夜雨聆风学习资料网

ARTICLE · 1359010

手搓审计工作台(二)Excel报表批量读取

手搓审计工作台(二)Excel报表批量读取
同样叫「资产负债表」,三家单位能给出三种版式。这篇我们讲怎么把几百个格式各异的 Excel决算报表,批量抽成规整的 CSV。

麻烦在哪

版式一:资产负债合在一张表里,左边资产右边负债;版式二:资产一张、负债一张;版式三:利润表拆成左右两半。表头是两三行合并单元格……。

实现逻辑

第一步,统一格式。老式 .xls 先转成临时 .xlsx 再处理,后面全部走同一套逻辑,临时文件用完即删。

第二步,修复合并单元格。Excel 的合并区域只有左上角有值。我们预先把每个合并区域解析出来,把左上角的值映射到区域里每一个坐标,读取时直接查表,不会错行。同时抹掉全部空白字符,防止因为中间多了个空格而匹配不上。

第三步,识别表头。在整张表里找值为「项目」或「项目名称」的行作表头基准,表头区内逐列纵向归并,整列相同取该值,不同就用下划线连起来,比如所有者权益变动变中最后归整的表头行是“期末余额_实收资本,期末余额_其他权益工具_优先股,期末余额_其他权益工具_永续债”等等。表头上方行内容用来正则匹配,抽取出编制单位和会计年度,从而构建出完整的数据表。

第四步,识别版式。「项目」这个列名出现两次,说明是左右双表:按第二个「项目」列切开,左半是资产表、右半是负债和权益表;利润表、现金流量表则采用相反的方式,将原切开的表格重新拼回一张。最后对资产、负债和所有者权益、利润、现金流量四张核心表进行转置,变成列项目是报表科目,行项目是单位、会计年度的数据表,而对其他表格则保持原样,根据后期需要再手工转换。

第五步,清洗与输出。处理表格中的特殊符号,千分位逗号,采用多线程分批处理,每批 20 个、8 线程并发,批处理完成后主动清除缓存回收内存。最终按照本期、上期分别输出CSV文件。

 搞过经责的朋友都应该了解,对一个集团开展审计,可能最紧要的就是吃透决算报表,除三张主表外,其他诸如带息负债情况表、生产成本表、电量电价统计表等,决算报表包含了会计主体各个维度的信息,只有按照一定的规则吃透报表,才能精准选样,为后续的延伸审计筑牢基础。但如何快速统计这些信息,我想如果一个个看报表肯定是比较难实现的,因此我开发了这个批量提取的工具,可以一次性将你关心的报表项目全部规整在一张表上,后续是自己透视查询还是导入数据库分析,都有了较好的数据基础。

坦白讲

虽然程序可以读取各类形式的报表文件,但对于资产负债表、利润表和现金流量表这三张主表,因为涉及到后续的财务指标计算,因此目前设计只针对标准的表格样式,即表头是“项目、行次、年末余额、年初余额”,“项目、行次、期末余额、期初余额”或“项目、行次、本期金额、上期金额”这三种格式,对于导出的快报格式文件可能无法识别,目前采取的折中措施是在读取时由你来选定是否转置,对于快报文件,可以选择不转置,汇总后手工更改为标准样式再进行转置入库。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料