历年高考高校录取分数线 API 接口
高校在各省录取分数线,各省所有数据 / 按省或高校查询。
1. 产品功能
不同高校在各省的录取数据;
百万级历史数据;
多种查询条件便于多维度分析;
数据持续更新与维护;
全接口支持 HTTPS(TLS v1.0 / v1.1 / v1.2 / v1.3);
全面兼容 Apple ATS;
全国多节点 CDN 部署;
接口极速响应,多台服务器构建 API 接口负载均衡;
2. API 文档
API 详情地址: https://www.gugudata.com/api/details/ceemajorline
接口地址: https://api.gugudata.com/metadata/ceecollegeline
返回格式: application/json; charset=utf-8
请求方式: GET
请求协议: HTTPS
数据预览: https://www.gugudata.com/preview/ceecollegeline
接口测试: https://api.gugudata.com/metadata/ceecollegeline/demo
3. 请求参数
参数名 | 参数类型 | 是否必须 | 默认值 | 备注 |
---|---|---|---|---|
appkey | string | 是 | YOUR_APPKEY | 付费后获取的 APPKEY |
searchtype | string | 是 | YOUR_VALUE | 查询条件类型,支持录取省份以及高校名称查询,参数值分别为:PROVINCENAME 或 COLLEGENAME |
keyword | string | 是 | YOUR_VALUE | 录取省份或高校名称,高校名称支持模糊查询。searchtype=PROVINCENAME,此参数值传递录取省份;searchtype=COLLEGENAME,此参数值传递高校名称。 |
pageindex | int | 是 | 1 | 分页参数,第几页 |
pagesize | int | 是 | 10 | 分页参数,每页总条数,取值范围在 10 ~ 50 之间 |
year | int | 否 | 0 | 查询的录取年份,如 2019、2020、2021。参数默认值为 0:即获取所有年份的录取数据 |
min | int | 否 | 0 | 录取最低分查询条件,筛选出最低分小于等于查询条件的值 |
type | string | 否 | 传递的参数值可选为:理科,文科,综合,艺术类,体育类,体育理,蒙授理科,艺术文,体育文,汉授美术,蒙授文科,学考文,学考理,艺术理,汉授音乐,汉授体育,其他艺术,汉授编导,蒙授音乐,蒙授体育,蒙授美术,旅游类,计算机类,3+证书,蒙授其他艺术,农学类,财会类,牧医类,蒙牧医类,美工设计类,汽驾类,幼师类,建筑类,烹饪类 | |
keywordstrict | string | 否 | false | 控制 keyword 参数在查询高校名称时是否进行模糊查询,true 为精确匹配,默认值为 false 进行模糊查询 |
enrollprovince | string | 否 | 用于 searchtype=COLLEGENAME 时,附加一个招生省份的条件,如查询北京大学在江苏的录取数据,那么该值传递 “江苏” 即可 | |
batchname | string | 否 | 录取批次参数,可选枚举值请参考 Data.AdmissionBatch 返回值枚举 | |
collegeprovincename | string | 否 | 学院所属省份筛选,如获取所有江苏省高校的录取分数线,那么该值传递 “江苏” 即可 |
4. 返回参数
参数名 | 参数类型 | 备注 |
---|---|---|
DataStatus.StatusCode | int | 接口返回状态码 |
DataStatus.StatusDescription | string | 接口返回状态说明 |
DataStatus.ResponseDateTime | string | 接口数据返回时间 |
DataStatus.DataTotalCount | int | 此条件下的总数据量,一般用于分页计算 |
DataStatus.RequestParameter | string | 请求参数,一般用于调试 |
Data.Province | string | 招生的省份 |
Data.SchoolUUID | string | 咕咕数据平台高校唯一 ID,此唯一 ID 可与 全国大学高校基础信息、历年高考专业录取分数线 接口中的 SchoolUUID 进行唯一匹配 |
Data.CollegeName | string | 高校名称 |
Data.Year | int | 招生年份 |
Data.HighestScore | string | 录取最高分 |
Data.AverageScore | string | 录取平均分 |
Data.LowestScore | string | 录取最低分 |
Data.LowestRank | string | 录取最低位次 |
Data.ProvincialControlLine | string | 录取省控线 |
Data.EnrollmentType | string | 招生类型 |
Data.SelectionLevel | string | 选测等级(特定省) |
Data.AdmissionBatch | string | 录取批次。枚举值为:专科批,本科二批,本科一批,本科批,本科三批,本科二批A段,本科提前批,本科批A段,本科一批A段,平行录取二段,本科二批B段,国家专项计划本科批,专科批A段,本科二批C段,平行录取一段,本科二批及预科,普通类一段,本科一批B段,本科三批A段,平行录取三段,本科A批,本科一段,本科批B段,本科二批K段,蒙授高职高专,本科一批I段,普通类二段,本科B批,专科提前批,本科提前批A段,地方专项计划本科批,本科二段,本科一批A1段,国家专项计划本科一批,本科一批预科,本科提前批B段,蒙授本科一批,本科提前批(非军检),蒙授本科二批,普通类提前批,国家专项计划本科二批,地方农村专项计划批,零批次,高校专项计划本科批,本科三批B段,提前专项批,专科批B段,本科综合评价批,高分优先投档批,普通本科批 |
Data.TypeName | string | 文科、理科或综合。枚举值为:理科,文科,综合,艺术类,体育类,体育理,蒙授理科,艺术文,体育文,汉授美术,蒙授文科,学考文,学考理,艺术理,汉授音乐,汉授体育,其他艺术,汉授编导,蒙授音乐,蒙授体育,蒙授美术,旅游类,计算机类,3+证书,蒙授其他艺术,农学类,财会类,牧医类,蒙牧医类,美工设计类,汽驾类,幼师类,建筑类,烹饪类 |
Data.SchoolType | string | 学校类型,如公办、民办 |
Data.SchoolInCity | string | 高校所在的城市 |
5. 接口 HTTP 响应标准状态码
状态码 | 状态码解释 | 备注 |
---|---|---|
200 | 接口正常响应 | 业务状态码参见下方 接口自定义状态码 |
403 | 请求频率超限 | CDN 层通过 IP 请求频率智能判断,一般的高频请求不会触发此状态码 |
6. 接口响应状态码
状态码 | 状态码解释 | 备注 |
---|---|---|
100 | 正常返回 | 可通过判断此状态码断言接口正常返回 |
-1 | 请求失败 | 请求处理请求失败 |
501 | 参数错误 | 请检查您传递的参数个数以及参数类型是否匹配 |
502 | 请求频率受限 | 一般建议每秒请求不超过 100 次 |
503 | APPKEY 权限超限/订单到期 | 请至开发者中心检查您的 APPKEY 是否到期或是否权限超限 |
504 | APPKEY 错误 | 请检查传递的 APPKEY 是否为开发者中心获取到的值 |
505 | 请求的次数超出接口限制 | 请检查对应接口是否有请求次数限制以及您目前的接口请求剩余次数 |
900 | 接口内部响应错误 | 接口可用性为 99.999%,如获取到此状态码请邮件联系我们 |
7. 开发语言请求示例代码
示例代码包含的开发语言:C#, Go, Java, jQuery, Node.js, Objective-C, PHP, Python, Ruby, Swift 等,其他语言进行对应的 RESTful API 请求实现即可。
8. 常见问题 Q&A
-
Q: 数据请求有缓存吗?
A: 所有的数据都是直接返回的,部分周期性数据在更新周期内数据是缓存的。
-
Q: 如何保证请求时 key 的安全性?
A: 一般建议将对我们 API 的请求放置在您应用的后端服务中发起,您应用的所有前端请求都应该指向您自己的后端服务,这样的架构也更加地纯粹且易维护。
-
Q: 接口可以用于哪些开发语言?
A: 可以使用于所有可以进行网络请求的开发语言,用于您项目快速地进行数据构建。
-
Q: 接口的性能可以保证吗?
A: 接口后台架构和我们给企业提供的商业项目架构一致,您可以通过访问测试接口查看接口相关返回性能与信息。
咕咕数据,专业的数据提供商,提供专业全面的数据接口、商业数据分析,让数据成为您的生产原料。
咕咕数据基于我们七年来为企业客户提供的千亿级数据存储与性能优化、相关海量基础数据支撑,将合规的部分通用数据、通用功能抽象成产品级数据 API,大大满足了用户在产品开发过程中对基础数据的需求,同时降低了海量数据的存储与运维成本,以及复杂功能的技术门槛与人力开发成本。
除了我们已开放的分类数据与功能接口外,还有海量数据正在整理、清洗、整合、构建中,后期会开放更多的数据与云端功能接口 API 供用户使用。