燃气企业档案制度建设全流程技术实操方案

一、标准化目录结构设计

燃气企业档案涉及工程图纸、特种设备检验报告、用户资料及安全巡检记录，数据量大且保密性要求高。为了实现数字化管理的零门槛落地，首先需要在服务器或本地磁盘建立一套严格的物理目录结构。这套结构直接决定了后续自动化脚本的运行逻辑。

请在你的数据存储根目录下（例如 D:\Gas_Archive）严格按照以下层级创建文件夹。建议使用命令行批量创建，以确保名称无误：

在 Windows 系统下，打开 CMD 或 PowerShell，执行以下命令：

```powershell mkdir D:\Gas_Archive cd D:\Gas_Archive mkdir 01_工程建设档案 mkdir 02_生产运营档案 mkdir 03_安全监察档案 mkdir 04_客户服务档案 mkdir 05_行政管理档案 mkdir 06_财务会计档案 二级目录示例（以工程建设为例） cd 01_工程建设档案 mkdir 项目立项 mkdir 设计勘察 mkdir 施工许可 mkdir 竣工验收 mkdir 图纸资料 ```

目录编码说明：前缀数字（01、02...）用于固定文件夹排序，防止因操作系统差异导致乱序，同时也便于脚本通过索引快速定位。在“图纸资料”下，建议进一步按“管线名称”或“场站名称”建立三级文件夹。

二、文件命名与元数据规范

档案混乱的核心原因是不统一的命名。必须制定一套机器可读的命名规则，并利用 Python 脚本强制校验。燃气企业推荐采用以下组合命名法：

标准格式：[业务代码]-[项目/区域编号]-[日期]-[文档类型]-[版本号].扩展名

• 业务代码：GC（工程）、SC（生产）、AQ（安全）、KH（客户）
• 项目编号：企业内部的项目立项号或区域码（如：PQ-2023-001）
• 日期：YYYYMMDD
• 版本号：V01、V02

示例文件名：GC-PQ2023001-20231015-竣工验收报告-V01.pdf

为了实现自动化校验，我们需要编写一个 Python 脚本来扫描不符合规范的文件。请确保你的环境已安装 Python 3.8 或更高版本。

三、核心归档脚本开发

这是本方案的核心，我们将编写一个名为 archive_manager.py 的脚本。该脚本将自动扫描“待处理”文件夹，解析文件名，并将其移动到上述定义的标准化目录结构中。如果文件名不符合规范，脚本会拒绝移动并生成错误日志。

安装必要的依赖库（主要使用内置库，无需额外安装，若需增强功能可安装 `pyyaml`）：

```bash pip install pyyaml ```

创建 config.yaml 配置文件，用于管理路径映射，方便后续维护：

```yaml 档案系统配置文件 source_dir: "D:\Gas_Input" 临时存放待归档文件的文件夹 target_root: "D:\Gas_Archive" 归档根目录 log_file: "D:\Gas_Archive\archive_log.txt" 业务代码与目标文件夹的映射关系 mapping: "GC": "01_工程建设档案" "SC": "02_生产运营档案" "AQ": "03_安全监察档案" "KH": "04_客户服务档案" ```

接下来是完整的 archive_manager.py 代码。请将以下代码完整复制，保存为 UTF-8 编码的 py 文件：

```python import os import shutil import re import yaml from datetime import datetime 加载配置文件 def load_config(config_path='config.yaml'): with open(config_path, 'r', encoding='utf-8') as f: return yaml.safe_load(f) 文件名校验正则 格式：[业务代码(2位)]-[项目编号]-[日期(8位)]-[文档类型]-[版本号].扩展名 FILENAME_PATTERN = re.compile(r'^([A-Z]{2})-([A-Z0-9\-]+)-(\d{8})-(.+)-(V\d{2})\.(.+)$') def validate_filename(filename): match = FILENAME_PATTERN.match(filename) if not match: return None return { 'biz_code': match.group(1), 'project_code': match.group(2), 'date': match.group(3), 'doc_type': match.group(4), 'version': match.group(5), 'ext': match.group(6) } def archive_file(file_path, config): filename = os.path.basename(file_path) file_info = validate_filename(filename) log_entry = f"[{datetime.now()}] 处理文件: {filename} -> " if not file_info: log_entry += "失败: 文件名格式不符合规范\n" write_log(log_entry, config['log_file']) return False biz_code = file_info['biz_code'] mapping = config['mapping'] if biz_code not in mapping: log_entry += f"失败: 未知的业务代码 {biz_code}\n" write_log(log_entry, config['log_file']) return False 构建目标路径 target_folder_name = mapping[biz_code] 这里简化处理，直接放入业务大类下，实际可根据项目代码进一步判断子文件夹 target_dir = os.path.join(config['target_root'], target_folder_name) 如果目标目录不存在，创建它（容错机制） if not os.path.exists(target_dir): os.makedirs(target_dir) target_path = os.path.join(target_dir, filename) 处理重名文件 if os.path.exists(target_path): base, ext = os.path.splitext(filename) target_path = os.path.join(target_dir, f"{base}_overwrite_{datetime.now().strftime('%H%M%S')}{ext}") try: shutil.move(file_path, target_path) log_entry += f"成功: 已移动至 {target_path}\n" write_log(log_entry, config['log_file']) return True except Exception as e: log_entry += f"错误: {str(e)}\n" write_log(log_entry, config['log_file']) return False def write_log(message, log_path): with open(log_path, 'a', encoding='utf-8') as f: f.write(message) def main(): 确保配置文件在当前目录 if not os.path.exists('config.yaml'): print("错误：未找到 config.yaml 文件") return config = load_config() source_dir = config['source_dir'] if not os.path.exists(source_dir): print(f"错误：源目录 {source_dir} 不存在") return files = [f for f in os.listdir(source_dir) if os.path.isfile(os.path.join(source_dir, f))] if not files: print("源目录为空，无需处理。") return print(f"开始处理 {len(files)} 个文件...") success_count = 0 for filename in files: full_path = os.path.join(source_dir, filename) if archive_file(full_path, config): success_count += 1 print(f"处理完成。成功: {success_count}, 失败: {len(files) - success_count}") print(f"详细日志请查看: {config['log_file']}") if __name__ == "__main__": main() ```

实操步骤：

1. 在 D 盘创建文件夹 D:\Gas_Input。
2. 将 config.yaml 和 archive_manager.py 放在同一目录下（例如桌面）。
3. 将几个测试文件放入 D:\Gas_Input。测试文件必须命名为：GC-P001-20230101-设计图纸-V01.pdf（正确示例）和 错误命名.txt（错误示例）。
4. 在命令行运行：python archive_manager.py。
5. 检查 D:\Gas_Archive\01_工程建设档案 目录，确认正确的文件已被移动。
6. 检查生成的日志文件，确认错误文件被记录且未被移动。

四、档案元数据数据库设计

单纯的文件系统管理无法支撑高效的检索。我们需要一个轻量级数据库来记录文件的元数据。这里使用 SQLite，因为它无需配置服务器，单文件即可运行，非常适合中小型燃气企业快速部署。

创建 init_db.py 用于初始化数据库结构：

```python import sqlite3 def init_db(): conn = sqlite3.connect('gas_archive.db') cursor = conn.cursor() cursor.execute(''' CREATE TABLE IF NOT EXISTS archives ( id INTEGER PRIMARY KEY AUTOINCREMENT, original_name TEXT NOT NULL, file_path TEXT NOT NULL UNIQUE, business_code TEXT, project_code TEXT, doc_date TEXT, doc_type TEXT, file_hash TEXT, upload_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP, operator TEXT ) ''') 创建索引以加速搜索 cursor.execute('CREATE INDEX IF NOT EXISTS idx_biz ON archives(business_code)') cursor.execute('CREATE INDEX IF NOT EXISTS idx_proj ON archives(project_code)') conn.commit() conn.close() print("数据库初始化完成：gas_archive.db") if __name__ == '__main__': init_db() ```

运行 python init_db.py 后，将在本地生成 gas_archive.db 文件。接下来，我们需要修改之前的 archive_manager.py，在文件移动成功后，将信息写入此数据库。

在 archive_manager.py 中添加以下函数，并在 archive_file 函数移动成功后调用它：

```python import sqlite3 import hashlib def get_file_hash(filepath): 计算文件哈希值，用于校验文件完整性，防止篡改 hasher = hashlib.sha256() with open(filepath, 'rb') as f: while chunk := f.read(8192): hasher.update(chunk) return hasher.hexdigest() def insert_metadata(file_path, file_info, db_path='gas_archive.db'): try: conn = sqlite3.connect(db_path) cursor = conn.cursor() file_hash = get_file_hash(file_path) cursor.execute(''' INSERT INTO archives (original_name, file_path, business_code, project_code, doc_date, doc_type, file_hash) VALUES (?, ?, ?, ?, ?, ?, ?) ''', ( os.path.basename(file_path), file_path, file_info['biz_code'], file_info['project_code'], file_info['date'], file_info['doc_type'], file_hash )) conn.commit() conn.close() except sqlite3.IntegrityError: print(f"数据库中已存在该文件路径记录: {file_path}") except Exception as e: print(f"数据库写入错误: {e}") 修改 archive_file 函数中的成功部分： shutil.move(file_path, target_path) ... (日志记录代码) ... insert_metadata(target_path, file_info) 添加这一行 ```

五、敏感信息自动脱敏处理

燃气档案中包含大量用户身份证号、联系方式等敏感数据。在归档前，必须对 PDF 或 图片中的信息进行脱敏。这需要用到 OCR 技术。这里提供一个基于 Python pdf2image 和 paddleocr 的脱敏逻辑示例。

首先安装依赖：

```bash pip install pdf2image paddlepaddle paddleocr 注意：pdf2image 需要系统安装 Poppler，Windows 下载解压后将 bin 目录加入环境变量 Path ```

编写脱敏工具函数 redact_tool.py：

```python from paddleocr import PaddleOCR import cv2 import numpy as np 初始化 OCR 模型，首次运行会自动下载模型文件 ocr = PaddleOCR(use_angle_cls=True, lang="ch") def redact_id_number(image_path): 读取图片 img = cv2.imread(image_path) result = ocr.ocr(img, cls=True) 身份证号正则 id_pattern = re.compile(r'\d{17}[\dXx]|\d{15}') for line in result[0]: text = line[1][0] 检测是否包含身份证号格式 if id_pattern.search(text): 获取坐标信息 box = np.array(line[0]).astype(np.int32) 在图片上绘制黑色矩形覆盖 cv2.fillPoly(img, [box], (0, 0, 0)) 保存处理后的图片 cv2.imwrite(image_path, img) 注意：实际生产中，需要先将 PDF 转为图片，处理完后再转回 PDF 这里仅展示核心的图片识别与涂黑逻辑 ```

六、系统运行与维护指南

完成上述步骤后，你已经拥有了一个具备自动分类、元数据索引和日志记录的轻量级档案管理系统。为了确保长期稳定运行，请遵循以下维护操作：

定期备份：编写简单的批处理脚本，每天凌晨将 D:\Gas_Archive 和 gas_archive.db 打包压缩，复制到异地服务器或 NAS。使用 robocopy 命令可以实现增量备份，节省空间。

```powershell Windows 增量备份脚本示例 robocopy "D:\Gas_Archive" "Z:\Backup\Gas_Archive" /E /XO /R:1 /W:1 robocopy "D:\gas_archive.db" "Z:\Backup\" /XO /R:1 /W:1 ```

日志清理：日志文件会无限增长。建议在 archive_manager.py 中增加逻辑，检查日志文件大小，如果超过 50MB，则重命名旧日志为 archive_log_YYYYMMDD.txt 并新建空日志。

权限控制：通过 Windows 组策略或 NTFS 权限设置，严格限制普通员工对 D:\Gas_Archive 的写入权限，只赋予“只读”权限。只有档案管理员拥有“完全控制”权限，确保档案的原始性和安全性。

通过以上代码和配置，你不需要购买昂贵的商业软件，即可利用开源技术栈搭建起一套符合燃气行业标准的档案制度技术底座。所有操作均可直接复制运行，实现了真正的零门槛落地。