订）— 评测引擎
+按年级/性别/测试值自动计算总分、附加分、评级
+满分120分 = 100标准分 + 20附加分
+"""
+import json
+import os
+import sys
+
+BASE_DIR = '/home/songyi/Documents/ai_agent_scraper_study/data/国家学生体质健康标准'
+DATA_PATH = os.path.join(BASE_DIR, '02_加工数据/评分标准结构化数据.json')
+
+
+def load_data(path=DATA_PATH):
+    with open(path, 'r', encoding='utf-8') as f:
+        return json.load(f)
+
+
+# 年级 → 学段分组（用于匹配权重表）
+GRADE_TO_LEVEL = {
+    '一年级': '小学一、二年级', '二年级': '小学一、二年级',
+    '三年级': '小学三、四年级', '四年级': '小学三、四年级',
+    '五年级': '小学五、六年级', '六年级': '小学五、六年级',
+    '初一': '初中、高中、大学各年级', '初二': '初中、高中、大学各年级',
+    '初三': '初中、高中、大学各年级',
+    '高一': '初中、高中、大学各年级', '高二': '初中、高中、大学各年级',
+    '高三': '初中、高中、大学各年级',
+    '大学': '初中、高中、大学各年级',
+}
+
+# 年级别名映射（JSON中的key vs 用户输入的简写）
+GRADE_ALIAS = {
+    '大学': '大一 大二',
+    '大一': '大一 大二', '大二': '大一 大二',
+    '大三': '大三 大四', '大四': '大三 大四',
+    '大一大二': '大一 大二',  # 兼容无空格格式
+    '大三大四': '大三 大四',
+}
+
+# 年龄 → 年级映射（简化）
+AGE_TO_GRADE = {
+    6: '一年级', 7: '二年级', 8: '三年级', 9: '四年级',
+    10: '五年级', 11: '六年级',
+    12: '初一', 13: '初二', 14: '初三',
+    15: '高一', 16: '高二', 17: '高三',
+    18: '大学', 19: '大学', 20: '大学', 21: '大学', 22: '大学',
+}
+
+# 权重指标名 → 评分指标名映射（处理文档中的长名称/脏文本）
+WEIGHT_INDICATOR_MAP = {
+    '体重指数（BMI）': 'BMI',
+    '肺活量': '肺活量',
+    '50米跑': '50米跑',
+    '坐位体前屈': '坐位体前屈',
+    '1分钟跳绳': '1分钟跳绳',
+    '1分钟仰卧起坐': '1分钟仰卧起坐',
+    '引体向上': '引体向上',
+    '立定跳远': '立定跳远',
+    '耐力跑': '耐力跑',
+    '50米×8往返跑': '耐力跑',
+    '1000米跑（男）/800米跑（女）': '耐力跑',
+}
+
+
+def normalize_grade(grade):
+    """标准化年级名"""
+    return GRADE_ALIAS.get(grade, grade)
+
+
+def get_grade_for_level(grade, table):
+    """在表格的年级列中查找匹配的年级名"""
+    grade_normalized = normalize_grade(grade)
+    grade_stripped = grade_normalized.replace(' ', '')
+    
+    # 直接匹配
+    for gn in table['grade_names']:
+        if gn == grade_normalized:
+            return gn
+    
+    # 去空格匹配
+    for gn in table['grade_names']:
+        if gn.replace(' ', '') == grade_stripped:
+            return gn
+    
+    # 部分匹配
+    for gn in table['grade_names']:
+        if grade_normalized in gn or gn in grade_normalized:
+            return gn
+    
+    # 模糊匹配
+    for gn in table['grade_names']:
+        for entry in table['data']:
+            if grade in entry['grades'] or grade_normalized in entry['grades']:
+                return grade
+            for eg in entry['grades']:
+                if grade in eg or grade_normalized in eg:
+                    return eg
+    
+    return grade
+
+
+def age_to_grade(age):
+    """年龄转年级"""
+    age_int = int(age)
+    if age_int in AGE_TO_GRADE:
+        return AGE_TO_GRADE[age_int]
+    if age_int < 6:
+        return '一年级'
+    if age_int <= 11:
+        return ['一年级','二年级','三年级','四年级','五年级','六年级'][age_int - 6]
+    if age_int <= 14:
+        return ['初一','初二','初三'][age_int - 12]
+    if age_int <= 17:
+        return ['高一','高二','高三'][age_int - 15]
+    return '大学'
+
+
+def get_level_for_grade(grade):
+    """年级 → 学段名（权重表key）"""
+    return GRADE_TO_LEVEL.get(grade, '小学一、二年级')
+
+
+# 指标方向：越高越好(+) 还是越低越好(-)
+INDICATOR_DIRECTION = {
+    'BMI': 'category',
+    '肺活量': '+',
+    '坐位体前屈': '+',
+    '立定跳远': '+',
+    '1分钟跳绳': '+',
+    '1分钟仰卧起坐': '+',
+    '引体向上': '+',
+    '50米跑': '-',
+    '耐力跑': '-',
+}
+
+
+def find_in_scoring_table(table, grade, value, direction='+'):
+    """在评分表中查找得分
+    学生标准采用阈值制：exact值为达标的门槛值
+    - 越高越好(+)：找最高得分，其中value >= exact
+    - 越低越好(-)：找最高得分，其中value <= exact
+    - 'category'：按分类匹配
+    """
+    sorted_entries = sorted(table['data'], key=lambda x: x['score'], reverse=True)
+    
+    for entry in sorted_entries:
+        grade_data = entry.get('grades', {}).get(grade)
+        if not grade_data:
+            continue
+        score = entry['score']
+        r = grade_data
+        
+        # 尝试解析raw时间格式: "3'40\"" → 220秒
+        if 'raw' in r:
+            parsed = parse_time_to_seconds(r['raw'])
+            if parsed is not None:
+                if direction == '-' and value <= parsed:
+                    return score
+                elif direction == '+' and value >= parsed:
+                    return score
+        
+        if 'min' in r and 'max' in r:
+            if r['min'] <= value <= r['max']:
+                return score
+        elif 'min' in r and value >= r['min']:
+            return score
+        elif 'max' in r and value <= r['max']:
+            return score
+        elif 'exact' in r:
+            if direction == '+' and value >= r['exact']:
+                return score
+            elif direction == '-' and value <= r['exact']:
+                return score
+            elif direction == 'category' and abs(value - r['exact']) < 0.01:
+                return score
+    
+    return 0
+
+
+def parse_time_to_seconds(raw):
+    """解析时间格式: \"3'40\\\"\" → 220 秒"""
+    if not raw:
+        return None
+    raw = raw.strip().replace('"', '').replace("'", ' ').replace('′', ' ').replace('″', '')
+    parts = raw.split()
+    if len(parts) == 2:
+        try:
+            return int(parts[0]) * 60 + float(parts[1])
+        except:
+            pass
+    elif len(parts) == 1:
+        try:
+            return int(parts[0])
+        except:
+            pass
+    return None
+
+
+def find_bonus_in_table(table, grade, value):
+    """在加分表中查找加分
+    table['data'] = [{'bonus_score': 5, 'grades': {'一年级': {'min': 20, 'max': 25}, ...}}, ...]
+    加分逻辑：超过100分对应的值后，每多一个档次加对应分数
+    """
+    total_bonus = 0
+    for entry in table['data']:
+        grade_data = entry.get('grades', {}).get(grade)
+        if not grade_data:
+            continue
+        bonus = entry['bonus_score']
+        r = grade_data
+        matched = False
+        if 'min' in r and 'max' in r:
+            if r['min'] <= value <= r['max']:
+                matched = True
+        elif 'min' in r and value >= r['min']:
+            matched = True
+        elif 'max' in r and value <= r['max']:
+            matched = True
+        elif 'exact' in r and abs(value - r['exact']) < 0.01:
+            matched = True
+        
+        if matched:
+            total_bonus = max(total_bonus, bonus)
+    
+    return total_bonus
+
+
+def evaluate_student(age, gender, grade=None, test_values=None, data=None):
+    """
+    评测一个学生
+    参数:
+        age: 年龄（周岁）
+        gender: '男' 或 '女'
+        grade: 年级（如'一年级','初一','高一','大学'），不传则从年龄推断
+        test_values: dict
+            BMI, 肺活量(ml), 50米跑(秒), 坐位体前屈(cm),
+            1分钟跳绳(次) — 小学
+            立定跳远(cm) — 初中以上
+            引体向上(次) — 初中以上男
+            1分钟仰卧起坐(次) — 三年级以上女/小学
+            耐力跑(秒) — 五年级以上
+    """
+    if data is None:
+        data = load_data()
+    
+    if grade is None:
+        grade = age_to_grade(age)
+    
+    gender_key = '男' if gender in ['男', 'male', 'M'] else '女'
+    
+    results = {
+        'age': age,
+        'gender': gender_key,
+        'grade': grade,
+        'level': get_level_for_grade(grade),
+        'standard': '国家学生体质健康标准（2014年修订）',
+        'base_score': 0,
+        'bonus_score': 0,
+        'total_score': 0,
+        'rating': '',
+        'indicators': {},
+        'bonus_detail': {}
+    }
+    
+    # 获取权重表
+    level_name = get_level_for_grade(grade)
+    weights = data['weight_table'].get(level_name, {})
+    # 加上通用权重（BMI和肺活量是全部适用）
+    if level_name != '小学一年级至大学四年级':
+        common = data['weight_table'].get('小学一年级至大学四年级', {})
+        for k, v in common.items():
+            if k not in weights:
+                weights[k] = v
+    
+    if not test_values:
+        test_values = {}
+    
+    # 指标别名映射
+    alias = {
+        '肺活量(ml)': '肺活量', '肺活量': '肺活量',
+        '50米跑(秒)': '50米跑', '50米跑': '50米跑',
+        '坐位体前屈(cm)': '坐位体前屈', '坐位体前屈': '坐位体前屈',
+        '1分钟跳绳(次)': '1分钟跳绳', '1分钟跳绳': '1分钟跳绳',
+        '1分钟仰卧起坐(次)': '1分钟仰卧起坐', '1分钟仰卧起坐': '1分钟仰卧起坐',
+        '立定跳远(cm)': '立定跳远', '立定跳远': '立定跳远',
+        '引体向上(次)': '引体向上', '引体向上': '引体向上',
+        '耐力跑(秒)': '耐力跑', '耐力跑': '耐力跑',
+        '1000米跑(秒)': '耐力跑', '800米跑(秒)': '耐力跑',
+        '50米×8往返跑(秒)': '耐力跑',
+    }
+    
+    # 评分表索引映射：表1-x → 指标名+性别
+    table_index_map = {}
+    for t in data['scoring_tables']:
+        ti = t['table_index']
+        gn = t['grade_names']
+        # 通过表index和年级范围推断指标
+        table_index_map[ti] = t
+    
+    # 指标→表索引映射（手动）
+    indicator_table_map = {
+        ('BMI', '男'): 1, ('BMI', '女'): 2,
+        ('肺活量', '男'): 3, ('肺活量', '女'): 4,
+        ('50米跑', '男'): 5, ('50米跑', '女'): 6,
+        ('坐位体前屈', '男'): 7, ('坐位体前屈', '女'): 8,
+        ('1分钟跳绳', '男'): 9, ('1分钟跳绳', '女'): 10,
+        ('立定跳远', '男'): 11, ('立定跳远', '女'): 12,
+        ('1分钟仰卧起坐/引体向上', '男'): 13,
+        ('引体向上', '男'): 13,
+        ('1分钟仰卧起坐', '女'): 14,
+        ('耐力跑', '男'): 15, ('耐力跑', '女'): 16,
+    }
+    
+    # 加分表索引映射
+    bonus_table_map = {
+        ('1分钟跳绳', '男'): 17, ('1分钟跳绳', '女'): 18,
+        ('引体向上', '男'): 19,
+        ('1分钟仰卧起坐', '女'): 20,
+        ('耐力跑', '男'): 21, ('耐力跑', '女'): 22,
+    }
+    
+    # 1. 处理输入值并逐项评分
+    processed = {}
+    for raw_key, value in test_values.items():
+        if value is None or value == '':
+            continue
+        try:
+            value = float(value)
+        except (ValueError, TypeError):
+            continue
+        indicator = alias.get(raw_key, raw_key)
+        processed[indicator] = value
+    
+    # BMI特殊处理（可能没直接传入，从身高体重计算）
+    if 'BMI' not in processed:
+        height_cm = test_values.get('身高(cm)', test_values.get('身高'))
+        weight_kg = test_values.get('体重(kg)', test_values.get('体重'))
+        if height_cm and weight_kg:
+            bmi = weight_kg / ((height_cm / 100) ** 2)
+            processed['BMI'] = round(bmi, 1)
+    
+    # 2. 评分
+    base_total = 0.0
+    weight_used = 0.0
+    
+    for indicator, value in processed.items():
+        # 查评分表
+        table_key = (indicator, gender_key)
+        ti = indicator_table_map.get(table_key)
+        table = table_index_map.get(ti) if ti else None
+        
+        if not table:
+            continue
+        
+        # 使用通配年级匹配
+        match_grade = get_grade_for_level(grade, table)
+        direction = INDICATOR_DIRECTION.get(indicator, '+')
+        score = find_in_scoring_table(table, match_grade, value, direction)
+        
+        # 查找该指标权重（用WEIGHT_INDICATOR_MAP做模糊匹配）
+        indicator_weight = 0
+        for wname, wval in weights.items():
+            mapped_indicator = WEIGHT_INDICATOR_MAP.get(wname, wname)
+            if indicator == mapped_indicator or indicator in wname or mapped_indicator == indicator:
+                indicator_weight = wval / 100.0
+                break
+        
+        weighted = score * indicator_weight
+        base_total += weighted
+        weight_used += indicator_weight
+        
+        results['indicators'][indicator] = {
+            'value': value,
+            'score': score,
+            'weight': indicator_weight,
+            'weighted': round(weighted, 1)
+        }
+    
+    results['base_score'] = round(base_total, 1)
+    
+    # 3. 附加分
+    total_bonus = 0
+    for indicator, value in processed.items():
+        bti = bonus_table_map.get((indicator, gender_key))
+        btable = table_index_map.get(bti) if bti else None
+        if not btable:
+            continue
+        
+        # 检查该指标原始得分是否已达到100分（即需要先拿到100分才有加分资格）
+        # 但在评分表中，低年级跳绳最高分可能是100对应的值
+        # 加分表只对超过100分阈值的额外成绩加分
+        bonus = find_bonus_in_table(btable, grade, value)
+        if bonus > 0:
+            if indicator == '1分钟跳绳':
+                max_bonus = 20
+            else:
+                max_bonus = 10
+            
+            total_bonus += min(bonus, max_bonus)
+            results['bonus_detail'][indicator] = min(bonus, max_bonus)
+    
+    results['bonus_score'] = min(total_bonus, 20)
+    results['total_score'] = round(results['base_score'] + results['bonus_score'], 1)
+    
+    # 4. 评级
+    ts = results['total_score']
+    if ts >= 90:
+        results['rating'] = '优秀'
+    elif ts >= 80:
+        results['rating'] = '良好'
+    elif ts >= 60:
+        results['rating'] = '及格'
+    else:
+        results['rating'] = '不及格'
+    
+    results['weight_coverage'] = round(weight_used, 2)
+    
+    return results
+
+
+def format_report(result):
+    lines = []
+    lines.append("=" * 60)
+    lines.append("  国家学生体质健康标准（2014年修订）— 评测报告")
+    lines.append("=" * 60)
+    lines.append(f"  年级：{result['grade']}    性别：{result['gender']}")
+    lines.append(f"  年龄：{result['age']}岁    学段：{result['level']}")
+    lines.append("-" * 60)
+    lines.append(f"  {'指标':<18} {'实测值':<10} {'得分':<6} {'权重':<6} {'加权分':<8}")
+    lines.append("-" * 60)
+    
+    for ind, info in result['indicators'].items():
+        val = info['value']
+        val_str = f"{val:.1f}" if isinstance(val, (int, float)) else str(val)
+        w_str = f"{info['weight']:.2f}" if info['weight'] > 0 else '-'
+        wp_str = f"{info['weighted']:.1f}" if info['weight'] > 0 else '-'
+        lines.append(f"  {ind:<18} {val_str:<10} {info['score']:<6} {w_str:<6} {wp_str:<8}")
+    
+    lines.append("-" * 60)
+    lines.append(f"  标准分：{result['base_score']}")
+    if result['bonus_score'] > 0:
+        lines.append(f"  附加分：+{result['bonus_score']}")
+        for ind, bonus in result['bonus_detail'].items():
+            lines.append(f"    {ind} 加分：+{bonus}")
+    lines.append(f"  总分（满分120）：{result['total_score']}")
+    lines.append(f"  权重覆盖率：{result['weight_coverage']:.0%}")
+    lines.append(f"  评级：{result['rating']}")
+    lines.append("=" * 60)
+    return '\n'.join(lines)
+
+
+def demo():
+    data = load_data()
+    
+    demos = [
+        (10, '男', '四年级', {'BMI': 17, '肺活量(ml)': 1800, '50米跑(秒)': 9.5,
+         '坐位体前屈(cm)': 8, '1分钟跳绳(次)': 90, '1分钟仰卧起坐(次)': 25}),
+        (15, '男', '初三', {'BMI': 21, '肺活量(ml)': 3200, '50米跑(秒)': 7.8,
+         '坐位体前屈(cm)': 6, '立定跳远(cm)': 220, '引体向上(次)': 8, '耐力跑(秒)': 255}),
+        (13, '女', '初二', {'身高(cm)': 160, '体重(kg)': 50, '肺活量(ml)': 2500,
+         '50米跑(秒)': 8.5, '坐位体前屈(cm)': 14, '立定跳远(cm)': 180,
+         '1分钟仰卧起坐(次)': 30, '耐力跑(秒)': 240}),
+    ]
+    
+    for i, (age, gender, grade, tests) in enumerate(demos):
+        print(f"\n{'='*60}")
+        print(f"  演示{i+1}：{grade}{'男' if gender=='男' else '女'}，{age}岁")
+        print(f"{'='*60}")
+        r = evaluate_student(age, gender, grade, tests, data)
+        print(format_report(r))
+
+
+def interactive():
+    data = load_data()
+    print("国家学生体质健康标准（2014年修订）— 交互式评测")
+    print("=" * 50)
+    
+    age = int(input("年龄（周岁）: ") or 0)
+    grade = input("年级（如'初一'，直接回车从年龄推断）: ").strip() or None
+    gender = input("性别（男/女）: ").strip()
+    if gender not in ['男', '女']:
+        print("性别输入错误")
+        return
+    
+    if grade is None:
+        grade = age_to_grade(age)
+    grade = grade.replace(' ', '')
+    print(f"\n→ 年级：{grade}（{get_level_for_grade(grade)}组）")
+    
+    # 提示输入
+    test_values = {}
+    prompts = {
+        'BMI': '体重指数(BMI)（直接回车从身高体重计算）',
+        '身高(cm)': '身高(cm)',
+        '体重(kg)': '体重(kg)',
+        '肺活量(ml)': '肺活量(ml)',
+        '50米跑(秒)': '50米跑(秒)',
+        '坐位体前屈(cm)': '坐位体前屈(cm)',
+        '1分钟跳绳(次)': '1分钟跳绳(次)',
+        '1分钟仰卧起坐(次)': '1分钟仰卧起坐(次)',
+        '立定跳远(cm)': '立定跳远(cm)',
+        '引体向上(次)': '引体向上(次)',
+        '耐力跑(秒)': '耐力跑(秒)（如1000米跑238秒则输入238）',
+    }
+    print("\n请输入测试值（直接回车跳过）：")
+    for key, prompt in prompts.items():
+        val = input(f"  {prompt}: ").strip()
+        if val:
+            try:
+                test_values[key] = float(val)
+            except ValueError:
+                test_values[key] = val
+    
+    result = evaluate_student(age, gender, grade, test_values, data)
+    print()
+    print(format_report(result))
+
+
+if __name__ == '__main__':
+    if len(sys.argv) > 1 and sys.argv[1] in ('--interactive', '-i'):
+        interactive()
+    else:
+        demo()

国家学生体质健康标准/02_加工数据/parse_student_tables.py

@@ -0,0 +1,212 @@
+#!/usr/bin/env python3
+"""
+国家学生体质健康标准（2014年修订）— 评分数据提取脚本
+教育部发布，适用于全日制小学至大学学生
+满分120分制（100基础分 + 20附加分）
+"""
+import json, os, re, sys
+from docx import Document
+
+BASE = '/home/songyi/Documents/ai_agent_scraper_study/data/国家学生体质健康标准'
+DOCX = os.path.join(BASE, '01_来源数据/国家学生体质健康标准（2014年修订）.docx')
+
+
+def parse_range(val):
+    """解析值域:'13.5~18.1', '≤13.4', '≥17.9'"""
+    val = val.strip().replace(' ', '').replace('\n','')
+    if re.match(r'[≥>]=?\s*([\d.]+)', val):
+        m = re.match(r'[≥>]=?\s*([\d.]+)', val)
+        return {"min": float(m.group(1))}
+    if re.match(r'[≤<]=?\s*([\d.]+)', val):
+        m = re.match(r'[≤<]=?\s*([\d.]+)', val)
+        return {"max": float(m.group(1))}
+    if re.match(r'([\d.]+)\s*[~-]\s*([\d.]+)', val):
+        m = re.match(r'([\d.]+)\s*[~-]\s*([\d.]+)', val)
+        lo, hi = float(m.group(1)), float(m.group(2))
+        return {"min": min(lo, hi), "max": max(lo, hi)}
+    if re.match(r'(\d+)[:：·]\s*(\d+[\']?[\d.]*)', val):
+        m = re.match(r'(\d+)[:：·]\s*(\d+[\']?[\d.]*)', val)
+        minutes = int(m.group(1))
+        rest = m.group(2).replace("'", ".")
+        seconds = float(rest) if '.' in rest else int(rest)
+        return {"exact": minutes * 60 + seconds}
+    if re.match(r'^([\d.]+)$', val):
+        m = re.match(r'^([\d.]+)$', val)
+        return {"exact": float(m.group(1))}
+    return {"raw": val}
+
+
+def extract_all():
+    doc = Document(DOCX)
+    
+    result = {
+        'metadata': {
+            'title': '国家学生体质健康标准（2014年修订）',
+            'publisher': '教育部',
+            'year': 2014,
+            'total_tables': len(doc.tables),
+            'scoring_system': '100分基础 + 20分附加 = 120分满分',
+            'rating_levels': {
+                '优秀': {'min': 90.0},
+                '良好': {'min': 80.0, 'max': 89.9},
+                '及格': {'min': 60.0, 'max': 79.9},
+                '不及格': {'max': 59.9}
+            }
+        },
+        'weight_table': {},
+        'scoring_tables': [],
+        'bonus_tables': [],
+        'registration_tables': []
+    }
+    
+    for i, table in enumerate(doc.tables):
+        rows_data = []
+        for row in table.rows:
+            cells = [cell.text.strip().replace('\n', ' ') for cell in row.cells]
+            rows_data.append(cells)
+        
+        if not rows_data:
+            continue
+        
+        header = rows_data[0]
+        header_str = ' '.join(str(h) for h in header).strip()
+        
+        # 权重表（表0）
+        if i == 0:
+            for row in rows_data[1:]:
+                if len(row) >= 3:
+                    obj = row[0].strip()
+                    indicator = row[1].strip()
+                    weight = row[2].strip()
+                    try:
+                        w = float(weight)
+                        result['weight_table'].setdefault(obj, {})[indicator] = w
+                    except ValueError:
+                        pass
+            continue
+        
+        # 登记卡表
+        if '学校签章' in header_str or ('姓名' in header_str and '性别' in header_str):
+            result['registration_tables'].append({
+                'table_index': i, 'rows': len(rows_data), 'cols': len(header)
+            })
+            continue
+        
+        # 判断加分表
+        is_bonus = '加分' in header_str and '成绩' not in header_str
+        
+        # 解析年级列
+        grade_cols = []
+        start_col = 1 if is_bonus else 2
+        for ci, h in enumerate(header):
+            h_clean = h.strip().replace('\n', ' ')
+            if h_clean and ci >= start_col:
+                # 跳过'单项得分'列
+                if '单项' in h_clean or '得分' in h_clean:
+                    continue
+                grade_cols.append((ci, h_clean))
+        
+        if not grade_cols:
+            continue
+        
+        table_info = {
+            'table_index': i,
+            'header_sample': [h.strip() for h in header[:5]],
+            'grade_names': [g[1] for g in grade_cols],
+            'type': 'bonus' if is_bonus else 'standard',
+            'rows_count': len(rows_data) - 1,
+            'data': []
+        }
+        
+        for row in rows_data[1:]:
+            if is_bonus:
+                if len(row) < 2:
+                    continue
+                bonus_str = row[0].strip()
+                try:
+                    bonus_score = int(bonus_str) if bonus_str.lstrip('-').isdigit() else 0
+                except:
+                    continue
+                entry = {'bonus_score': bonus_score, 'grades': {}}
+                for ci, gname in grade_cols:
+                    if ci < len(row):
+                        val = row[ci].strip()
+                        if val and val not in ['—', '-', '', '------']:
+                            entry['grades'][gname] = parse_range(val)
+                if entry['grades']:
+                    table_info['data'].append(entry)
+            else:
+                if len(row) < 3:
+                    continue
+                level_name = row[0].strip()
+                score_str = row[1].strip()
+                try:
+                    score_val = int(score_str) if score_str.isdigit() else 0
+                except:
+                    continue
+                entry = {'level': level_name, 'score': score_val, 'grades': {}}
+                for ci, gname in grade_cols:
+                    if ci < len(row):
+                        val = row[ci].strip()
+                        if val and val not in ['—', '-', '', '------']:
+                            entry['grades'][gname] = parse_range(val)
+                if entry['grades']:
+                    table_info['data'].append(entry)
+        
+        if table_info['data']:
+            if is_bonus:
+                result['bonus_tables'].append(table_info)
+            else:
+                result['scoring_tables'].append(table_info)
+    
+    return result
+
+
+def print_summary(data):
+    m = data['metadata']
+    print(f"总Word表格: {m['total_tables']}")
+    print(f"标准评分表: {len(data['scoring_tables'])} 个")
+    print(f"加分评分表: {len(data['bonus_tables'])} 个")
+    print(f"登记卡/附表: {len(data['registration_tables'])} 个")
+    
+    wt = data['weight_table']
+    print(f"\n权重表 ({len(wt)}组):")
+    for obj in sorted(wt.keys()):
+        items = ', '.join(f"{k}={v}%" for k, v in sorted(wt[obj].items()))
+        print(f"  {obj}: {items}")
+    
+    print(f"\n标准评分表:")
+    for t in data['scoring_tables']:
+        gn = t['grade_names']
+        gs = ', '.join(gn[:3])
+        if len(gn) > 3:
+            gs += f"...({len(gn)}个年级)"
+        levels = sorted(set(e['level'] for e in t['data']))
+        ti = t['table_index']
+        rc = len(t['data'])
+        print(f"  [表{ti}] {rc}行x{len(gn)}年级 等级={levels} 年级={gs}")
+    
+    print(f"\n加分评分表:")
+    for t in data['bonus_tables']:
+        gn = t['grade_names']
+        gs = ', '.join(gn[:3])
+        if len(gn) > 3:
+            gs += f"...({len(gn)}个年级)"
+        ti = t['table_index']
+        rc = len(t['data'])
+        print(f"  [表{ti}] {rc}行 年级={gs}")
+
+
+def output_json(data):
+    path = os.path.join(BASE, '02_加工数据/评分标准结构化数据.json')
+    with open(path, 'w', encoding='utf-8') as f:
+        json.dump(data, f, ensure_ascii=False, indent=2)
+    size = os.path.getsize(path)
+    print(f"\nJSON输出: {path} ({size/1024:.0f}KB)")
+    return path
+
+
+if __name__ == '__main__':
+    data = extract_all()
+    print_summary(data)
+    output_json(data)

国家学生体质健康标准/04_分析报告/归档分析报告.md

@@ -0,0 +1,70 @@
+# 归档分析报告：《国家学生体质健康标准（2014年修订）》
+
+## 一、基本信息
+
+| 项目 | 内容 |
+|------|------|
+| 标准名称 | 国家学生体质健康标准（2014年修订） |
+| 发布机构 | 教育部 |
+| 发布时间 | 2014年 |
+| 文件格式 | Word (.docx)，88KB |
+| 数据量 | 33个Word内嵌表格 |
+
+## 二、评分体系
+
+### 总分结构
+
+**学年总分 = 标准分 + 附加分**
+- 标准分：各单项指标得分 × 权重，满分为100分
+- 附加分：超过100分的加分指标进行加分，满分为20分
+  - 小学：1分钟跳绳，加分幅度20分
+  - 初中/高中/大学：男生引体向上和1000米跑，女生仰卧起坐和800米跑，各10分
+
+### 评级标准
+
+| 等级 | 分数范围 |
+|------|----------|
+| 优秀 | ≥ 90.0分 |
+| 良好 | 80.0 ~ 89.9分 |
+| 及格 | 60.0 ~ 79.9分 |
+| 不及格 | ≤ 59.9分 |
+
+### 权重体系（按学段不同）
+
+| 指标 | 小学1-2 | 小学3-4 | 小学5-6 | 初中/高中/大学 |
+|------|---------|---------|---------|---------------|
+| BMI | 15% | 15% | 15% | 15% |
+| 肺活量 | 15% | 15% | 15% | 15% |
+| 50米跑 | 20% | 20% | 20% | 20% |
+| 坐位体前屈 | 30% | 20% | 10% | 10% |
+| 1分钟跳绳 | 20% | 20% | 10% | - |
+| 仰卧起坐 | - | 10% | 20% | - |
+| 立定跳远 | - | - | - | 10% |
+| 引体向上(男)/仰卧起坐(女) | - | - | - | 10% |
+| 耐力跑(男1000/女800) | - | - | 10% | 20% |
+
+## 三、数据质量评估
+
+| 维度 | 评价 | 说明 |
+|------|------|------|
+| 完整性 | ★★★★★ | 所有评分表、加分表、登记卡完整 |
+| 准确性 | ★★★★★ | Word原生表格，无OCR误差 |
+| 结构化程度 | ★★★★☆ | Word表格直接解析，无HTML嵌套 |
+| 可复用性 | ★★★★★ | JSON可直接编程调用 |
+
+## 四、加工说明
+
+| 步骤 | 工具 | 结果 |
+|------|------|------|
+| 表格提取 | python-docx | 33个Word表格全部解析 |
+| 结构化JSON | parse_student_tables.py | 318KB JSON，含权重表+23个标准评分表+6个加分表 |
+
+## 五、后续建议
+
+1. **开发评分引擎** — 类似 `fitness_eval.py`，按年级/性别自动查表计算总分和评级
+2. **与国民体质测定标准对比分析** — 两套标准的覆盖人群、指标、评分差异
+3. **批量评测** — 支持CSV学生数据批量处理
+
+---
+
+*报告生成日期：2026年6月*

国家学生体质健康标准/README.md

@@ -0,0 +1,95 @@
+# 国家学生体质健康标准（2014年修订）— 数据谱系说明
+
+## 概述
+
+本标准由教育部于2014年修订发布，适用于全日制普通小学、初中、普通高中、中等职业学校、普通高等学校的学生。是评价学生综合素质、评估学校工作和衡量各地教育发展的重要依据。
+
+## 基本信息
+
+| 属性 | 内容 |
+|------|------|
+| 标准名称 | 国家学生体质健康标准（2014年修订） |
+| 发布机构 | 教育部 |
+| 发布时间 | 2014年 |
+| 文件格式 | Word (.docx)，88KB |
+| 数据来源 | docx内嵌Word表格（33个） |
+| 评分体系 | 100分基础 + 20分附加 = 120分满分 |
+| 评级等级 | 优秀(≥90)、良好(80-89)、及格(60-79)、不及格(<60) |
+
+## 目录结构
+
+```
+国家学生体质健康标准/
+├── 01_来源数据/
+│   └── 国家学生体质健康标准（2014年修订）.docx    (原始文档)
+├── 02_加工数据/
+│   ├── 评分标准结构化数据.json                     (318KB，结构化提取)
+│   └── parse_student_tables.py                     (解析脚本)
+├── 03_关联融合/                                     (预留)
+└── 04_分析报告/
+    └── 归档分析报告.md
+```
+
+## 数据结构
+
+### 测试对象分组
+
+| 学段 | 年级分组 |
+|------|----------|
+| 小学 | 一年级至六年级（各年级独立一组） |
+| 初中 | 初一至初三（各年级独立一组） |
+| 高中 | 高一至高三（各年级独立一组） |
+| 大学 | 一、二年级为一组；三、四年级为一组 |
+
+### 测试指标（按年级）
+
+| 年级 | 测试指标 | 加分指标 |
+|------|----------|----------|
+| 小学一、二年级 | BMI、肺活量、50米跑、坐位体前屈 | 1分钟跳绳 |
+| 小学三、四年级 | BMI、肺活量、50米跑、坐位体前屈、1分钟跳绳 | 1分钟跳绳 |
+| 小学五、六年级 | BMI、肺活量、50米跑、坐位体前屈、1分钟跳绳、1分钟仰卧起坐 | 1分钟跳绳 |
+| 初中/高中/大学 | BMI、肺活量、50米跑、坐位体前屈、立定跳远、引体向上(男)/仰卧起坐(女)、1000米跑(男)/800米跑(女) | 引体向上(男)/仰卧起坐(女)、1000米跑(男)/800米跑(女) |
+
+### 评分表（23个标准评分表 + 6个加分表）
+
+| 表号 | 内容 | 覆盖年级 |
+|------|------|----------|
+| 1-1 | 男生BMI评分表 | 小学一年级至大学 |
+| 1-2 | 女生BMI评分表 | 小学一年级至大学 |
+| 1-3 | 男生肺活量评分表 | 小学一年级至大学 |
+| 1-4 | 女生肺活量评分表 | 小学一年级至大学 |
+| 1-5 | 男生50米跑评分表 | 小学一年级至大学 |
+| 1-6 | 女生50米跑评分表 | 小学一年级至大学 |
+| 1-7 | 男生坐位体前屈评分表 | 小学一年级至大学 |
+| 1-8 | 女生坐位体前屈评分表 | 小学一年级至大学 |
+| 1-9 | 男生1分钟跳绳评分表 | 小学一年级至六年级 |
+| 1-10 | 女生1分钟跳绳评分表 | 小学一年级至六年级 |
+| 1-11 | 男生立定跳远评分表 | 初一至大学 |
+| 1-12 | 女生立定跳远评分表 | 初一至大学 |
+| 1-13 | 男生仰卧起坐/引体向上评分表 | 三年级至大学 |
+| 1-14 | 女生1分钟仰卧起坐评分表 | 三年级至大学 |
+| 1-15 | 男生耐力跑评分表 | 五年级至大学 |
+| 1-16 | 女生耐力跑评分表 | 五年级至大学 |
+| 2-1~2-6 | 加分指标评分表 | 对应年级范围 |
+
+## 与国民体质测定标准的差异
+
+| 对比项 | 学生体质健康标准(2014) | 国民体质测定标准(2023修订) |
+|--------|----------------------|--------------------------|
+| 发布机构 | 教育部 | 国家国民体质监测中心 |
+| 适用人群 | 在校学生（小学至大学） | 3-79岁全体国民 |
+| 分组方式 | 按年级 | 按年龄 |
+| 评分制 | 100分+20分附加 | 100分 |
+| 评级 | 优秀≥90 | 优秀≥83 |
+| 加分项 | 跳绳/引体向上/仰卧起坐/耐力跑 | 无 |
+
+## 关联知识库
+
+- **国民体质测定标准**（同目录下）
+- **健康管理师教材目录归档**
+- **大医网**中医药知识库
+
+---
+
+*归档日期：2026年6月*
+*归档工具：Hermes Agent 自动归档*