工作日结_2026-09-17

一、今天做了什么

1. 投资月报需求：确认口径 + 交付格式探测报告与字段映射表草案

用户上午答复了昨天悬置的 4 个口径问题：

据此完成了需求文档「十一、开工顺序建议」的第 1、2 步（这两步不需要再等业务信息）：

• 格式探测（确认事项 D）：全量扫描 2026 年 7 月 27 个市州月报 + 6 张目标表 + 1 个投资系统项目表，产出《市州月报格式差异报告》。
• 20/27 个文件与目标明细表列位完全一致（省统一模板），差异集中在 7 个文件。
• 高风险 4 项：十堰物流表内混入「武汉」2013—2016 历史区块；潜江/林区工作表名与实际月份不符（7 月数据分别在名为 潜江传化2022.3、2026.7 的表里）；襄阳客运 .et 格式且列位右移 1 列；全部文件的数据区都混排着市州行/分类行/小计行/空行。
• 中风险：恩施/黄石物流「建设阶段/形象进度」未分列（黄石 L 列是「完成百分比」）；武汉（南山、汉口）客运是另一种简表布局；鄂州/天门 3 行合并表头错位；随州物流数据在 Sheet2 且无序号列。
• 另发现：**客运 7 月只有 10 个市州报了文件**，缺黄石、鄂州、随州、天门、潜江、仙桃、荆州。
• 字段映射表草案（确认事项 E）：产出 字段映射表_草案_2026-07.xlsx（7 个 sheet：说明与口径 / 源文件标准列位 / 逐市州列位映射 / 明细表→目标表映射 / 投资系统项目表字段 / 差异与待确认清单 / 输出命名与格式建议）。
• 把用户答复的口径全部固化进映射表：匹配键 = 项目名称（不得改名、冲突弹窗）；1 月基数 = 上年 12 月明细表；名称不一致先看映射表后落地。
• 回答「输出命名与格式」：建议**沿用 7 月输出件命名 + 按月分目录 + 原格式原样输出 + 运行前备份 + 日志/报错文件单独输出**，理由与命名清单见映射表 Sheet7。

2. 产出可复跑的探测脚本

• 新增 docs\投资\工具\格式探测.py：只读扫描任意月份的源文件，输出 .md + .tsv。
  支持「按表头关键字定位列」「按表头日期选工作表」「无序号列 / 缺序号行识别」「市州行与小计行排除」。
  以后换月份直接 python docs\投资\工具\格式探测.py --month 2026-09 即可复跑。

二、测试结果摘要

• 《功能测试报告_投资月报格式探测与字段映射表_2026-09-17.md》：TC01–TC11 全部通过；生成的 xlsx 复读正常（7 个 sheet）。
• 开发过程中发现并修复 5 个脚本缺陷（闭包延迟绑定、best[2] 越界、xlrd 未入 path、无序号行漏判、多工作表取到历史月）。
• 人工抽查 7 个重点文件（十堰物流、潜江/林区、襄阳客运、恩施/黄石物流、随州物流、武汉简表）逐个打开源文件核对，报告结论与源文件一致。
• 本轮**未改动任何业务程序代码**（符合「先不改程序」要求），未写入数据库，未改动任何源文件/目标表。

三、遗留问题与待办

1. 待业务确认（已写入映射表 Sheet6）：

• 汇总表（2026年全省预安排计划进度情况汇总）没有「其中：本月完成投资」列（现有 I=自开始建设累计、W=1-X月累计完成投资、X=实际进度），需求文档写的 4 项指标与模板列对不上，第 ③ 项落在哪一列？
• 《亿元投资项目》规上项目表 没有「自开始建设累计 / 自年初累计」列，需求文档写的「更新 3 项」如何映射？
• 恩施、黄石物流的「建设阶段/形象进度」合并列按什么口径写入？
• 1 月基数取上年 12 月明细表的**哪一列**（自年初累计跨年会清零）？
• 客运缺 7 个市州文件：本期无项目还是漏报？程序遇缺应「跳过+提示」还是「报错中止」？

1. 尚未开工：Step1–Step3 核心更新主流程（等映射表确认后落地）；Step1.5 数据比对模块（文件已到位，可随主流程一起做）。
2. 未提交项：docs\投资\ 下用户自己的文件整理（模板_查询结果...xls 移到 输入\、X月... 改名、两个模板被替换等）仍在工作区未提交，等用户确认后再一起提交。
3. 昨日遗留：公司 gitea（http://61.183.254.94:3000）仍不通；2026-06 / 2026-09 无汇总大表母版；h2031 缺 2025-01；passenger_individual_monthly 2026-08 缺黄冈。

四、明天计划

1. 把映射表草案的重点问题（第三节 1）当面/微信逐条与用户确认口径。
2. 口径确认后，按映射表实现 Step1（市州月报 → 两张明细表）：

• 列位按表头关键字定位 + 按表头日期选工作表 + 项目行判定 + 市州分段校验；
• 校验公式「当月自年初累计 = 上月自年初累计 + 其中本月完成」，不通过则弹窗 + 记日志 + 按公式修正并写回；
• 输出 校验报错_<年月>.xlsx 与 运行日志_<年月>.md。

1. 再依次接 Step2（汇总表）、Step3（三张固定表 + 亿元投资项目专属列规则）。
2. 若用户确认 docs\投资\ 的文件整理，一并提交并补推公司 gitea（若恢复）。

五、下午追加（用户核对源文件后）

5.1 用户 4 点反馈的核查与处置

5.2 本轮最重要的技术结论

• 「隐藏行 / 隐藏工作表」不能作为过滤条件：黄石物流隐藏行 R10 是真实项目行「阳新县焦山物流仓储中心」（无序号），且**已计入**第 5 行「黄石」市州合计——四项数值逐项核对相等（计划总投资 564,991.69 / 自开始建设累计 59,500.20 / 自年初累计 34,978.15 / 本月完成 7,088.90）。
• 反过来，「可见」也不等于「本期数据」：潜江 潜江2026.07.xlsx 只有 1 张可见表，表名叫 潜江传化2022.3，装的却是 2026 年 7 月数据。
• 所以取数判定只用三条：**① 表头日期选表；② 市州行切段；③ 项目行判定（序号/名称/数值锚点）**。
• 附带发现：咸宁客运隐藏表 RQYQRYQS 含 Excel 4.0 宏病毒残留字样（Classic.Poppy by Vic / Infect Workbook），已建议用户杀毒（我不动源文件）。

5.3 修复与验证

• 格式探测.py 增加**市州分段**（CITIES + city_segments()）：十堰物流项目行由 38 行修正为 7 行；与旧结果逐文件 diff，其余 26 个文件**零变化**（无回归）。
• 差异报告新增 H5 风险项与「七、更正记录」；功能测试报告新增 TC12–TC15，**全部通过**。

5.4 遗留（本轮未闭环）

• 映射表 xlsx 未写入：字段映射表_草案_2026-07.xlsx 被 WPS 打开占用（目录下存在 ~$字段映射表_草案_2026-07.xlsx 锁文件），PermissionError。订正脚本 _qa_out\patch_map.py 已备好，**关闭该文件后重跑即可**（会补上 Sheet3 的「隐藏项核实」列、修正十堰/林区/潜江/黄石等行，Sheet6 更新十堰、潜江林区、襄阳、恩施黄石，并新增「隐藏行不能当过滤条件」一条）。
• 公司 gitea 仍不通。

六、傍晚追加（.et 可读性订正 + 待确认清单）

6.1 核实「仓库里 4 个被改动的文件」

用户确认要我先核实。逐个把 HEAD 版本与工作区版本做**逐单元格比对**：

→ 字节差异只是 Excel/WPS 重新保存造成的格式重写，**没有数据风险**；是否还原等用户拍板。

6.2 订正一个错误判断：.et 其实能读

之前把 .et 当成「xlrd/openpyxl 都读不了，必须 Excel COM」。实测文件头是 D0CF11E0A1B11AE1——**OLE2 复合文档 / BIFF8**，xlrd 直接就能读：襄阳客运 .et 的 7 张分月表全部读出（2026年1月—2026年7月）。已修两个工具与差异报告/核实清单/映射表，隐藏项探测覆盖由 26 个文件扩到 27/27。

6.3 产出《待确认清单_2026-09-17.md》

按用户要求把开工前必须定的口径做成「勾选版」确认表（13 条），每条都给现状 + 选项 + 我的建议：
- 阻塞 Step1 的 5 条：明细表更新哪几列、客运缺 7 市州怎么处理、校验的上月底数从哪来、潜江只有 1 个项目行、武汉简表无建设阶段列；
- Step2/3 的 4 条：汇总表更新哪些列（含 W=1-7月累计 表头要不要跟着月份改）、亿元投资项目「3 项」是哪三项、1 月基数取哪列、编号 3/4 是否同一份文件；
- 收尾 4 条：输出目录/命名/备份、4 个被改文件是否还原、docs\投资\ 未提交改动是否提交、"每月是否还要做模板"（用户说要请教同事，暂缓）。

6.4 待办

• 等用户把确认表勾完 → 回填映射表 Sheet6 → 立即落地 Step1。