招标信息自动整理工作流（二）
上篇文章，我们已经获取了公告详情页信息，并将附件文件下载了下来。
下面，我们就需要根据详情页和附件文件提取出结构化信息。
详情页结构化信息提取
我们将详情页 http 请求返回的文本，通过 html 节点用 selector `#content` 提取正文的html标签，
再用 markdown 节点转换成文本。
接着再用 n8n 自带的 `information Extractor` AI agent 节点，挂一个大语言模型。
可以看到，我们可以自由定义需要的字段名称，以及对它的描述。
AI 会根据我们对字段的描述找出符号的值。
这个只需要一个节点就能完成，非常简单！
附件文件结构化信息提取
虽然我们上面在网页中提取出了公告的结构化信息，
但是有一些要求，比如报名费、保证金等它可以在附件中，
所以，我们还需要对附件的信息也做相同的结构化信息的提取。
只是中间增加了一些判断条件，
比如是否存在附件文件，存在才下载。
是否下载附件成功，成功才读取文件。
判断附件类型，区分 pdf 和 word 文件不同读取。
读取完后再用 information extractor 进行提取。
合并结构化信息
由于我们提取的信息可能有两个（网页和附件），
我们还需要将其合并成一个，保留有值的。
比如我建了一个 code 节点“合并表格信息”来进行合并：
可以将左边两条信息，合并成一个。
整理信息、文件，发送邮件
我们将下面三路：
- 导出详情页 word 文件。
- 提取详情页结构化信息。
- 提取附件结构化信息。
都执行完，连接一个 merge 节点（保证三路执行完毕），
用 set 节点筛选出需要的字段，再连接到 loop 节点上，
进行下一页循环。
Loop Done 后，连接后续的处理流程：
这里主要是将每条 item 信息，按同事的需求进行排序，
并生成 html 格式的表格。
再将本地的文件夹名称重命名添加上序号。
再将附件进行打包压缩。
再用 send email 结点发送出去。
同事收到的邮件信息如图所示（注：仅列示9条示例）
这样我们就将招标信息整理工作完全自动化了。
当然，这中间涉及到 n8n 中节点完成不了的，
我们都使用 code 节点，或者 execute command 节点进行处理，
前者可以运行内置的 javascript/python 代码，
后者可以运行操作系统的所有命令。
这样基本没有什么是不可以干的。