一. 需求

现有一个文件夹，里面存放若干PDF文件。还有一个Excel表格，记录了这些PDF的文件名。现在要进行双向核查，即 Excel表格中的PDF文件名 和 文件夹中的PDF是否一一对应，有无缺漏。

二. 实现过程

大致思路：使用xlrd读取Excel表格进行比对

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
import os
import glob
import sys

import xlrd

# 指定要遍历的文件夹路径
folder_path = './pdf'
# 指定Excel文件路径
excel_file_path = './'

try:
    """处理PDF"""
    # 使用glob模块获取文件夹中所有的PDF文件
    pdf_files = glob.glob(os.path.join(folder_path, '*.pdf'))

    # 提取文件名并存储到列表中
    pdf_file_names = [os.path.basename(pdf_file) for pdf_file in pdf_files]
    pdf_serial_number_list = []
    excel_serial_number_list = []

    # 式提取第二个-后面的内容
    for name in pdf_file_names:
        pdf_serial_number_list.append(name.split("-")[2])

    """处理Excel"""
    # 过滤出扩展名为.xlsx或.xls的Excel文件
    files = os.listdir(excel_file_path)
    excel_files = [file for file in files if file.endswith(('.xlsx', '.xls'))]

    if len(excel_files) == 1:
        # 如果只有一个Excel文件，读取它
        excel_file = excel_files[0]
        excel_file_path = os.path.join(excel_file_path, excel_file)

    elif len(excel_files) == 0:
        print("当前目录下没有Excel文件。")
    else:
        print("当前目录下有多个Excel文件，请确保只有一个Excel文件。")
        sys.exit(-1)

    # 指定要读取的列数（N从1开始计数）
    column_number = 14  # 这里示例为第2列

    # 打开Excel文件以进行读取
    print(excel_file_path)
    workbook = xlrd.open_workbook(excel_file_path)
    sheet = workbook.sheet_by_index(0)  # 假设要读取第一个工作表

    # 从第二行开始获取指定列的数据
    column_data = [sheet.cell_value(row, column_number - 1) for row in range(1, sheet.nrows)]

    # 打印读取的列数据
    for data in column_data:
        excel_serial_number_list.append(data.split("-")[1])

    with open('output.txt', 'w') as file:
        """以PDF为准，开始比对"""
        file.write("回单中存在，流水不存在：\n")
        for number in pdf_serial_number_list:
            if number not in excel_serial_number_list:
                file.write(number + "\n")

        file.write("\n")

        """以Excel为准，开始比对"""
        file.write("流水中存在，回单不存在：\n")
        for number in excel_serial_number_list:
            if number not in pdf_serial_number_list:
                file.write(number + "\n")
except Exception as e:
    with open('error.txt', 'w') as file:
        file.write("运行出错，错误信息如下：\n" + e)

三. 打包为单个EXE可执行文件

创建 file_version_info.txt ：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
# UTF-8
#
# For more details about fixed file info 'ffi' see:
# http://msdn.microsoft.com/en-us/library/ms646997.aspx
VSVersionInfo(
  ffi=FixedFileInfo(
    # filevers and prodvers should be always a tuple with four items: (1, 2, 3, 4)
    # Set not needed items to zero 0. filevers和prodvers应该始终是包含四个项的元组：（1、2、3、4）,将不需要的项设置为0
    filevers=(1, 0, 0, 0), # 文件版本******，鼠标悬浮exe会显示，也显示在 详细信息-文件版本,这个是检测版本的依据
    prodvers=(3, 6, 0, 0), # 生产商，未见显示在哪里
    # Contains a bitmask that specifies the valid bits 'flags'r
    mask=0x3f, # 两个位掩码
    # Contains a bitmask that specifies the Boolean attributes of the file.
    flags=0x0,
    # The operating system for which this file was designed.
    # 0x4 - NT and there is no need to change it.
    OS=0x40004, # 为其设计此文件的操作系统,0x4-NT，无需更改它
    # The general type of file.
    # 0x1 - the file is an application.
    fileType=0x1, # 文件的常规类型，0x1-该文件是一个应用程序
    # The function of the file.
    # 0x0 - the function is not defined for this fileType
    subtype=0x0, # 文件的功能，0x0表示该文件类型未定义
    # Creation date and time stamp.
    date=(0, 0) # 创建日期和时间戳
    ),
  kids=[
    StringFileInfo(
      [
      StringTable(
        u'080404b0',
        [StringStruct(u'CompanyName', u'515code.com'), # 公司,鼠标悬浮exe会显示
        StringStruct(u'FileDescription', u'如如的回单-流水双向核查工具'), # 文件说明，鼠标悬浮exe会显示，也会显示在 详细信息-文件说明
        StringStruct(u'FileVersion', u'1.0.0.0'), # 没见哪里显示
        StringStruct(u'LegalCopyright', u'Copyright (C) 2023 515code.com'), # 版权，会显示在 详细信息-版权
        StringStruct(u'ProductName', u'双向核查工具'), # 原始文件名，会显示在 详细信息-原始文件名
        StringStruct(u'ProductVersion', u'1.0.0.0')]) # 产品版本，会显示在 详细信息-产品版本
      ]),
    VarFileInfo([VarStruct(u'Translation', [2052, 1200])]) # 语言，中文简体
  ]
)

使用pyinstaller，执行命令：

1
pyinstaller --version-file=file_version_info.txt -i icon.ico --onefile main.py

四. 总结

类型 xlrd&xlwt&xlutils pandas OpenPyXL
读取 支持 支持 支持
写入 支持 支持 支持
修改 支持 支持 支持
xls 支持 支持 不支持
xlsx 高版本支持 支持 支持
大文件 不支持 支持 支持
效率 快 快 快
功能 较弱 强大 一般