实验室 Excel 模板版本一乱,报表口径就统一不了

# 只有文件名带「模板」的才进盘点：同一个共享盘里还躺着台账、进度表，混进来会把版本数算飞NAME_KEY = "模板"# 表头不一定在第一行，靠这几个列名找它在第几行HEADER_KEYS = ("样品编号", "检测项目", "检测结果", "单位")# 表头最多往前看几行（标题行 + 填写说明行，现实里最多压两三行）HEADER_SCAN = 10# 版本号写在标题行里，形如「版本号：V2.1」，用正则抓VER_RE = re.compile(r"V\s*(\d+(?:\.\d+)?)", re.I)# 文件名里带这些词，容易让人误以为是最新版HINT_WORDS = ("最终", "最新", "新")# 只认这两种，.xls 是旧格式，openpyxl 打不开SKIP_SUFFIX = (".xlsx", ".xlsm")

def norm(value):    """列名归一：全角转半角、去掉所有空白、转小写，专门用来比列名同不同。"""    text = unicodedata.normalize("NFKC", str(value if value is not None else ""))    return re.sub(r"\s+", "", text).lower()def find_header(rows):    """表头在第几行？返回 0 基行号；命中列名最多的那一行才算表头。"""    keys = {norm(k) for k in HEADER_KEYS}    best, best_hits = -1, 0    for i, row in enumerate(rows[:HEADER_SCAN]):        hits = len(keys & {norm(c) for c in row})        if hits > best_hits:            best, best_hits = i, hits    return best if best_hits >= 2 else -1

def read_version(rows, head):    """在表头上方几行里找「V2.1」这种版本号，找不到就返回 None。"""    for row in rows[:head + 1]:        for cell in row:            if isinstance(cell, str):                hit = VER_RE.search(cell)                if hit:                    return f"V{hit.group(1)}"    return Nonedef ver_key(ver):    """把 V2.2 变成 (2, 2) —— 直接按字符串比会把 V2.10 排到 V2.9 前面。"""    return tuple(int(x) for x in ver[1:].split(".")) if ver else ()

def probe(path):    """读一个文件，取出版本号、表头行、列名、可见工作表数，算结构指纹。"""    from openpyxl import load_workbook    wb = load_workbook(path, read_only=True, data_only=True)    visible = [ws.title for ws in wb.worksheets if ws.sheet_state == "visible"]    hidden = [ws.title for ws in wb.worksheets if ws.sheet_state != "visible"]    sheet = wb[visible[0]]    rows = [list(r) for r in sheet.iter_rows(max_row=HEADER_SCAN + 3, values_only=True)]    wb.close()    head = find_header(rows)    if head < 0:        raise ValueError(f"前 {HEADER_SCAN} 行里找不到表头，列名可能被改过")    cols = [c for c in rows[head] if norm(c)]    return {        "path": path,        "name": path.name,        "sub": path.parent.relative_to(RAW_DIR).as_posix(),        "ver": read_version(rows, head),        "header_row": head + 1,        "cols": cols,        "visible": visible,        "hidden": hidden,        "mtime": datetime.fromtimestamp(path.stat().st_mtime),        # 指纹 = 可见页签个数 + 列名集合（排序后取，列序不算差异）        "sig": f"{len(visible)}|{'/'.join(sorted(norm(c) for c in cols))}",    }

def pick_current(files):    """组内挑现行版：先比版本号，版本号一样再比修改时间，最后按文件名。"""    return sorted(files, key=lambda f: (ver_key(f["ver"]), f["mtime"], f["name"]),                  reverse=True)def diff_cols(base_cols, other_cols):    """两组列名的差：多出来的、缺掉的，回原样列名方便人看。"""    base = {norm(c): c for c in base_cols}    other = {norm(c): c for c in other_cols}    extra = [other[k] for k in other if k not in base]    missing = [base[k] for k in base if k not in other]    return extra, missing

def group_files(taken):    """按指纹归堆，堆按文件数从多到少编号 G1、G2……"""    buckets = {}    for item in taken:        buckets.setdefault(item["sig"], []).append(item)    groups = []    for sig, files in buckets.items():        ordered = pick_current(files)        groups.append({"sig": sig, "files": ordered, "current": ordered[0]})    groups.sort(key=lambda g: (len(g["files"]), ver_key(g["current"]["ver"])), reverse=True)    for idx, group in enumerate(groups, 1):        group["no"] = f"G{idx}"    return groups

def scan():    """走一遍模板目录：该跳过的跳过，该报错的报错，别让一个坏文件带崩整轮。"""    taken, skipped = [], []    for path in sorted(RAW_DIR.rglob("*")):        if not path.is_file():            continue        name = path.name        if name.startswith("~$"):            skipped.append((name, "Excel 打开时留下的锁文件，不是模板"))            continue        if path.suffix.lower() == ".xls":            skipped.append((name, "旧格式 .xls，先另存为 .xlsx 再盘点"))            continue        if path.suffix.lower() not in SKIP_SUFFIX:            skipped.append((name, "不是 Excel 文件"))            continue        if NAME_KEY not in path.stem:            skipped.append((name, "文件名不含「模板」，不在这次盘点范围"))            continue        try:            taken.append(probe(path))        except Exception as exc:                      # 坏文件只记账，不中断            skipped.append((name, f"打不开：{exc}"))    return taken, skipped

    # ③ 差异明细：组内其他文件 vs 组内现行；各组现行 vs 全局基准    ws = wb.create_sheet("差异明细")    base = groups[0]["current"]    rows = []    for g in groups:        cur = g["current"]        for f in g["files"][1:]:            extra, missing = diff_cols(cur["cols"], f["cols"])            sheet_gap = len(f["visible"]) - len(cur["visible"])            rows.append([g["no"], f["name"], cur["name"], "、".join(extra) or "—",                         "、".join(missing) or "—",                         f"{sheet_gap:+d}" if sheet_gap else "0"])        if g["no"] != "G1":            extra, missing = diff_cols(base["cols"], cur["cols"])            sheet_gap = len(cur["visible"]) - len(base["visible"])            rows.append([g["no"], cur["name"], f"{base['name']}（G1）",                         "、".join(extra) or "—", "、".join(missing) or "—",                         f"{sheet_gap:+d}" if sheet_gap else "0"])

    for name in baseline["visible"]:        s_ws = src[name]        head = find_header([list(r) for r in s_ws.iter_rows(            max_row=HEADER_SCAN, values_only=True)])        if head < 0:                                  # 汇总页没有样品编号，按主表的行位取            head = baseline["header_row"] - 1        d_ws = wb.create_sheet(name)        d_ws.cell(row=1, column=1,                  value=f"{name}（受控版 {baseline['ver']}，生效 "                        f"{datetime.now():%Y-%m-%d}）").font = Font(bold=True, size=12)        for idx in range(1, s_ws.max_column + 1):            s_cell = s_ws.cell(row=head + 1, column=idx)            d_cell = d_ws.cell(row=2, column=idx, value=s_cell.value)            if s_cell.has_style:                d_cell.font = copy(s_cell.font)                d_cell.fill = copy(s_cell.fill)                d_cell.border = copy(s_cell.border)                d_cell.alignment = copy(s_cell.alignment)            d_ws.column_dimensions[d_cell.column_letter].width = \                s_ws.column_dimensions[s_cell.column_letter].width        d_ws.freeze_panes = "A3"