零代码实操：搭建可用的档案整理查询软件全流程

一、准备工作（零门槛环境搭建）

全程使用开源轻量工具，无需服务器，个人电脑即可完成，仅需3个基础步骤：

1. 安装Python环境（版本3.8-3.10）

• 下载地址：https://www.python.org/downloads/release/python-31011/（直接复制到浏览器打开）
• 安装时必须勾选Add Python to PATH，否则后续命令无法执行，其余选项保持默认即可

2. 安装依赖库

打开命令提示符（Windows按Win+R输cmd回车；Mac打开终端），输入以下命令按回车执行：

``` pip install streamlit pandas ```

3. 准备档案数据源文件

新建名为archive.csv的文本文件，写入以下完整内容（可直接复制）：

``` 档案编号,标题,内容,分类,归档日期 1,研发项目预算报告,2024年AI项目全年预算明细及里程碑,项目文档,2024-01-10 2,员工劳动合同模板,市场部正式员工合规合同模板,人事文档,2023-12-05 3,会议纪要,2024年1季度产品复盘会记录,会议记录,2024-02-15 4,采购合同,服务器硬件采购框架协议,合同文档,2024-01-20 ```

二、编写软件核心代码（可直接复制）

1. 新建项目文件

在桌面新建文件夹「档案系统」，进入后右键→新建→文本文档，改文件名成app.py（弹出后缀修改提示时选「是」）

2. 写入完整代码

用记事本打开app.py，复制以下全部代码并保存：

```python import streamlit as st import pandas as pd import sqlite3 初始化数据库表 def init_db(): conn = sqlite3.connect('archive.db') cursor = conn.cursor() cursor.execute(''' CREATE TABLE IF NOT EXISTS archive ( id INTEGER PRIMARY KEY AUTOINCREMENT, file_no TEXT UNIQUE, title TEXT, content TEXT, category TEXT, date TEXT ) ''') conn.commit() conn.close() 导入CSV数据到数据库 def import_csv_data(): df = pd.read_csv('archive.csv') conn = sqlite3.connect('archive.db') df.to_sql('archive', conn, if_exists='replace', index=False) conn.close() 模糊查询档案 def search_archive(keyword): conn = sqlite3.connect('archive.db') query = """ SELECT file_no, title, category, date FROM archive WHERE file_no LIKE ? OR title LIKE ? OR content LIKE ? OR category LIKE ? """ params = (f'%{keyword}%', f'%{keyword}%', f'%{keyword}%', f'%{keyword}%') result = pd.read_sql(query, conn, params=params) conn.close() return result 新增档案 def add_archive(file_no, title, content, category, date): try: conn = sqlite3.connect('archive.db') cursor = conn.cursor() cursor.execute(''' INSERT INTO archive (file_no, title, content, category, date) VALUES (?, ?, ?, ?, ?) ''', (file_no, title, content, category, date)) conn.commit() return True except sqlite3.IntegrityError: return False finally: conn.close() 主界面渲染 st.set_page_config(page_title="档案整理查询系统", layout="wide") st.title("档案整理查询系统") 初始化数据库并导入初始数据（首次运行执行，后续可注释） init_db() import_csv_data() 侧边栏功能选择 st.sidebar.header("功能操作") func = st.sidebar.radio("选择操作：", ["查询档案", "新增档案"]) 查询功能页面 if func == "查询档案": keyword = st.text_input("输入查询关键词（支持模糊匹配）：") if keyword: res = search_archive(keyword) st.dataframe(res, use_container_width=True) if res.empty: st.info("未找到匹配的档案") 新增档案页面 else: with st.form("add_form"): file_no = st.text_input("档案编号（必填，不可重复）") title = st.text_input("档案标题（必填）") content = st.text_area("档案内容（必填）") category = st.selectbox("档案分类（必填）", ["项目文档", "人事文档", "会议记录", "合同文档", "其他"]) date = st.date_input("归档日期（必填）") submit = st.form_submit_button("提交新增") if submit: date_str = date.strftime('%Y-%m-%d') if add_archive(file_no, title, content, category, date_str): st.success("档案新增成功") else: st.error("新增失败：档案编号已存在") ```

三、启动并使用软件（零操作成本）

1. 启动软件

回到命令提示符/终端，进入「档案系统」文件夹，比如桌面路径输入：

``` cd Desktop/档案系统 ```

然后输入启动命令：

``` streamlit run app.py ```

执行后会自动弹出浏览器窗口，显示软件主界面；若未自动弹出，手动访问地址：http://localhost:8501

2. 核心操作步骤

• 查询档案：侧边栏选「查询档案」，输入任意关键词（比如「预算」「合同」），所有匹配档案自动显示，无需精准输入
• 新增档案：侧边栏选「新增档案」，按表单填写内容，档案编号不可重复，提交后直接存入数据库

四、可选进阶优化（无需额外学习）

1. 更换数据源为Excel

将archive.csv替换为archive.xlsx，修改导入CSV的代码行：

```python df = pd.read_csv('archive.csv') ```

改为

```python df = pd.read_excel('archive.xlsx') ```

其余代码无需修改，直接生效

2. 增加分类筛选功能

在查询页面的关键词输入框上方添加分类下拉选择，代码片段：

```python 添加在查询页面的keyword输入框之前 category_filter = st.selectbox("选择档案分类", ["全部分类", "项目文档", "人事文档", "会议记录", "合同文档", "其他"]) ```

修改SQL查询语句增加分类条件即可，无需改变其他逻辑